Kecerdasan Umum Buatan, yang merupakan cawan suci gelombang AI, masih “masih ada beberapa terobosan lagi”, namun meskipun hal ini dapat meningkatkan “kualitas hidup” bagi semua orang, hal ini menimbulkan pertanyaan mendasar tentang “tujuan hidup manusia”, kata Stuart Russell, seorang profesor di Universitas California, Berkeley, salah satu pakar kecerdasan buatan terkemuka di dunia.
Berbicara kepada Anirudh Suri di podcast AI Futures: The Road to India AI Summit 2026, Russell juga membahas penerapan baru AI, dan apakah kita memang berada dalam gelembung AI. Kutipan yang diedit:
Bagaimana bidang AI berkembang selama setahun terakhir, sejak KTT Paris? Hal-hal besar apa yang menurut Anda penting untuk diperhatikan?
Hal besar pertama yang terjadi dalam setahun terakhir adalah akses terhadap sistem yang dapat mengatasi permasalahan yang lebih kompleks dan menjawab pertanyaan yang lebih sulit dibandingkan dengan Large Language Model (LLM) yang sederhana. Hal kedua adalah gagasan tentang sistem AI sebagai agen, sesuatu yang dapat melakukan banyak hal di dunia nyata. Fleksibilitas LLM belum pernah terjadi sebelumnya dalam sejarah AI.
Industri ini tampaknya mencari Kecerdasan Umum Buatan. Seberapa dekat kita dengannya?
AGI akan menjadi transformatif. Hal ini akan memungkinkan kami memberikan kualitas hidup tertinggi yang dapat kami bayangkan kepada semua orang. Namun ada dua pertanyaan besar. Salah satunya adalah jika Anda membuat AGI, Anda menciptakan entitas yang lebih berkemampuan, lebih kuat dari manusia. Jadi bagaimana Anda bisa mempertahankan kekuasaan selamanya atas entitas yang lebih kuat dari diri kita sendiri? Pertanyaan besar lainnya dengan AGI adalah jika kita menyelesaikan semua itu, lalu apa tujuan hidup manusia?
Jika saya melihat keseluruhan sejarah AI dan seberapa dekat kita dengan Artificial General Intelligence (AGI), menurut saya kita masih memerlukan beberapa terobosan besar lagi. Saya tidak pernah percaya pada argumen penskalaan yang mengatakan jika kita meningkatkan LLM dan jumlah komputasi, itu akan memberi kita kecerdasan yang nyata. Itu tidak benar.
Jumlah data dan energi yang dibutuhkan LLM ini sangat besar. Apakah kita kembali berada pada jalur yang tidak ramah lingkungan, seperti Revolusi Industri?
Energi adalah salah satu cara ledakan kombinatorial dan inefisiensi data dalam pembelajaran menghantam Anda. Jika kita berusaha sekuat tenaga untuk keluar dari permasalahan tersebut dengan menggunakan lebih banyak data dan komputasi, maka hal tersebut hanyalah peningkatan besar dalam jumlah komputasi.
Mengenai isu energi, media mungkin terlalu bersemangat. Jumlahnya terlalu berlebihan. Total konsumsi energi pusat data adalah sekitar 2% dari penggunaan listrik global. 10 – 20% dari jumlah tersebut digunakan untuk penggunaan AI, lebih sedikit dibandingkan jumlah yang kita gunakan untuk televisi. Air adalah hal lain yang sering dibicarakan orang, namun pusat data ini menggunakan air setidaknya 10 kali lebih sedikit dibandingkan yang kita gunakan di lapangan golf. Jika dilihat dari angkanya saja, air sama sekali bukan sesuatu yang perlu dikhawatirkan.
Apakah kita berada dalam gelembung AI?
Ya, skala investasinya sangat besar – triliunan dolar, 50 kali lebih besar dari proyek Manhattan. Namun, masih ada beberapa terobosan lagi yang perlu dilakukan untuk mencapai tujuan proyek ini. Jika terobosan-terobosan tersebut tidak terjadi, gelembung tersebut akan pecah karena teknologi yang kita miliki saat ini tidak dapat menghasilkan keuntungan yang diharapkan dari investasi tersebut.
Aplikasi AI manakah yang paling membuat Anda bersemangat?
AI bisa sangat bermanfaat untuk penelitian ilmiah. Kemajuan paling signifikan mungkin adalah AlphaFold, dimana John Jumper dan Demis Hassabis memenangkan Hadiah Nobel tahun lalu. Selain penemuan material yang mulai kami lihat peningkatannya secara signifikan, layanan kesehatan juga merupakan bidang lain mengingat kami mengumpulkan sejumlah besar data dari rekam medis setiap pasien.
Bidang lain yang sangat saya harapkan adalah pendidikan. Kita tahu bahwa tutor manusia yang baik dapat meningkatkan pembelajaran secara signifikan. Kita dapat membangun sistem tutor AI yang layak untuk siswa setidaknya hingga sekolah menengah. Dan Anda mungkin bertanya, mengapa hal itu tidak terjadi? Mengapa kita tidak melihat peningkatan yang signifikan dalam kualitas pendidikan di daerah-daerah yang masih kekurangan pendidikan? Salah satu alasannya adalah sulitnya menghasilkan uang dalam bisnis itu. Ini adalah pasar yang sangat sulit dan investasi harus datang dari sektor filantropi dan pemerintah.
Bagaimana negara-negara mengembangkan strategi AI mereka?
Strategi Tiongkok telah bergeser dari kompetisi langsung dengan AS, ke strategi di mana mereka mendapatkan tempat di layanan kesehatan, pendidikan, sektor publik, sektor swasta, di mana AI secara alami dapat memberikan nilai, dapat membuat perekonomian kita lebih produktif dan membuat masyarakat lebih produktif dan meningkatkan kualitas hidup mereka dibandingkan dengan mencoba menciptakan AGI.
AS memandang perlombaan untuk menciptakan AGI seperti perlombaan menuju bulan pada tahun 1960an. Pemerintah India lebih menyukai gagasan di mana kita dapat menerapkan AI daripada berlomba. Tiongkok dan AS harus berhenti menganggap hal ini sebagai perlombaan senjata. Siapapun yang mendapat AGI lebih dulu, semuanya rugi karena kita tidak tahu cara mengendalikan sistem yang lebih cerdas dari manusia.
Bagaimana harapan Anda bahwa KTT ini akan memberikan perhatian pada keselamatan?
Ketika Anda melihat bidang-bidang lain yang memiliki teknologi yang berpotensi berisiko seperti tenaga nuklir, perjalanan udara, atau obat-obatan, pendekatan yang kami ambil adalah dengan mengatakan bahwa sebelum Anda dapat memasarkan produk tersebut, Anda harus menunjukkan kepada kami bahwa produk tersebut aman. Kita perlu melakukan hal yang sama dengan AI. Pengembang perlu menunjukkan bahwa sistem mereka tidak akan melewati garis merah tersebut. Itu adalah pendekatan terhadap undang-undang yang mungkin efektif.
Juga keliru jika peraturan menghambat inovasi. Sebenarnya kegagalanlah yang menghambat kemajuan – kegagalan Chernobyl, pesawat jet awal yang mengalami kecelakaan sangat menghambat dunia penerbangan, dan seterusnya. Jika Anda melihat peraturan yang harus dipatuhi oleh sebuah restoran, peraturan tersebut jauh lebih berat daripada peraturan yang kami minta untuk dipatuhi oleh perusahaan AI.
Sampaikan pendapat Anda tentang bagaimana AI Summit dapat membantu dalam mulai memikirkan kembali secara mendasar beberapa pendekatan konvensional dalam AI?
Konferensi ini mungkin bukan tempat untuk meyakinkan perusahaan dan lembaga penelitian untuk mencoba pendekatan teknis yang berbeda terhadap AI. Namun ini bisa menjadi tempat di mana kita bisa mengalihkan fokus dari apa yang kita coba lakukan dengan AI. Bagaimana kita dapat menggunakan teknologi ini untuk memberikan nilai dalam layanan kesehatan guna meningkatkan kualitas layanan kesehatan, kualitas pendidikan, untuk mendorong bisnis lokal dan aktivitas kewirausahaan?
Anirudh Suri adalah pemodal ventura, pembawa acara The Great Tech Game Podcast, dan peneliti nonresiden di Carnegie India.
