Kita butuh sistem pembelajaran AI 3 dimensi

Perkembangan AI saat ini sudah terbilang sangat pesat. Berbagai teknologi sudah mulai mengadopsi teknologi yang satu ini karena dinilai sudah memiliki kemampuan kecerdasan yang sangat tinggi, bahkan menggantikan beberapa pekerjaan manusia.

Banyak orang yang menganggap bahwa model AI memiliki kemampuan mengingat, berpikir, berencana, dan bernalar yang sangat tinggi. Bahkan, beberapa ada yang menganggap kemampuan AI sudah setara dengan otak manusia. Tapi, apakah benar adanya?

Ternyata, menurut ilmuwan AI dari Meta, Yann LeCun, spekulasi tersebut kurang tepat, setidaknya untuk saat ini. Namun dia percaya, bahwa dalam satu atau dua dekade mendatang, spekulasi tersebut mungkin akan menjadi kenyataan.

Soalnya, LeCun mengatakan bahwa mereka memiliki metode pembelajaran AI baru yang mereka sebut sebagai “World Model”. Pengumuman ini cukup mengejutkan mengingat OpenAI baru saja merilis fitur baru yang disebut “Memory” yang memungkinkan ChatGPT untuk mengingat percakapan pengguna.

Dengan hadirnya teknologi ini, model AI o1, menampilkan kata “berpikir” saat menghasilkan output, dan OpenAI mengatakan model yang sama mampu melakukan “penalaran yang kompleks” serasa membuat model yang satu ini lebih “manusiawi”.

Nah, semua hal tersebut membuat kita merasa sudah cukup dekat dengan AGI. Namun, dalam sebuah ceramah baru-baru ini di Hudson Forum, LeCun meremehkan para optimis AI, seperti pendiri xAI, Elon Musk dan salah satu pendiri Google DeepMind, Shane Legg yang menyatakan bahwa AI tingkat manusia sudah dekat.

“Kita memerlukan mesin yang memahami dunia; [mesin] yang dapat mengingat berbagai hal, yang memiliki intuisi, memiliki akal sehat, hal-hal yang dapat bernalar dan membuat rencana pada tingkat yang sama dengan manusia,” kata LeCun selama pembicaraan, seperti dikutip dari laman Tech Crunch (17/10).

“Terlepas dari apa yang mungkin telah Anda dengar dari beberapa orang yang paling antusias, sistem AI saat ini tidak mampu melakukan semua ini.”

LeCun mengatakan model bahasa besar (LLM) saat ini, seperti yang mendukung ChatGPT dan Meta AI, masih jauh dari “AI setingkat manusia”. Umat manusia mungkin masih “bertahun-tahun hingga puluhan tahun” jauhnya dari mencapai hal tersebut, ungkapnya.

Alasannya sederhana. LLM saat ini bekerja dengan memprediksi token berikutnya (biasanya beberapa huruf atau kata pendek), dan model gambar/video saat ini memprediksi piksel berikutnya. Dengan kata lain, model bahasa memiliki pengamatan satu dimensi, dan model gambar/video AI memiliki pengamatan dua dimensi. 

Model-model ini telah menjadi cukup baik dalam memprediksi dalam dimensi masing-masing, tetapi mereka tidak benar-benar memahami dunia tiga dimensi.

Oleh karena itu, sistem AI modern tidak dapat melakukan tugas-tugas sederhana yang dapat dilakukan kebanyakan manusia. LeCun mengungkapkan, manusia dapat dengan mudah untuk belajar membersihkan meja makan pada usia 10 tahun atau mengendarai mobil pada usia 17 tahun. Keduanya dapat dipelajari dalam hitungan jam bahkan menit.

Jika dibandingkan dengan sistem AI tercanggih saat ini di dunia, yang nyatanya dibangun berdasarkan ribuan atau bahkan jutaan jam data, tidak dapat mempelajarinya dengan baik. Mereka harus mensimulasikan semua hal, yang membuat perintah sederhana bisa menjadi rumit.

Oleh karena itu, untuk mencapai tugas yang lebih kompleks, LeCun menyebutkan adanya keharusan untuk membangun model tiga dimensi yang dapat memahami dunia di sekitar kita, dan berpusat di sekitar jenis arsitektur AI baru, yakni “World Model”.

Meskipun World Model merupakan ide yang menarik, tetap saja LeCun mengatakan kita belum membuat banyak kemajuan dalam mewujudkan sistem ini menjadi kenyataan. Ada banyak masalah yang sangat sulit untuk diatasi dari kondisi kita saat ini, dan ia mengatakan hal itu tentu lebih rumit daripada yang kita kira.

“Butuh waktu bertahun-tahun sebelum kita bisa menjalankan semuanya di sini, jika tidak satu dekade,” kata Lecun. “Mark Zuckerberg terus bertanya kepada saya berapa lama waktu yang dibutuhkan.”