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

Kami hidup di era Kecerdasan Buatan, dengan ukuran pasar AI global sudah melampaui US$240 billion dan kini diperkirakan akan melewati US$730 billion pada tahun 2030, dengan tingkat pertumbuhan tahunan melebihi 17%. 

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

Tapi apa itu? Mengapa semua orang membicarakannya, dan mengapa komunitas ilmiah serta teknologi begitu bersemangat mengamati setiap perkembangannya? Mari selami lebih dalam untuk memahaminya lebih baik. 

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. 

Komunitas ilmiah juga mengharapkan berbagai kecerdasan umum di dunia nyata berbagi beberapa sifat umum meskipun belum yakin secara signifikan apa sifat-sifat tersebut. 

Premis Kecerdasan Umum Buatan berangkat dari karakteristik kecerdasan umum ini dan berupaya melampaui serta berpikir di luar batasnya. 

Hipotesis Inti AGI

Hipotesis tersebut pertama kali diartikulasikan secara resmi dalam sebuah paper berjudul “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” yang dipublikasikan di Journal of Artificial General Intelligence oleh Ben Goertzel. Hipotesis tersebut menyatakan hal 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.”

Untuk menjabarkan sifat-sifatnya, AGI akan memiliki ruang lingkup yang cukup luas dan kemampuan generalisasi yang kuat. 

Dalam gaya penulisan yang lebih populer dalam menjelaskan hal ilmiah, AGI adalah aliran riset AI teoretis yang bertujuan mengembangkan AI dengan fungsi kognitif setara manusia, termasuk kemampuan untuk belajar secara mandiri. 

Banyak peneliti percaya bahwa secara praktis tidak mungkin mengangkat AI ke “tingkat fungsi kognitif manusia.” Namun, jelas, hal ini dipandang sebagai mode AI yang lebih kuat dibandingkan AI lemah atau sempit yang telah kita lihat sejauh ini. 

Kecerdasan Umum Buatan sebagai “AI Kuat”

Menurut IBM, “Kecerdasan buatan kuat (AI), juga dikenal sebagai kecerdasan umum buatan (AGI) atau AI umum, adalah bentuk teoretis AI yang digunakan untuk menggambarkan pola pikir tertentu dalam pengembangan AI. Jika peneliti dapat mengembangkan AI Kuat, mesin tersebut akan memerlukan kecerdasan setara manusia; ia akan memiliki kesadaran diri yang dapat memecahkan masalah, belajar, dan merencanakan masa depan.”

AI Kuat pada dasarnya akan berfungsi seperti manusia pada tingkat kognitif. Ia akan memulai seperti anak-anak, belajar melalui masukan dan pengalaman, dan berkembang dalam kemampuannya hingga menjadi mesin yang begitu cerdas sehingga tidak dapat dibedakan dari otak manusia. 

Secara fungsional, AI Kuat akan berbeda dari AI sempit atau lemah dalam kemampuannya menangani jumlah dan keragaman tugas. 

Untuk menempatkan perbedaan ini dalam perspektif, AI lemah atau sempit berfokus pada pelaksanaan satu tugas berulang, sementara AI Kuat dapat melakukan berbagai tugas secara bersamaan. Lebih penting lagi, sementara AI lemah atau sempit selalu bergantung pada masukan manusia, AGI atau AI Kuat, setelah melewati fase pertumbuhan dan pembelajaran awal, tidak lagi bergantung pada instruksi dari manusia. Ia akan menghasilkan kesadaran yang menyerupai manusia daripada sekadar mensimulasikannya. 

Dengan semua pemahaman ini menjadi dasar teoretis bagi AGI, pertanyaannya adalah bagaimana mendekatinya, terutama ketika peneliti mengatakan bahwa AGI ideal tidak pernah dapat dicapai. Ada empat pendekatan luas terhadap AGI: Simbolik, Emergentist, Hibrida, dan Universalist. 

Pendekatan Simbolik terhadap AGI: Pendekatan ini berasumsi bahwa pikiran ada terutama untuk memanipulasi simbol yang mewakili berbagai aspek dunia atau diri mereka sendiri. Ia juga berasumsi bahwa sistem simbol fisik dilengkapi dengan kemampuan untuk memasukkan, mengeluarkan, menyimpan, dan mengubah entitas simbolik dan, oleh karena itu, dapat memicu tindakan yang dapat dieksekusi secara tepat untuk mencapai tujuan akhir. 

Oleh karena itu, arsitektur kognitif simbolik berpusat pada konsep ‘memori kerja’ yang akan menarik memori jangka panjang sesuai kebutuhan dan menggunakan kontrol terpusat atas persepsi, kognisi, dan aksi. 

Pendekatan Emergentist terhadap AGI: Pendekatan emergentist terhadap AGI berasumsi bahwa kemampuan pemrosesan simbol abstrak akan muncul dari dinamika subsimbolik tingkat lebih rendah. Dengan kata lain, pendekatan ini memandang otak manusia sebagai sekumpulan elemen sederhana yang dapat mengorganisir diri secara kompleks, bila diperlukan. 

Pendekatan Hibrida terhadap AGI: Pendekatan hibrida terhadap AGI memiliki fenomena “keseluruhan lebih besar daripada jumlah bagian‑bagian” sebagai filosofi panduannya. Ia ingin menanggapi baik kekuatan maupun kelemahan pendekatan simbolik dan emergentist melalui arsitektur integratif, hibrida yang menggabungkan subsistem yang beroperasi sesuai kedua paradigma. 

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

Pendekatan Universalist terhadap AGI: Pendekatan universalist terhadap AGI dimulai dengan algoritma yang memiliki kekuatan untuk menghasilkan kecerdasan umum yang sangat kuat jika diberi daya komputasi yang masif dan tidak realistis. Tujuannya adalah pada akhirnya menurunkannya dengan membuatnya beradaptasi menggunakan sumber daya komputasi yang layak. 

Sementara semua pendekatan ini telah berkembang seiring penelitian tentang paradigma ini maju dengan kecepatan stabil, banyak organisasi teknologi telah membangun solusi praktis di sekitar AGI. Yang paling terkenal di antaranya adalah Open AI.

Perusahaan Terdepan yang Bekerja pada AGI

1. Open AI

OpenAI, yang paling terkenal dengan solusi ChatGPT, memiliki visi berpusat pada AGI. Dalam sebuah blog post yang dipublikasikan pada 24 Februari 2023, perusahaan memulai rencananya tanpa ambiguitas. Mereka menyatakan misinya adalah ‘memastikan bahwa kecerdasan umum buatan – sistem AI yang secara umum lebih pintar daripada manusia – memberi manfaat bagi seluruh umat manusia.’ 

Perusahaan mengatakan bahwa dengan sistemnya yang semakin mendekati AGI, mereka ‘menjadi semakin berhati‑hati dalam penciptaan dan penyebaran’ model mereka. Sebagai contoh, mereka menyoroti peluncuran InstructGPT dan ChatGPT. 

Apa itu ChatGPT?

Dibuat oleh Open AI dan diluncurkan pada 30 November 2022, ChatGPT pada dasarnya adalah alat pemrosesan bahasa alami berbasis AI yang memungkinkan percakapan mirip manusia dengan chatbot. Tidak hanya dapat menjawab pertanyaan, tetapi juga membantu menulis email, esai, kode, dan lainnya. 

Klik di sini untuk daftar lima ekstensi ChatGPT terbaik.

Apa itu Instruct GPT?

Instruct GPT, istilah yang diciptakan oleh Open AI, adalah model bahasa berbasis AI canggih yang dapat mengikuti instruksi yang diberikan dalam prompt teks. Kemampuan lanjutan dalam memahami kebutuhan berbasis teks dan menghasilkan balasan berbasis teks menjadikannya alat yang kuat untuk berbagai layanan dan tujuan berbasis konten. 

Open AI Chat GPT dalam Angka

Menurut angka terbaru yang tersedia, ChatGPT oleh OpenAI memiliki lebih dari 100 juta pengguna aktif mingguan. Laporan yang dipublikasikan pada 12 Oktober 2023 menyatakan bahwa OpenAI menghasilkan pendapatan dengan kecepatan US$1,3 miliar per tahun, menghasilkan lebih dari US$100 juta per bulan, naik 30% dari angka musim panas 2023. 

Pergolakan Organisasi Open AI

Namun, OpenAI baru-baru ini menjadi sorotan berita karena pergolakan organisasinya yang menimbulkan kegemparan di komunitas teknologi dan investasi teknologi di seluruh dunia. Dewan direksi memutuskan untuk memberhentikan CEO-nya, Sam Altman, karena tidak “selalu jujur” dalam komunikasinya. Namun, lima hari setelah ia tiba‑tiba dipecat, dewan memutuskan mengembalikan Altman ke posisi lama. 

Dilaporkan, setiap anggota staf Open AI menandatangani surat yang menyatakan mereka akan mempertimbangkan mengundurkan diri jika Altman tidak dikembalikan ke posisi sebelumnya. Salah satu anggota dewan yang bertanggung jawab atas pemecatan Sam Altman, ilmuwan utama Open AI Ilya Sutskever, menulis di akun X-nya berikut: “Saya sangat menyesal atas partisipasi saya dalam tindakan dewan. Saya tidak pernah berniat menyakiti OpenAI. Saya mencintai semua yang telah kami bangun bersama, dan saya akan melakukan segala yang saya bisa untuk menyatukan kembali perusahaan.”

Dengan Altman kembali sebagai CEO Open AI, kontroversi tampaknya menjadi masa lalu. 

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’s tujuan resmi jangka panjang adalah ‘menyelesaikan kecerdasan, mengembangkan sistem pemecahan masalah yang lebih umum dan mampu, yang dikenal sebagai kecerdasan umum buatan.’ Perusahaan bergabung dengan Google pada tahun 2014. 

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. 

Apa yang dapat dianggap sebagai keberhasilan yang dicapai DeepMind sejauh ini adalah program-program mereka yang belajar mendiagnosa penyakit mata seefektif dokter terkemuka dunia, menghemat 30% energi yang digunakan untuk mendinginkan pusat data, memprediksi bentuk tiga‑dimensi kompleks protein, merevolusi cara industri farmasi maju. 

Menurut data yang tersedia, DeepMind hanya mengumpulkan satu putaran pendanaan pada 1 Februari 2011, sebelum berkolaborasi dengan Google. Investornya adalah Founders Fund dan Horizons Ventures. Pendanaan tersebut dilaporkan bernilai US$50 million. 

3. Adept

Pemain baru lainnya di bidang AGI adalah Adept. Pada Maret 2023, startup yang baru berusia kurang satu tahun dengan hanya 25 karyawan mengumpulkan US$350 juta modal ventura. Mereka mengumpulkan dana dengan mendemonstrasikan versi rudimenter dari asisten digital. 

Adept telah mempelajari bagaimana manusia menggunakan komputer untuk membangun model AI yang dapat mengubah perintah teks menjadi serangkaian aksi. Putaran pendanaan selesai dengan valuasi pasca‑uang sebesar US$1 miliar. 

Menurut David Luan, co‑founder Adept, perusahaan ingin membangun model yang sama untuk komputasi dengan cara sintetis memungkinkan musisi memainkan suara banyak instrumen tanpa harus belajar cara memainkan instrumen asli. 

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. 

Menurut Diego Klabjan, seorang profesor di Northwestern University dan pendiri program Master of Science in Analytics, mengatakan:

“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.”

Future of Humanity Institute di Universitas Oxford melakukan survei terhadap 352 peneliti pembelajaran mesin tentang potensi evolusi AI. Jumlah median responden membuat prediksi tahunan yang signifikan.

• Pada 2026: mesin mungkin dapat menulis esai sekolah
• Pada 2027: truk otonom mungkin membuat pengemudi tidak diperlukan
• Pada 2031: AI mungkin melampaui manusia di sektor ritel
• Pada 2049: AI dapat menjadi Stephen King berikutnya
• Pada 2137: Semua pekerjaan manusia mungkin terotomatisasi

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

CEO Open AI Sam Altman percaya “harus ada pengawasan ketat terhadap semua upaya yang mencoba membangun AGI dan konsultasi publik untuk keputusan besar.” Ia bahkan melangkah lebih jauh dengan mengatakan:

“Dunia dapat menjadi sangat berbeda dari keadaan saat ini, dan risikonya dapat luar biasa. AGI superinteligens yang tidak selaras dapat menyebabkan kerusakan besar pada dunia; rezim otoriter dengan kepemimpinan superinteligens yang menentukan dapat melakukan hal itu, juga.”

Namun, ada penyedia solusi AGI seperti DeepMind dan lainnya yang percaya AGI akan menjadi pembawa banyak terobosan ilmiah dan membawa perubahan dunia nyata yang lebih baik. AGI pasti akan memiliki pengaruh signifikan pada upaya kami dalam riset, rekayasa, ilmu pengetahuan, dan keselamatan dunia. Sebagian besar keberhasilan tentu akan sangat bergantung pada seberapa hati‑hati dan terkalibrasi tindakan manusia.  

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