Berita Henry Ford Melakukan AI – O'Reilly

zaskia nana

Berita Henry Ford Melakukan AI – O'Reilly

Kembali pada bulan AgustusSaya dengan angkuh mengatakan bahwa AI tidak dapat merancang mobil jika ia belum melihatnya terlebih dahulu, dan saya menyinggung pernyataan apokrif Henry Ford, “Jika saya bertanya kepada orang-orang apa yang mereka inginkan, mereka akan menjawab kuda yang lebih cepat.”

Saya tidak akan mundur dari hal tersebut, namun sejarah teknologi selalu lebih kaya dari yang kita bayangkan. Daimler dan Benz mendapat pujian atas mobil pertama, tapi kita lupa bahwa “mesin uap dilas ke roda tiga” ditemukan pada tahun 1769, lebih dari seratus tahun sebelumnya. Jalur perakitan bisa dibilang sudah ada sejak abad ke-12 Masehi. Semakin banyak Anda membongkar sejarahnya, semakin menarik. Itulah yang ingin saya lakukan: membongkarnya—dan bertanya apa yang akan terjadi jika penemunya memiliki akses terhadap AI.

Belajar lebih cepat. Gali lebih dalam. Lihat lebih jauh.

Jika Nicolas-Joseph Cugnotyang menciptakan alat untuk mengangkut artileri melalui jalan raya dengan mengelas mesin uap ke sepeda roda tiga raksasa, memiliki AI, apa yang akan diberitahukan kepadanya? Akankah mereka menyarankan kombinasi ini? Mungkin, tapi mungkin juga tidak. Mungkin mereka akan menyadari bahwa itu adalah ide yang buruk—bagaimanapun juga, mobil proto ini hanya dapat melaju dengan kecepatan 2,25 mil per jam, dan hanya selama 15 menit setiap kalinya. Tim kuda akan melakukan pekerjaan lebih baik. Namun ada sesuatu dalam gagasan ini—walaupun tampaknya sudah mati—yang melekat.

Selama tahun-tahun terakhir abad ke-19, Daimler dan Benz memproduksinya banyak inovasi menuju mesin pertama yang umumnya dikenal sebagai mobil: mesin pembakaran internal berkecepatan tinggi, mesin empat langkah, mesin dua silinder, kemudi poros ganda, diferensial, dan bahkan transmisi. Beberapa inovasi tersebut sudah muncul sebelumnya. Roda gigi planet berasal dari bahasa Yunani Antikythera mekanisme; kemudi poros ganda (meletakkan sambungan pada roda alih-alih memutar seluruh porosnya) telah muncul dan menghilang dua kali pada abad ke-19—Karl Benz menemukannya kembali dalam jurnal perdagangan. Itu diferensial setidaknya kembali ke tahun 1827, tapi bisa dibilang muncul di Antikythera. Kita dapat belajar banyak dari hal ini: Sangat mudah untuk berpikir dalam kerangka inovasi dan inovator tunggal, namun tidak sesederhana itu. Mobil-mobil awal Daimler-Benz menggabungkan banyak teknologi baru dan menggunakan kembali banyak teknologi lama dengan cara yang tidak diantisipasi.

Mungkinkah AI hipotetis membantu penemuan ini? Mungkin bisa menghidupkan kembali kemudi double-pivot dari “kemudi musim dingin.” Itu adalah sesuatu yang telah dilakukan sebelumnya dan dapat dilakukan lagi. Namun hal ini mengharuskan Daimler dan Benz untuk mengambil tindakan yang tepat. Mungkinkah AI menciptakan transmisi primitif, mengingat pembuat jam tahu tentang roda gigi planet? Sekali lagi, mendorong mungkin akan menjadi bagian yang sulit, seperti yang terjadi sekarang. Namun pertanyaan pentingnya bukanlah “Bagaimana cara membangun sistem kemudi yang lebih baik?” tapi “Apa yang saya perlukan untuk membuat mobil praktis?” Dan mereka harus memunculkan perintah itu tanpa kata “mobil”, “kereta tanpa kuda”, atau padanannya dalam bahasa Jerman, karena kata-kata itu baru saja muncul.

Sekarang mari kita melihat dua dekade ke depan, pada Model T dan kutipan terkenal Henry Ford “Jika saya bertanya kepada orang-orang apa yang mereka inginkan, mereka akan menjawab kuda yang lebih cepat” (terlepas dari apakah dia benar-benar mengatakannya atau tidak): Apa yang dia tanyakan? ? Dan apa maksudnya? Pada zaman Ford, mobil sudah ada. Beberapa di antaranya masih tampak seperti kereta kuda dengan mesin terpasang; yang lain tampak seperti mobil modern. Mereka lebih cepat dari kuda. Jadi Ford tidak menciptakan mobil atau kuda yang lebih cepat—tetapi kita semua tahu hal itu.

Apa yang dia ciptakan sehingga orang-orang tidak tahu bahwa mereka menginginkannya? Mobil Daimler-Benz pertama (masih dalam format kereta yang dimodifikasi) mendahului Model T dalam 23 tahun; -nya harga adalah $1.000. Itu uang yang banyak untuk tahun 1885. Model T muncul pada tahun 1908; dia biayanya sekitar $850dan pesaingnya jauh lebih mahal ($2.000 hingga $3.000). Dan ketika jalur perakitan Ford mulai berproduksi beberapa tahun kemudian (1913), ia mampu menurunkan harga lebih jauh lagi, hingga akhirnya turun menjadi $260 pada tahun 1925. Itulah jawabannya. Apa yang diinginkan orang-orang tanpa mereka sadari bahwa mereka menginginkannya adalah mobil yang mampu mereka beli. Mobil telah ditetapkan sebagai barang mewah. Orang mungkin tahu bahwa mereka menginginkannya, tapi mereka tidak tahu bahwa mereka bisa memintanya. Mereka tidak tahu bahwa biayanya bisa terjangkau.

Itulah yang diciptakan Henry Ford: keterjangkauan. Bukan jalur perakitan, yang pertama kali muncul di awal tahun abad ke-12ketika Persenjataan Venesia membuat kapal dengan menempatkannya di kanal dan memindahkannya ke hilir saat setiap tahap pembuatannya selesai. Bahkan tidak pada jalur perakitan otomotif, yang digunakan (dan dipatenkan) oleh Olds pada tahun 1901. Inovasi Ford adalah memproduksi mobil dengan harga terjangkau pada skala yang sebelumnya tidak terbayangkan. Pada tahun 1913, ketika jalur perakitan Ford mulai berproduksi, waktu yang dibutuhkan untuk memproduksi satu Model T terjatuh dari 13 jam hingga sekitar 90 menit. Namun yang penting bukanlah waktu yang telah berlalu untuk membuat satu mobil; itu adalah tingkat di mana mereka dapat diproduksi. Model T dapat keluar dari jalur perakitan setiap tiga menit. Itu skala. “Warna apa pun, asalkan hitam” dari Ford tidak mencerminkan kebutuhan untuk mengurangi pilihan atau memangkas biaya. Cat hitam mengering lebih cepat dibandingkan warna lainnya, sehingga membantu mengoptimalkan kecepatan jalur perakitan dan memaksimalkan skala.

Tentu saja jalur perakitan bukan satu-satunya inovasi: Suku cadang untuk Model T juga tersedia dengan mudahdan mobil dapat diperbaiki dengan peralatan yang sudah dimiliki kebanyakan orang pada saat itu. Mesin dan sub-rakitan penting lainnya jauh lebih sederhana dan lebih andal dibandingkan pesaing. Bahannya juga lebih baik: Model T menggunakan baja vanadium, yang cukup eksotis di awal abad ke-20.

Namun saya telah berhati-hati untuk tidak memuji Ford atas inovasi-inovasi ini. Dia layak mendapat pujian atas gambaran terbesarnya: keterjangkauan dan skala. Seperti yang dikatakan Charles Sorenson, salah satu asisten manajer Ford: “Henry Ford secara umum dianggap sebagai bapak produksi massal. Dia tidak. Dia adalah sponsornya.”1 Ford layak mendapat pujian karena memahami apa yang sebenarnya diinginkan orang dan memberikan solusi terhadap masalah tersebut. Dia layak mendapat pujian karena menyadari bahwa permasalahannya adalah biaya dan skala, dan bahwa masalah tersebut dapat diselesaikan dengan jalur perakitan. Dia pantas mendapatkan pujian karena telah mengumpulkan tim yang melakukan semua rekayasa untuk jalur perakitan dan mobil itu sendiri.

Jadi sekarang saatnya bertanya: Jika AI sudah ada sebelum tahun 1913, ketika jalur perakitan sedang dirancang (dan sebelum tahun 1908, ketika Model T sedang dirancang), dapatkah AI menjawab pertanyaan hipotetis Ford tentang apa yang diinginkan manusia? Jawabannya harus “tidak.” Saya yakin para insinyur Ford dapat memanfaatkan AI modern untuk merancang suku cadang, merancang proses, dan mengoptimalkan alur kerja di sepanjang lini. Sebagian besar teknologi telah ditemukan, dan beberapa di antaranya sudah terkenal. “Bagaimana cara memperbaiki desain karburator?” adalah pertanyaan yang bisa dijawab dengan mudah oleh AI.

Namun pertanyaan besarnya—Apa yang sebenarnya diinginkan orang?—bukanlah demikian. Saya tidak percaya bahwa AI dapat melihat masyarakat Amerika dan berkata, “Masyarakat menginginkan mobil yang terjangkau, dan untuk itu diperlukan pembuatan mobil dalam skala besar dan harga yang saat ini tidak terjangkau.” Model bahasa dibangun di atas semua teks yang dapat digabungkan, dan, dalam banyak hal, keluarannya mewakili rata-rata statistik. Saya berani bertaruh bahwa model bahasa era 1900-an akan memiliki akses ke banyak informasi tentang pemeliharaan kuda: perawatan, penyakit, pola makan, kinerja. Akan ada banyak informasi tentang kereta api dan trem, yang terakhir sering kali bertenaga kuda. Akan ada beberapa informasi tentang mobil, terutama di publikasi kelas atas. Dan saya membayangkan akan ada sentimen “berharap saya mampu membelinya” di kalangan kelas menengah yang sedang naik daun (terutama jika kita mengizinkan blog hipotetis menggunakan AI hipotetis kita). Namun jika AI hipotetis ditanyai pertanyaan tentang apa yang diinginkan manusia untuk transportasi pribadi, jawabannya adalah tentang kuda. AI Generatif memprediksi respons yang paling mungkin, bukan respons yang paling inovatif, visioner, atau berwawasan luas. Sungguh menakjubkan apa yang dapat dilakukannya—tetapi kita juga harus menyadari keterbatasannya.

Apa yang dimaksud dengan inovasi? Hal ini tentu saja mencakup menggabungkan ide-ide yang ada dengan cara yang tidak terduga. Hal ini tentu saja termasuk menghidupkan kembali ide-ide bagus yang belum pernah menjadi arus utama. Namun inovasi yang paling penting tidak mengikuti pola tersebut atau melakukan penambahan pada pola tersebut. Hal ini melibatkan pengambilan langkah mundur dan melihat masalah dari perspektif yang lebih luas: melihat transportasi dan menyadari bahwa masyarakat tidak membutuhkan kuda yang lebih baik, mereka membutuhkan mobil yang terjangkau dalam skala besar. Ford mungkin telah melakukan itu. Steve Jobs melakukan hal itu—baik saat ia mendirikan Apple maupun saat ia menghidupkannya kembali. AI generatif tidak bisa melakukan hal itu, setidaknya belum.


Catatan kaki

  1. Sorensen, Charles E. & Williamson, Samuel T. (1956). Empat Puluh Tahun Saya bersama Ford. New York: Norton, hal. 116.

Sumber

Mohon maaf, Foto memang tidak relevan. Jika keberatan atau harus diedit baik Artikel maupun foto Silahkan Klik Laporkan. Terima Kasih

Also Read

Tags

url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url