DELHI BARU: Kecerdasan umum buatan (AGI) mungkin akan segera terwujud dalam waktu lima hingga sepuluh tahun ke depan, namun sistem AI saat ini masih merupakan “kecerdasan bergerigi” yang cemerlang dalam beberapa tugas dan sangat buruk dalam tugas lainnya, kata kepala eksekutif Google DeepMind Demis Hassabis, salah satu pakar terkemuka dalam bidang tersebut, pada hari Rabu di acara terpisah di New Delhi.
“Kita berada di ambang momen di mana AGI – kecerdasan umum buatan – akan segera hadir,” kata Hassabis pada pidato utama mengenai penelitian di India AI Impact Summit. Ia mendefinisikan AGI sebagai sistem yang dapat “menunjukkan semua kemampuan kognitif yang dimiliki manusia, termasuk kreativitas, perencanaan jangka panjang, dan sejenisnya”.
Namun untuk mencapainya diperlukan penyelesaian kesenjangan mendasar dalam sistem yang ada saat ini. Dia mengidentifikasi tiga kelemahan penting: ketidakmampuan untuk belajar terus menerus setelah penerapan, kurangnya perencanaan jangka panjang yang koheren, dan yang terpenting, ketidakkonsistenan yang membandel yang dia sebut sebagai hambatan terbesar.
“Sistem yang ada saat ini seperti kecerdasan yang tidak rata. Mereka sangat baik dalam hal-hal tertentu, namun sangat, sangat buruk dalam hal-hal lain, termasuk kadang-kadang dalam hal yang sama,” katanya. Model saat ini dapat memenangkan medali emas di Olimpiade Matematika Internasional “tetapi terkadang masih dapat membuat kesalahan dalam matematika dasar jika Anda mengajukan pertanyaan dengan cara tertentu”.
Baca Juga | Kecerdasan umum buatan mungkin hanya berjarak 5 hingga 7 tahun lagi: Demis Hassabis
Hassabis – seorang ahli saraf terlatih yang mempelajari hipokampus otak sebelum mendirikan DeepMind – mengatakan bahwa salah satu pelajaran dari era AI adalah betapa efisiennya otak manusia. Sistem AI modern harus memanfaatkan seluruh internet untuk membangun pemahaman tentang dunia; otak tidak. “Sekarang saya melihat betapa efisiennya sampel di otak.
Ia tidak perlu menggunakan seluruh internet untuk memahami sesuatu,” katanya. Apa yang telah dibangun oleh para peneliti, menurutnya, menggunakan beberapa prinsip yang sama dengan kecerdasan biologis, namun “telah diwujudkan dalam jenis sistem yang sangat berbeda dari cara kerja otak”.
Baca juga: ‘Ya, Ini AI’: Macron Bagikan ‘Foto’ dengan PM Modi dengan Catatan Persahabatan
Untuk menguji apakah suatu sistem benar-benar mencapai AGI, Hassabis mengusulkan eksperimen pemikiran yang ambisius: melatih sebuah model dengan batasan pengetahuan pada tahun 1911 dan melihat apakah model tersebut dapat secara independen sampai pada relativitas umum, seperti yang dilakukan Einstein pada tahun 1915. Hal ini, katanya, memerlukan kreativitas ilmiah tingkat tertinggi – kemampuan tidak hanya untuk memecahkan masalah tetapi juga untuk mengidentifikasi pertanyaan yang tepat. “Jauh lebih sulit untuk mengajukan pertanyaan yang tepat dan hipotesis yang tepat dibandingkan memecahkan dugaan,” katanya. “Saya pikir sistem yang ada saat ini jelas tidak akan mampu melakukan hal tersebut.” Hassabis menyampaikan pernyataannya dalam dua penampilan di KTT tersebut – sesi keynote yang dimoderatori oleh Balaraman Ravindran dari IIT Madras, dan diskusi panel yang menampilkan CEO Alphabet Sundar Pichai dan SVP, Research, Labs, Technology & Society, James Manyika.
Di panel tersebut, Pichai menggambarkan periode saat ini sebagai titik perubahan yang terjadi sekali dalam satu generasi, dan menyebut AI sebagai “pergeseran platform terbesar dalam hidup kita”. Dia mengatakan India “berada pada posisi yang unik” untuk mendapatkan manfaat, mengingat banyaknya talenta dan infrastruktur publik digital yang dimilikinya.
Baca juga: Tidak ada alasan untuk percaya India menghentikan impor minyak Rusia, kata Moskow
Dalam jalur teknis menuju AGI, Hassabis menerapkan pendekatan hybrid. Dia mengatakan terobosan ini akan datang dari penggabungan ide-ide yang dirintis DeepMind dalam AlphaGo – teknik seperti pencarian pohon Monte Carlo, yang memungkinkan sistem untuk berpikir ke depan dengan mensimulasikan kemungkinan pergerakan di masa depan – dengan pengetahuan dunia luas yang sudah dikodekan dalam model dasar besar saat ini seperti Google Gemini.
“Kami tentu saja perlu menggabungkan ide-ide yang kami miliki dengan AlphaGo dengan model dasar yang ada saat ini,” katanya, mengakui bahwa tugasnya lebih sulit daripada dalam game — AlphaGo adalah program komputer pertama yang mengalahkan manusia pemain Go — karena “Anda tidak memiliki model dunia yang sempurna seperti matriks transisi sepele dalam game”.
Dalam istilah praktis, Hassabis berpendapat, sistem otodidak murni yang mempelajari segala sesuatu dari awal melalui pembelajaran penguatan saja – seperti yang pernah dilakukan AlphaZero dari DeepMind untuk catur dan Go – bukanlah rute tercepat menuju AGI. Jauh lebih efisien, katanya, untuk memulai dengan model dasar yang telah menyerap banyak sekali pengetahuan manusia sebagai semacam model kerja dunia, dan kemudian menerapkan pembelajaran penguatan dan perencanaan di atasnya. “Model fondasi seperti Gemini akan menjadi bagian penting dari solusi AGI akhir, dan kemudian kita akan memiliki banyak pembelajaran penguatan yang menarik,” katanya. Bahkan ketika ia menguraikan potensi tersebut, Hassabis mendesak kewaspadaan. Beliau menandai bio-security dan cyber-security sebagai risiko jangka pendek yang paling mendesak dan mengatakan bahwa seiring dengan semakin otonomnya sistem AI, dunia akan memerlukan seperangkat standar minimum yang disepakati secara internasional untuk mengaturnya. Upaya itu, dia memperingatkan, akan memerlukan diplomasi yang berkelanjutan.
“Ada tantangan sosial yang memerlukan dialog internasional dan idealnya seperangkat standar minimum yang disepakati secara internasional.”
Pesan penutupnya menarik garis paling tajam antara teknis dan politis. Hassabis mengatakan dia yakin para peneliti pada akhirnya akan menjinakkan risiko teknis dari AI yang canggih. Namun membentuk konsensus global yang diperlukan untuk mengelola dampak sosialnya, ia memperingatkan, mungkin akan menjadi ujian yang lebih besar. “Saya percaya pada kecerdikan manusia, dan saya pikir kita akan menyelesaikan risiko teknis dengan waktu dan kemampuan otak yang cukup. Namun kita perlu melakukan hal ini secara internasional, dan tantangan masyarakat terhadap hal ini mungkin akan menjadi masalah yang lebih sulit dibandingkan masalah teknis,” katanya.
‘Model bahasa besar kurang memiliki pemahaman yang sebenarnya’
Model bahasa besar (LLM) adalah jalan buntu menuju kecerdasan tingkat manusia, kata mantan kepala ilmuwan AI Meta dan pionir pembelajaran mendalam Yann LeCun pada hari Rabu di India AI Impact Summit, menawarkan visi yang sangat kontras dengan visi Hassabis.
LeCun, yang keluar dari Meta tahun lalu dan meluncurkan startup bernama Advanced Machine Intelligence Labs, mengatakan industri perlu beralih ke “model dunia” – sistem yang membangun simulasi realitas menggunakan fisika, data sensorik, dan properti spasial. “Jika kita ingin sistem AI memahami dunia nyata dan mendekati tingkat kecerdasan manusia – tidak hanya dalam bahasa, pengkodean, atau matematika, tetapi dalam segala hal – kita memerlukan sistem yang benar-benar memahami dunia pada tingkat intuitif, seperti bayi yang mempelajari cara kerja dunia,” katanya.
Ia menampik istilah AGI itu sendiri. “Kita tidak punya kecerdasan umum sama sekali. Manusia sangat terspesialisasi… Kita pikir kita umum karena kita hanya bisa membayangkan masalah yang bisa kita pahami sendiri.” LLM saat ini, menurutnya, menyimpan pengetahuan yang luas namun kurang memiliki pemahaman yang benar. “Sistem agen tidak bisa ada tanpa memprediksi konsekuensi tindakan, dan LLM tidak bisa melakukan hal ini. Jadi kita memerlukan model dunia. Saya tidak melihat alternatif lain.”
