Kecerdasan Umum Buatan: Sebuah Cerita tentang Membangun Kapabilitas dengan Kehati-hatian

Kita hidup di era kecerdasan buatan. Artikel asli tahun 2023 memperkirakan nilai pasar AI global sebesar 240 miliar dolar AS dan memproyeksikannya melampaui 730 miliar dolar pada 2030, dengan pertumbuhan tahunan lebih dari 17%. Ini merupakan perkiraan pasar pada saat itu, bukan kepastian pendapatan masa depan.

Di antara semua kegaduhan seputar AI, paradigma yang menarik perhatian semua orang adalah AGI, Kecerdasan Umum Buatan. 

Apa arti AGI dan mengapa konsep ini menarik perhatian? Artikel ini membahas definisi, arah penelitian, dan harapan dari sudut pandang tahun 2023.

Namun sebelum langsung melompat ke Kecerdasan Umum Buatan, mari kita coba memahami apa yang dimaksud dengan kecerdasan umum.

Menetapkan Garis Besar Kecerdasan Umum

Kecerdasan umum berarti kemampuan untuk mencapai beragam tujuan dan melaksanakan tugas-tugas yang konteks serta lingkungannya berbeda. Sistem yang ‘cerdas secara umum’ harus: 

• Menangani masalah dan situasi yang secara substansial berbeda dari yang dapat diperkirakan
• Mampu menggeneralisasi pengetahuan yang diperoleh sehingga dapat dipindahkan dari satu konteks masalah ke konteks lainnya. 

Para peneliti berbeda pendapat tentang definisi yang tepat dan cara mengukur kecerdasan umum. Tidak ada satu daftar sifat wajib yang diterima secara universal.

Penelitian AGI berupaya mewujudkan kemampuan belajar dan memecahkan masalah yang luas tersebut dalam sistem buatan.

Hipotesis Inti AGI

Ben Goertzel merumuskan hipotesis inti dalam artikel tinjauan berjudul ”Artificial General Intelligence: Concept, State of the Art, and Future Prospects”, yang diterbitkan dalam Journal of Artificial General Intelligence pada 2014. Ia menyatakan hipotesis berikut:

“Penciptaan dan studi kecerdasan sintetis dengan ruang lingkup yang cukup luas (misalnya setara manusia) dan kemampuan generalisasi yang kuat, pada dasarnya secara kualitatif berbeda dari penciptaan dan studi kecerdasan sintetis dengan ruang lingkup yang jauh lebih sempit dan kemampuan generalisasi yang lebih lemah.”

Dalam pandangan ini, AGI akan memiliki cakupan penerapan yang luas dan kemampuan generalisasi yang kuat. Hipotesis tersebut merupakan sudut pandang penelitian, bukan hukum alam yang telah terbukti.

Secara sederhana, penelitian AGI mempelajari pengembangan kemampuan kognitif yang luas, sering dibandingkan dengan kinerja manusia. Belajar dan menerapkan pengetahuan pada situasi baru merupakan aspek penting, tetapi ambang kinerja yang disyaratkan berbeda menurut definisinya.

Pandangan tentang kelayakan dan waktu pencapaian AGI beragam. Sebagian peneliti skeptis, sedangkan sebagian lain mengembangkan kemampuan yang semakin luas. Tidak ada kesimpulan ilmiah bersama bahwa kecerdasan umum setara manusia mustahil dicapai secara prinsip.

AGI dan konsep AI kuat

Dalam penjelasan IBM, AI kuat dikaitkan dengan kecerdasan setara manusia dan kesadaran diri. Namun, tidak semua definisi AGI mensyaratkan kesadaran: definisi operasional dapat berfokus pada kinerja luas dan generalisasi. Kemungkinan mesin memiliki pengalaman subjektif merupakan perdebatan terpisah.

Sistem dapat belajar melalui masukan dan pengalaman, tetapi AGI tidak harus memulai seperti anak kecil atau bekerja persis seperti otak manusia. Tujuan penelitiannya terutama menyangkut kemampuan, bukan satu jalur perkembangan yang wajib.

Perbandingan yang umum melihat keragaman tugas dan kemampuan menerapkan pengetahuan pada situasi baru, bukan hanya pencapaian khusus pada satu bidang.

AI sempit tidak selalu terbatas pada satu tugas berulang dan dapat beroperasi secara otonom dalam bidang terbatas. Sebaliknya, AGI tidak otomatis menghilangkan instruksi atau pengawasan manusia. Kemampuan, otonomi, dan kesadaran adalah konsep berbeda; satu hal tidak membuktikan yang lain.

Tinjauan Goertzel membedakan empat arah penelitian luas: simbolik, emergentis, hibrida, dan universalis. Ini merupakan pengelompokan dalam tinjauan tersebut, bukan daftar lengkap atau arsitektur wajib bagi semua AGI.

Pendekatan simbolik: Aspek dunia dan sistem direpresentasikan dengan simbol. Sistem simbol fisik dapat menerima, menghasilkan, menyimpan, dan mengubah simbol serta menggunakannya untuk memilih tindakan. Ini adalah pendekatan teoretis, bukan bukti bahwa kecerdasan hanya dapat bekerja dengan cara tersebut.

Sebagian arsitektur kognitif simbolik memadukan memori kerja dengan memori jangka panjang dan kendali terpusat atas persepsi, pemikiran, serta tindakan. Tidak semua pendekatan simbolik harus memiliki susunan yang sama.

Pendekatan emergentis: Kemampuan tingkat tinggi muncul dari interaksi unsur subsimbolik pada tingkat lebih rendah. Pola dan fungsi kompleks dapat terbentuk dari banyak unsur relatif sederhana yang saling berinteraksi, seperti dalam jaringan saraf.

Pendekatan hibrida: Pendekatan ini menggabungkan subsistem simbolik dan subsimbolik untuk memanfaatkan kelebihan dan mengatasi keterbatasannya. Sistem gabungan dapat memiliki kemampuan yang berbeda dari masing-masing bagian secara terpisah.

Kombinasi tersebut dapat berupa subsistem simbolik dengan sistem subsimbolik besar atau populasi agen kecil, masing‑masing bersifat simbolik dan subsimbolik. 

Pendekatan universalis: Pendekatan ini berangkat dari model matematis kecerdasan yang sangat umum lalu meneliti pendekatan praktisnya. Sebagian model ideal tidak dapat dihitung atau membutuhkan komputasi yang tidak realistis. Jadi, persoalannya bukan sekadar algoritma siap pakai yang memerlukan perangkat keras lebih besar.

Berbagai organisasi mengembangkan produk AI dan meneliti kecerdasan yang lebih luas. Produk praktis tersebut tidak membuktikan bahwa AGI sudah tercapai pada 2023. OpenAI adalah salah satu organisasi terkenal dengan tujuan penelitian ini.

Perusahaan Terdepan yang Bekerja pada AGI

1. OpenAI

OpenAI, yang dikenal melalui ChatGPT, menggambarkan dalam tulisan blog pada 24 Februari 2023 ambisinya agar AGI bermanfaat bagi seluruh umat manusia. Organisasi itu menyebut sistem AI yang secara umum lebih pintar daripada manusia. Ini adalah pernyataan misi, bukan pengumuman bahwa AGI telah tercapai.

OpenAI menulis bahwa kehati-hatian dalam pengembangan dan penerapan akan meningkat ketika sistem mendekati AGI. InstructGPT dan ChatGPT disebut sebagai langkah menuju sistem yang lebih mudah diarahkan, bukan sebagai AGI yang sudah terwujud.

Apa itu ChatGPT?

OpenAI meluncurkan ChatGPT pada 30 November 2022 sebagai sistem percakapan berbasis model bahasa. Sistem ini menjawab pertanyaan dan membantu menyusun surel, esai, serta kode program. Jawaban yang menyerupai percakapan manusia tidak membuktikan pemahaman manusiawi atau keandalan; keluarannya dapat mengandung kesalahan.

Klik di sini untuk daftar lima ekstensi ChatGPT terbaik.

Apa itu InstructGPT?

InstructGPT adalah nama model yang dilatih OpenAI agar lebih baik mengikuti instruksi melalui contoh dan umpan balik manusia. Ini merupakan pengembangan tertentu dalam model bahasa, bukan istilah umum untuk semua AI canggih atau bukti tersendiri atas AGI.

OpenAI dan ChatGPT dalam angka historis

Pada 12 Oktober 2023, The Information melaporkan laju pendapatan OpenAI yang jika disetahunkan setara 1,3 miliar dolar AS, lebih dari 100 juta dolar per bulan dan sekitar 30% di atas laju musim panas. Secara terpisah, OpenAI menyebut sekitar 100 juta pengguna aktif mingguan ChatGPT pada November 2023. Laju yang disetahunkan tidak sama dengan pendapatan aktual selama satu tahun buku penuh.

Krisis kepemimpinan OpenAI pada November 2023

Dewan saat itu memberhentikan CEO Sam Altman pada 17 November 2023. Dewan menyatakan ia tidak selalu terbuka dalam komunikasinya; itu alasan yang disampaikan dewan, bukan kesimpulan independen yang sudah terbukti. Kesepakatan prinsip tentang kepulangannya diumumkan pada 21 November waktu AS, atau 22 November menurut UTC. OpenAI mengonfirmasi kembalinya Altman beserta dewan sementara baru pada 29 November.

Menurut pemberitaan saat itu, sebagian besar karyawan mengancam keluar jika Altman tidak kembali; bukan berarti setiap karyawan telah menandatangani surat. Salah satu pendiri sekaligus kepala ilmuwan saat itu, Ilya Sutskever, menyampaikan di X penyesalannya: ”Saya sangat menyesali keterlibatan saya dalam tindakan dewan. Saya tidak pernah bermaksud merugikan OpenAI. Saya mencintai semua yang telah kita bangun bersama dan akan melakukan segala yang saya bisa untuk menyatukan kembali perusahaan.”

Kembalinya Altman mengakhiri krisis kepemimpinan yang mendesak, tetapi tidak otomatis menyelesaikan seluruh persoalan tata kelola dan pengawasan. Dewan baru juga mengumumkan peninjauan independen serta perbaikan tata kelola.

Sementara OpenAI telah menjadi yang paling menonjol dalam menarik perhatian di ruang AGI, pemain lain telah ada sejak lama. DeepMind adalah salah satu pemain yang telah bekerja sejak 2010.

2. DeepMind

DeepMind didirikan pada 2010 dan diakuisisi Google pada 2014. Pada April 2023, organisasi ini digabungkan dengan Google Brain menjadi Google DeepMind. Organisasi tersebut meneliti sistem pemecahan masalah yang lebih luas untuk memajukan ilmu pengetahuan dan penerapan yang bermanfaat bagi masyarakat.

Prinsip operasional DeepMind selalu untuk memajukan ilmu pengetahuan demi manfaat umat manusia. Oleh karena itu, mereka ingin memanfaatkan kecerdasan buatan untuk melayani kebutuhan dan harapan masyarakat. 

Dalam penelitian Moorfields, model menunjukkan kemampuan setara spesialis dalam memberikan rekomendasi rujukan berdasarkan pemindaian mata yang diteliti. Ini bukan bukti diagnosis mandiri atas semua penyakit mata atau penggantian dokter. Sistem kendali otonom pada 2018 melaporkan penghematan sekitar 30% energi untuk pendinginan pusat data, bukan seluruh konsumsi pusat data. AlphaFold memprediksi struktur tiga dimensi protein dan membantu penelitian biologi serta obat, tanpa menyelesaikan semua persoalan fungsi protein atau pengembangan obat.

Artikel asli mengacu pada catatan pendanaan dalam basis data tentang putaran senilai 50 juta dolar AS yang dilaporkan pada 1 Februari 2011 dengan Founders Fund dan Horizons Ventures. Catatan terbatas itu tidak membuktikan bahwa inilah satu-satunya pendanaan sebelum akuisisi; ini bukan riwayat pendanaan lengkap yang telah diaudit.

3. Adept

Pada Maret 2023 Adept mengumumkan pendanaan Seri B sebesar 350 juta dolar AS yang dipimpin General Catalyst dan Spark Capital. Perusahaan berusia sekitar satu tahun itu mengembangkan AI yang dapat mengoperasikan perangkat lunak. Artikel asli menyebut sekitar 25 karyawan serta demonstrasi awal asisten digital.

Adept mempelajari cara manusia menggunakan perangkat lunak agar instruksi teks dapat diubah menjadi tindakan komputer. Artikel menyebut valuasi setelah pendanaan sekitar satu miliar dolar AS. Valuasi yang dilaporkan saat itu bukan valuasi terkini atau bukti bahwa AGI telah terwujud.

Salah satu pendiri, David Luan, membandingkan ambisinya dengan penyintesis suara: musisi dapat menggunakan suara berbagai instrumen tanpa mempelajari semuanya secara terpisah. Adept ingin memudahkan penggunaan perangkat lunak dengan cara serupa melalui satu sistem AI.

AGI: Jalan ke Depan

Orang memiliki pandangan yang berbeda tentang potensi AGI. Beberapa percaya bahwa AGI dapat menimbulkan konsekuensi berbahaya bagi umat manusia, sementara yang lain percaya bahwa AGI tidak akan mampu mencapai apa yang kita pikirkan. 

Diego Klabjan, profesor di Northwestern University dan pendiri program magister analitiknya, menyampaikan pandangan skeptis yang dikutip dalam artikel asli berikut:

“Otak manusia memiliki miliaran neuron yang terhubung dengan cara yang sangat menarik dan kompleks, dan teknologi mutakhir saat ini hanyalah sambungan sederhana mengikuti pola yang sangat mudah. Jadi berpindah dari beberapa juta neuron ke miliaran neuron dengan perangkat keras dan perangkat lunak saat ini – saya tidak melihat hal itu terjadi.”

Survei tahun 2016 oleh peneliti yang terkait dengan Oxford, Yale, dan AI Impacts memperoleh jawaban dari 352 peneliti pembelajaran mesin. Hasilnya diterbitkan sebagai pracetak pada 2017. Angkanya merupakan gabungan perkiraan probabilitas subjektif, bukan tenggat pasti atau ”jumlah median responden”. Contoh proyeksi saat itu meliputi:

• Sekitar 2026: menulis esai sekolah pada tingkat kemampuan yang ditetapkan dalam survei.
• Sekitar 2027: mengemudikan truk pada tingkat yang ditentukan; ini tidak berarti seluruh pengemudi menjadi tidak diperlukan.
• Sekitar 2031: melaksanakan tugas ritel yang dijelaskan dalam survei, bukan menggantikan seluruh sektor.
• Sekitar 2049: menulis buku laris; perbandingan dengan Stephen King bersifat kiasan, bukan ramalan tentang satu penulis.
• Kemungkinan otomatisasi penuh seluruh pekerjaan: sekitar 122 tahun setelah 2016, yakni sekitar 2138, dengan perkiraan probabilitas gabungan 50%. Ini tidak berarti seluruh lapangan kerja benar-benar akan hilang saat itu.

Masih terlalu dini untuk memprediksi ke mana AI pada akhirnya akan membawa kita. Namun, seperti semua teknologi, ia dapat digunakan untuk kebaikan atau keburukan. 

Dalam tulisan blog Februari 2023, Sam Altman mendorong peninjauan ketat atas pengembangan AGI dan konsultasi publik untuk keputusan besar. Mengenai kemungkinan risikonya, ia menulis:

”Dunia dapat menjadi sangat berbeda dari sekarang, dan risikonya dapat luar biasa. AGI supercerdas yang tidak selaras dengan tujuan manusia dapat merugikan dunia secara serius; rezim otoriter dengan keunggulan menentukan dalam superkecerdasan juga dapat melakukannya.”

Organisasi seperti DeepMind meneliti apakah AI yang lebih luas dapat mendukung terobosan ilmiah. Itu belum menjadikannya penyedia AGI yang terbukti. Dampak masa depan terhadap riset, rekayasa, dan keselamatan tidak pasti serta bergantung pada kemampuan, penggunaan, dan pilihan manusia mengenai tata kelola serta pengawasan.

Klik di sini untuk mempelajari semua tentang berinvestasi dalam kecerdasan buatan.