Apa Itu AGI? Tujuan AI yang Semua Orang Bicarakan Tetapi Tidak Ada Satu Pun yang Bisa Mendefinisikannya dengan Jelas

Singkatnya

• Kecerdasan umum buatan merujuk pada AI yang dapat belajar dan bernalar di berbagai tugas.
• Para peneliti mengatakan chatbot saat ini kuat tetapi masih jauh dari kecerdasan umum sejati.
• Para ahli tidak sepakat kapan AGI mungkin tiba atau bagaimana orang akan mengenalinya.

Kecerdasan umum buatan, atau AGI, adalah salah satu tonggak yang paling banyak dikutip dalam industri AI. Eksekutif teknologi meramalkan, investor menginvestasikan miliaran untuk mendanai penelitian tentangnya, dan para kritikus memperingatkan tentang risikonya setelah tiba. Namun, apa sebenarnya AGI masih belum jelas, dan para peneliti masih tidak sepakat tentang apa yang dianggap sebagai “kecerdasan umum,” kapan itu mungkin muncul, dan bagaimana orang akan mengenalinya setelah itu. “Ada berbagai definisi,” kata Malo Bourgon, CEO Machine Intelligence Research Institute, kepada Decrypt. “Ketika kita mulai membicarakan, apakah sistem ini AGI? Apakah sistem itu AGI? Apa yang secara tepat memenuhi syarat sebagai AGI menurut definisi apa? Saya rasa itu agak sulit dilakukan.”

 Tokoh-tokoh terkemuka, termasuk CEO OpenAI Sam Altman, CEO Anthropic Dario Amodei, dan CEO xAI Elon Musk, telah berpendapat dan membuat prediksi tentang munculnya AGI. “Saya pikir kita akan mencapai AGI pada 2026,” kata Musk pada Desember dalam sebuah wawancara dengan ketua eksekutif XPRIZE Foundation, Peter Diamandis. “Saya yakin pada 2030, AI akan melampaui kecerdasan semua manusia secara gabungan.” Berbeda dengan AI generatif yang dikenal banyak orang berkat ChatGPT, kecerdasan umum buatan, atau AGI, umumnya merujuk pada sistem AI yang dapat memahami, belajar, dan menerapkan pengetahuan di berbagai tugas dengan tingkat yang mirip manusia, bukan hanya melakukan satu fungsi khusus. Konsep ini berasal dari awal penelitian AI pada tahun 1950-an.

Dimulai dari awal 2000-an, peneliti seperti Ben Goertzel, Shane Legg, dan Peter Voss mempopulerkan istilah “kecerdasan umum buatan” untuk membedakan tujuan awal AI tingkat manusia yang luas dari sistem AI yang semakin berhasil tetapi sempit yang dikembangkan di laboratorium dan universitas. Namun, Bourgon mengatakan bahwa mencapai “kecerdasan tingkat manusia” bukanlah tujuan yang sama untuk semua orang. “Ada banyak alasan dari sejarah evolusi kita, bagaimana otak kita tersusun, seberapa lambat neuron, batasan memori kerja kita dan kecepatan otak kita beroperasi, bahwa kita harus mengharapkan jika kita bisa merancang sistem AI yang memiliki properti ini, kemungkinan besar ada ruang yang sangat besar di atas kita,” katanya. AGI sudah ada, kata sebagian orang Kemajuan terbaru dalam model bahasa besar dan AI canggih seperti Gemini, ChatGPT, Grok, dan Claude, yang dapat menulis esai, membuat gambar, menghasilkan kode, dan menjawab pertanyaan kompleks, telah membuat banyak orang berpendapat bahwa AGI sudah dicapai. Tetapi apa yang mereka kekurangan, kata Bourgon, adalah otonomi. “Dalam kebanyakan definisi AGI, terkandung rasa otonomi,” kata Bourgon. “Bahwa hal-hal ini tidak hanya berperilaku sebagai alat dan chatbot, tetapi mereka memiliki sifat agenik di mana mereka mampu menyelesaikan tugas di berbagai lingkungan dengan tingkat otonomi yang besar.” Ben Goertzel, CEO SingularityNET dan salah satu tokoh yang berperan mempopulerkan istilah AGI, mengatakan bahwa interpretasi itu memperluas konsep. “Istilah ini sekarang menjadi agak membingungkan di media,” kata Goertzel kepada Decrypt. “CEO teknologi merasa nyaman mengatakan, ‘Hei, kami sudah meluncurkan AGI,’ dan orang-orang menyensasionalisasi hal-hal.” Secara teori, Goertzel menjelaskan, AGI merujuk pada sistem AI yang mampu belajar dan melakukan berbagai tugas di luar yang secara eksplisit dilatih untuk dilakukan. Model-model saat ini, katanya, kuat tetapi secara fundamental berbeda dari kecerdasan umum.

“ Mereka tidak sampai di sana dengan belajar melakukan semuanya,” katanya. “Mereka sampai di sana dengan memasukkan seluruh internet ke dalam basis pengetahuan mereka.” Sementara pengembang AI menginvestasikan miliaran dolar untuk membangun pusat data AI guna menyediakan lebih banyak komputasi untuk model yang semakin kuat, kecerdasan umum sejati perlu mampu menggeneralisasi dan menghasilkan wawasan yang benar-benar baru yang melampaui sekadar menggabungkan data latihannya, jelasnya. “Jika Anda melatih sistem neural dalam pada musik hingga tahun 1900, mereka tidak akan pernah menciptakan hip hop atau grindcore,” kata Goertzel. Goertzel berpendapat bahwa pergeseran ke AGI kemungkinan besar tidak akan muncul sebagai satu titik batas yang bersih. “Tidak harus ada batas yang benar-benar tajam antara AGI dan pra-AGI,” katanya, membandingkannya dengan area abu-abu dalam biologi seputar virus dan retrovirus. Kita masih tahu bahwa anjing hidup dan batu tidak, tambahnya, meskipun beberapa kasus tepi seperti virus bisa “fuzzy.” Kyle Chan, peneliti di Brookings yang mempelajari kebijakan AI global, mengatakan bahwa perdebatan telah berkembang mencakup beberapa skenario berbeda. Perkembangan di luar negeri “Ada berbagai macam pengertian tentang apa itu AGI,” kata Chan kepada Decrypt. “Di satu ujung, ada gagasan tentang peningkatan diri secara rekursif dan ledakan kecerdasan, dan di ujung lain, ada versi yang lebih ‘biasa’—AI yang bisa melakukan banyak hal yang bisa dilakukan manusia, atau AI sebagai teknologi biasa seperti internet atau komputer.” Sementara lab AI di Amerika Serikat memperdebatkan implikasi eksistensial dari AGI, Chan mengatakan, percakapan di China sangat berbeda.

“AGI bukan hal besar di China, terutama dari pembuat kebijakan, komunitas AI yang lebih luas, industri teknologi yang lebih luas,” katanya. “Kebanyakan orang fokus mencoba menghasilkan uang dari hal ini, dan terutama di sisi fisik, yang mana saya rasa China dan banyak perusahaan teknologi mereka merasa memiliki keunggulan dibanding AS, di mana mereka bisa membangun robotika atau sistem otonom, drone, apa pun yang didukung AI, karena mereka memiliki rantai pasokan perangkat keras yang tidak dimiliki AS.” Chan mengakui bahwa meskipun pengembang AI di China tidak terlalu fokus pada AGI seperti rekan-rekan mereka di AS, tetap saja itu ada dalam radar mereka. “Beberapa pendiri AI China memang berbicara tentang AGI, dan beberapa bahkan berbicara tentang semacam ASI,” katanya. “Tapi secara umum, AGI benar-benar bukan hal besar di China.” Prediksi kapan AGI mungkin tiba sangat bervariasi. Bagi para peneliti yang mempelajari teknologi ini, label itu sendiri mungkin kurang penting daripada apa yang bisa dilakukan sistem tersebut. “Apa efek dan kemampuan sistem ini?” kata Bourgon. “Itulah pola pikir yang ingin kita miliki sekarang.”