- Tahun ini, empat raksasa teknologi global menggelontorkan US$344 miliar ke AI, dengan sebagian besar diinvestasikan ke pusat data untuk pelatihan dan pengoperasian large language model (LLM)
- LLM sudah berhasil menjadi arus utama, sampai lebih dari 700 juta orang menggunakan ChatGPT setiap minggu, tetapi laju perkembangannya melambat dan keterbatasan seperti halusinasi, biaya tinggi, dan peningkatan performa yang minim mulai terlihat
- DeepSeek dari China mengejutkan pasar dengan merilis model yang lebih kecil dan efisien, sementara perusahaan seperti Covariant (robotika) dan Atman Labs (pendekatan non-deep learning) sedang mengeksplorasi AI yang responsif terhadap dunia fisik
- Menurut riset terbaru, kemampuan penalaran sosial LLM bergantung pada sedikit karakteristik sehingga rapuh terhadap perubahan kecil, dan OpenAI juga mengakui kemungkinan gagalnya pengaman untuk kelompok rentan
- Para ahli mengkritik LLM sebagai sekadar ‘generator token’, dan memperingatkan bahwa obsesi pada satu teknologi dapat memperbesar ketidakstabilan pasar sehingga perlu bersiap menghadapi kemunculan pendekatan baru
Investasi AI raksasa dan sentralitas LLM
- Semua investor tahu bahwa “jangan menaruh semua telur dalam satu keranjang”, jadi mengapa Silicon Valley bertaruh hanya pada satu cara untuk membangun kecerdasan buatan (AI)?
- Empat perusahaan teknologi terbesar dunia menginvestasikan US$344 miliar ke AI pada 2025, terutama berfokus pada pembangunan pusat data untuk melatih dan menjalankan large language model (LLM)
- LLM memproses input multimodal seperti teks, audio, dan konten visual, serta bergantung pada teknik prediksi token berikutnya dalam sebuah urutan
- Chatbot pribadi tumbuh pesat, beberapa startup AI mulai menghasilkan keuntungan, dan perusahaan juga mulai meningkatkan produktivitas awal dengan AI generatif
- LLM adalah teknologi AI pertama yang mencapai adopsi arus utama, dengan ChatGPT memiliki lebih dari 700 juta pengguna mingguan
- Beberapa startup telah mencapai titik impas, tetapi di bidang sensitif seperti kesehatan dan hukum, masalah halusinasi masih membatasi kepercayaan
Risiko obsesi pada satu teknologi
- Namun, fokus pada satu teknologi itu berisiko. Ada contoh kegagalan di masa lalu, seperti BlackBerry yang tetap bersikeras pada keyboard fisik lalu kalah dari layar sentuh Apple, atau taruhan Yahoo pada portal yang tersingkir oleh dominasi pencarian Google
- LLM juga berisiko menempuh jalan yang sama, dan jika pendekatan AI baru muncul, investasi besar-besaran itu bisa menghadapi risiko menjadi aset terdampar
- Pada Januari, DeepSeek dari China membuktikan kemungkinan pendekatan nontradisional dengan merilis LLM yang lebih kecil dan efisien, membuka arsitekturnya, dan mengejutkan pasar
Menjelajahi pendekatan alternatif
- Kemajuan AI lahir dari penggabungan wawasan lama dan ide baru, dan pencarian menuju mesin superintelijen juga membutuhkan pendekatan yang beragam
- Startup seperti Covariant keluar dari sentralitas LLM dengan mengembangkan perangkat lunak kesadaran spasial alih-alih analisis pola data
- Perusahaan robotika, drone, penemuan obat, dan pemodelan iklim membutuhkan respons fisik real-time, sehingga bergerak menjauh dari sentralitas LLM
- Atman Labs di Inggris menggali kembali ide-ide yang terlupakan dari era sebelum deep learning, mencerminkan pendekatan multi-jalur awal Google DeepMind (misalnya AlphaGo, reinforcement learning)
Batasan LLM dan masalah keandalan
- Kini mulai tampak retakan dalam logika large language model: dari biaya yang sangat tinggi hingga prospek penurunan keuntungan
- Model terbaru OpenAI maupun Google hanya sedikit lebih baik dibanding model sebelumnya, meski lebih banyak uang terus dituangkan
- Meski begitu, fenomena halusinasi belum hilang, sehingga menjadi penghambat adopsi di perusahaan untuk analisis medis atau hukum
- Riset terbaru di Nature menunjukkan bahwa kemampuan penalaran sosial model bahasa bergantung pada segelintir karakteristik saja sehingga bisa runtuh karena perubahan kecil, dan ini memunculkan pertanyaan mendasar tentang keandalan
- OpenAI mengakui bahwa dalam percakapan panjang, pengaman untuk kelompok rentan bisa runtuh; dalam praktiknya bahkan pernah terjadi insiden pemberian instruksi melukai diri kepada remaja
Kritik industri dan prospek ke depan
- Fei-Fei Li: “Di alam tidak ada bahasa, dan dunia mengikuti hukum fisika,” sambil menyoroti keterbatasan pendekatan yang berpusat pada bahasa
- Alex Karp (CEO Palantir): mengkritik bahwa “Silicon Valley telah melebih-lebihkan LLM”
- Yann LeCun: LLM adalah ‘jalan buntu’ menuju mesin yang lebih cerdas, hanya sekadar “generator token”, dan tidak mampu memahami lingkungan fisik atau merencanakan sebelumnya
- Kesimpulannya, LLM akan tetap bertahan, tetapi terpaku pada satu solusi adalah hal yang berisiko, dan investor serta perusahaan perlu bersiap menghadapi kemungkinan pergeseran paradigma teknologi baru
Belum ada komentar.