1: Pengantar: Mengapa Kita Perlu Mengenal Para Pionir AI
Di balik setiap terobosan teknologi yang mengubah dunia, selalu ada pemikir, inovator, dan visioner yang tak kenal lelah. Dalam dunia kecerdasan buatan, nama-nama seperti Demis Hassabis, Ilya Sutskever, Sam Altman, dan lainnya adalah mercusuar inspirasi. Mereka bukan hanya insinyur atau ilmuwan; mereka adalah arsitek masa depan yang sedang kita bangun bersama. Memahami visi, tantangan, dan filosofi mereka adalah kunci untuk mengapresiasi perjalanan AI dan memahami ke mana arahnya. Artikel ini akan membawa Anda menelusuri pemikiran para “pahlawan” AI, dari masa lalu hingga prediksi terkini, serta dampak pemikiran mereka terhadap lanskap AI global. sejarah AI
2: Demis Hassabis: Sang Arsitek DeepMind dan Visi AGI
Demis Hassabis, seorang polymath dengan latar belakang catur, game, dan neurosains, adalah salah satu pendiri DeepMind, laboratorium riset AI terkemuka yang diakuisisi Google. Visinya jauh melampaui AI sempit; ia berambisi menciptakan Artificial General Intelligence (AGI) – AI yang memiliki kemampuan kognitif setara atau bahkan melampaui manusia. Hassabis percaya bahwa AGI adalah kunci untuk memecahkan masalah-masalah terbesar umat manusia, dari penyakit hingga perubahan iklim.
DeepMind di bawah kepemimpinan Hassabis telah menghasilkan terobosan monumental, termasuk AlphaGo yang mengalahkan juara dunia Go, dan AlphaFold yang merevolusi prediksi struktur protein. Pendekatan Hassabis menekankan pada pembelajaran mendalam (deep learning) dan pembelajaran penguatan (reinforcement learning), dengan inspirasi dari cara kerja otak manusia. Ia sering menekankan pentingnya etika dalam pengembangan AI, memastikan bahwa AGI yang tercipta akan membawa manfaat maksimal bagi kemanusiaan. Dalam beberapa wawancara terbaru, Hassabis mengungkapkan optimismenya bahwa AGI dapat tercapai dalam dekade ini, namun juga memperingatkan tentang kebutuhan akan kerangka kerja etis dan regulasi yang kuat. AGI dan masa depan
3: Ilya Sutskever: Dari Jaringan Saraf ke Arsitektur LLM Revolusioner
Ilya Sutskever, salah satu pendiri dan mantan Kepala Ilmuwan di OpenAI, adalah tokoh kunci di balik revolusi Large Language Models (LLMs). Kontribusinya terhadap arsitektur Transformer dan pengembangan model seperti GPT-3 dan GPT-4 sangat fundamental. Sutskever dikenal karena pemahamannya yang mendalam tentang jaringan saraf (neural networks) dan kemampuannya untuk mendorong batas-batas kemampuan AI dalam memahami dan menghasilkan bahasa manusia.
Sutskever berfokus pada “scaling hypothesis” – keyakinan bahwa dengan meningkatkan ukuran model, data pelatihan, dan daya komputasi, AI akan menunjukkan kemampuan yang semakin kompleks. Meskipun ia telah berpisah dari OpenAI pada tahun 2024, warisannya dalam pengembangan LLM sangat besar. Ia adalah pendukung kuat gagasan bahwa AI harus dikembangkan secara hati-hati untuk memastikan keselarasan dengan nilai-nilai kemanusiaan. Pidato-pidatonya sering menekankan potensi transformatif LLM dalam berbagai bidang, dari pendidikan hingga kreatif. Sutskever juga kerap membahas tantangan seperti “halusinasi” pada AI generatif dan pentingnya mitigasi bias. LLM dan aplikasinya
4: Sam Altman: Visi Aksesibilitas dan Demokrasi AI
Sam Altman, CEO OpenAI, adalah salah satu figur paling menonjol dalam debat publik tentang masa depan AI. Meskipun ia bukan ilmuwan atau insinyur seperti Hassabis atau Sutskever, perannya dalam memimpin OpenAI menjadi garda terdepan pengembangan AI generatif telah menjadikannya suara penting. Altman berfokus pada misi OpenAI untuk memastikan Artificial General Intelligence (AGI) memberi manfaat bagi seluruh umat manusia.
Di bawah kepemimpinan Altman, OpenAI meluncurkan ChatGPT, yang memperkenalkan kekuatan AI generatif kepada khalayak luas. Ia sering berbicara tentang pentingnya aksesibilitas AI, potensi AI untuk mendemokratisasi inovasi, dan perlunya regulasi yang adaptif. Altman secara terbuka menyatakan kekhawatirannya tentang risiko eksistensial yang mungkin ditimbulkan oleh AGI yang tidak terkendali, dan mendukung pendekatan bertahap dalam pengembangan AI. Ia juga merupakan pendukung kuat Universal Basic Income (UBI) sebagai respons terhadap potensi disrupsi pasar kerja akibat AI. Pidato-pidatonya sering kali menyentuh tema-tema seperti kecepatan perkembangan AI, kebutuhan akan “red-teaming” (pengujian keamanan), dan pentingnya konsensus global tentang tata kelola AI. etika dan regulasi AI
5: Yann LeCun: Sang Visioner Deep Learning
Yann LeCun, salah satu “bapak” deep learning bersama Geoffrey Hinton dan Yoshua Bengio, adalah kepala ilmuwan AI di Meta (sebelumnya Facebook). Kontribusinya pada Convolutional Neural Networks (CNNs) pada akhir 1980-an menjadi landasan bagi banyak kemajuan dalam computer vision dan pengenalan gambar modern.
LeCun adalah pendukung kuat “pembelajaran tanpa pengawasan” (unsupervised learning) dan percaya bahwa ini adalah kunci untuk AI sejati. Ia sering mengkritik pendekatan yang terlalu bergantung pada data berlabel dan menganjurkan AI yang dapat belajar seperti manusia – melalui observasi dan interaksi dengan dunia. LeCun aktif menyuarakan pandangannya tentang arah riset AI, menekankan pentingnya membangun model dunia yang memungkinkan AI untuk bernalar dan merencanakan. Ia juga berargumen bahwa ketakutan terhadap AI seringkali dilebih-lebihkan dan bahwa AI dapat menjadi alat yang ampuh untuk meningkatkan kecerdasan manusia. pembelajaran mesin
6: Geoffrey Hinton: Sang Godfather Deep Learning
Geoffrey Hinton, sering disebut “godfather deep learning,” adalah seorang ilmuwan kognitif dan ilmuwan komputer yang kontribusinya pada jaringan saraf telah mengubah lanskap AI. Karyanya pada algoritma backpropagation dan pengembangan metode pelatihan deep learning modern sangat fundamental. Setelah bertahun-tahun bekerja di Google, Hinton memilih untuk mengundurkan diri pada tahun 2023 untuk dapat berbicara lebih bebas tentang risiko AI.
Keputusannya untuk meninggalkan Google menandai titik balik penting dalam diskusi publik tentang keamanan AI. Hinton kini secara terbuka menyuarakan kekhawatiran tentang potensi AI untuk menjadi lebih cerdas dari manusia dan bahaya yang mungkin timbul jika teknologi ini tidak dikelola dengan hati-hati. Meskipun ia adalah salah satu arsitek utama deep learning, ia kini menjadi salah satu kritikus terkerasnya, mendesak penelitian lebih lanjut tentang bagaimana mengendalikan AI super-cerdas. Pandangannya yang berubah telah memicu diskusi serius di kalangan komunitas riset dan pembuat kebijakan. risiko AI
7: Andrew Ng: Mendemokratisasi Pendidikan AI dan Aplikasi Skala Besar
Andrew Ng adalah salah satu figur paling berpengaruh dalam pendidikan AI global. Sebagai salah satu pendiri Coursera dan DeepLearning.AI, ia telah mendemokratisasikan akses ke pengetahuan AI bagi jutaan orang di seluruh dunia. Ng juga merupakan pendiri Google Brain dan mantan kepala ilmuwan Baidu AI Group, menunjukkan kemampuannya dalam membawa riset AI ke dalam aplikasi skala besar.
Ng adalah penganjur kuat pendekatan “AI-first” bagi perusahaan dan percaya bahwa data adalah “bahan bakar” utama AI. Ia sering menekankan pentingnya data berkualitas tinggi dan rekayasa fitur dalam membangun sistem AI yang efektif. Melalui inisiatifnya, Ng telah memberdayakan individu untuk membangun karier di bidang AI dan membantu perusahaan mengintegrasikan AI ke dalam operasi mereka. Ia juga berbicara tentang pentingnya AI untuk meningkatkan produktivitas dan memecahkan masalah-masalah sosial, dari perawatan kesehatan hingga pertanian. data dan AI
8: Bill Gates: Perspektif Filantropis dan Dampak Sosial AI
Meskipun bukan ilmuwan AI inti, Bill Gates, salah satu pendiri Microsoft, memiliki pandangan yang signifikan tentang dampak AI terhadap masyarakat. Melalui Bill & Melinda Gates Foundation, ia telah menjelajahi bagaimana AI dapat digunakan untuk mengatasi tantangan global seperti kesehatan, pendidikan, dan kemiskinan.
Gates adalah pendukung kuat potensi transformatif AI untuk kemajuan manusia. Namun, ia juga secara konsisten menyerukan pendekatan yang bertanggung jawab dan etis dalam pengembangan AI, menekankan perlunya regulasi dan investasi dalam penelitian yang mengatasi bias dan risiko. Dalam tulisan dan wawancaranya, Gates sering membahas bagaimana AI akan membentuk masa depan pekerjaan, pendidikan, dan bahkan interaksi sosial. Ia melihat AI sebagai alat yang sangat kuat yang, jika digunakan dengan bijak, dapat meningkatkan kualitas hidup miliaran orang. dampak sosial AI
9: Elon Musk: Sang Katalis dan Peringatan Keras
Elon Musk, CEO Tesla dan SpaceX, mungkin adalah salah satu figur paling kontroversial namun berpengaruh dalam diskusi tentang AI. Sebagai salah satu pendiri OpenAI (meskipun kemudian mengundurkan diri), ia telah menjadi pendukung vokal AI dan sekaligus kritikus terkerasnya. Musk mendirikan Neuralink dengan tujuan menjembatani kesenjangan antara otak manusia dan AI, serta xAI untuk “memahami alam semesta”.
Musk dikenal karena peringatan kerasnya tentang risiko eksistensial AI yang tidak terkendali, menyebutnya sebagai ancaman yang lebih besar daripada senjata nuklir. Ia secara konsisten menyerukan regulasi yang proaktif dan kuat untuk memastikan AI berkembang dengan cara yang aman dan bermanfaat bagi umat manusia. Meskipun pandangannya seringkali ekstrem, peringatannya telah berhasil mendorong diskusi global tentang tata kelola AI dan urgensi mitigasi risiko. Melalui platformnya, Musk terus mendorong batasan teknologi sambil juga menuntut pertanggungjawaban dari komunitas AI. keamanan AI
10: Sundar Pichai: Memimpin Google di Era AI-First
Sundar Pichai, CEO Google dan Alphabet, berada di garis depan integrasi AI ke dalam produk dan layanan sehari-hari. Di bawah kepemimpinannya, Google telah memposisikan dirinya sebagai perusahaan “AI-first,” menanamkan AI dalam segala hal mulai dari pencarian hingga mobil otonom.
Pichai sering berbicara tentang potensi AI untuk memecahkan masalah global dan meningkatkan kehidupan miliaran orang. Ia menekankan pentingnya mengembangkan AI secara bertanggung jawab, dengan fokus pada keadilan, privasi, keamanan, dan akuntabilitas. Google telah menerbitkan prinsip-prinsip AI etis dan berinvestasi besar-besaran dalam riset tentang Explainable AI (XAI) dan mitigasi bias. Pichai percaya bahwa meskipun ada tantangan, AI akan menjadi kekuatan transformatif yang positif jika dikembangkan dengan mempertimbangkan dampaknya pada masyarakat. transparansi AI
11: Satya Nadella: Microsoft dan Kemitraan AI Strategis
Satya Nadella, CEO Microsoft, telah memimpin transformasi perusahaan menjadi raksasa teknologi yang berfokus pada cloud dan AI. Di bawah kepemimpinannya, Microsoft telah menjalin kemitraan strategis dengan OpenAI, mengintegrasikan teknologi AI mutakhir ke dalam produk-produknya seperti Azure dan Microsoft 365.
Nadella adalah penganjur kuat konsep “AI untuk kebaikan” dan fokus pada bagaimana AI dapat memberdayakan individu dan organisasi. Ia sering menekankan pentingnya etika AI, keamanan siber dalam konteks AI, dan pengembangan AI yang bertanggung jawab. Visi Nadella untuk AI mencakup memberdayakan setiap orang dan setiap organisasi di planet ini untuk mencapai lebih banyak, menggunakan AI sebagai alat untuk inovasi dan pertumbuhan. Ia juga membahas peran AI dalam produktivitas, kolaborasi, dan penciptaan nilai ekonomi baru. Microsoft AI
12: Jensen Huang: Revolusi Komputasi GPU untuk AI
Jensen Huang, CEO NVIDIA, adalah figur krusial yang mungkin tidak sepopuler para pencipta model AI, tetapi kontribusinya pada infrastruktur komputasi AI tak terbantahkan. NVIDIA, di bawah kepemimpinannya, telah menjadi pemasok utama unit pemrosesan grafis (GPU) yang menjadi tulang punggung pelatihan model AI skala besar.
Huang dengan cerdas memposisikan NVIDIA sebagai perusahaan “mesin AI,” menyediakan daya komputasi yang dibutuhkan untuk terobosan dalam deep learning. Ia sering berbicara tentang “revolusi AI” sebagai “revolusi industri” baru yang didorong oleh komputasi yang dipercepat. Kontribusinya memastikan bahwa para peneliti dan pengembang AI memiliki alat yang mereka butuhkan untuk menciptakan inovasi berikutnya. Tanpa GPU yang kuat, banyak kemajuan AI modern tidak akan mungkin terjadi. komputasi AI
13: Nick Bostrom: Sang Filantrop AI dan Risiko Eksistensial
Nick Bostrom, seorang filsuf Swedia dan direktur Founding Director of the Future of Humanity Institute di Universitas Oxford, adalah salah satu pemikir terkemuka di bidang risiko eksistensial dari AI. Karyanya telah memicu diskusi serius tentang potensi bahaya dari Artificial Superintelligence (ASI).
Bostrom berpendapat bahwa pengembangan ASI tanpa kontrol yang memadai dapat menimbulkan ancaman serius bagi kelangsungan hidup manusia. Bukunya “Superintelligence: Paths, Dangers, Strategies” telah menjadi bacaan wajib bagi mereka yang peduli tentang masa depan AI. Meskipun pandangannya seringkali dianggap pesimis, ia adalah penganjur kuat untuk penelitian tentang “alignment” – memastikan bahwa AI super-cerdas akan selaras dengan tujuan dan nilai-nilai manusia. Kontribusinya telah membantu membentuk agenda penelitian tentang keamanan dan etika AI di tingkat global. filosofi AI
14: Stuart Russell: AI yang Selaras dengan Nilai Manusia
Stuart Russell, seorang profesor ilmu komputer di University of California, Berkeley, adalah salah satu penulis buku teks AI paling terkenal, “Artificial Intelligence: A Modern Approach.” Russell adalah suara terkemuka dalam bidang AI yang aman dan selaras dengan nilai-nilai manusia.
Russell secara aktif mengadvokasi pengembangan AI yang “provably beneficial” atau terbukti bermanfaat. Ia berpendapat bahwa AI tidak boleh memiliki tujuan tetap, melainkan harus inferensial tentang preferensi manusia dan selalu bersedia diinterupsi. Ide-idenya tentang “inverse reinforcement learning” adalah inti dari bagaimana kita dapat merancang AI yang belajar tujuan manusia daripada mengejar tujuan sendiri. Karyanya bertujuan untuk membangun fondasi teoritis dan praktis untuk AI yang aman dan etis di masa depan. desain AI etis
15: Jürgen Schmidhuber: Pelopor LSTM dan Jaringan Saraf Berulang
Jürgen Schmidhuber, seorang ilmuwan komputer Swiss, adalah pelopor dalam bidang jaringan saraf tiruan, khususnya Recurrent Neural Networks (RNNs) dan Long Short-Term Memory (LSTM). LSTM, yang dikembangkannya pada tahun 1991, telah menjadi komponen krusial dalam banyak aplikasi AI modern, terutama dalam pemrosesan bahasa alami (NLP) dan pengenalan ucapan.
Meskipun kadang-kadang kurang dikenal publik dibandingkan nama-nama lain, kontribusi Schmidhuber terhadap fondasi deep learning sangat monumental. Karyanya telah memungkinkan AI untuk memproses urutan data yang panjang, mengatasi masalah “vanishing gradient” yang menghambat pelatihan RNNs sebelumnya. Tanpa LSTM, banyak aplikasi NLP yang kita nikmati saat ini, seperti penerjemahan mesin dan chatbot, mungkin tidak akan seefektif ini. Schmidhuber terus meneliti AI yang belajar sendiri dan menciptakan sistem yang semakin cerdas. NLP dan RNN
16: Kai-Fu Lee: Visi AI di Tiongkok dan Masa Depan Pekerjaan
Kai-Fu Lee, seorang investor ventura dan ilmuwan AI terkemuka, adalah salah satu suara paling otoritatif tentang perkembangan AI di Tiongkok dan dampaknya terhadap dunia. Mantan eksekutif di Apple, Microsoft, dan Google, Lee kini memimpin Sinovation Ventures, sebuah perusahaan modal ventura yang berinvestasi dalam perusahaan AI Tiongkok.
Bukunya “AI Superpowers: China, Silicon Valley, and the New World Order” memberikan analisis mendalam tentang persaingan AI antara Tiongkok dan Amerika Serikat. Lee berpendapat bahwa Tiongkok memiliki keunggulan dalam jumlah data dan ekosistem AI yang kuat. Ia juga secara aktif membahas dampak AI terhadap pekerjaan, memperkirakan bahwa banyak pekerjaan rutin akan diotomatisasi, tetapi pekerjaan yang membutuhkan kreativitas, empati, dan strategi akan tetap relevan. Lee adalah penganjur AI yang bertanggung jawab dan percaya bahwa kita harus mempersiapkan masyarakat untuk era AI. transformasi pekerjaan AI
17: Yoshua Bengio: Fondasi Deep Learning dan AI Kesadaran
Yoshua Bengio, seorang ilmuwan komputer Kanada, adalah salah satu dari tiga “bapak” deep learning (bersama Geoffrey Hinton dan Yann LeCun). Karyanya pada jaringan saraf, pembelajaran mendalam, dan representasi pembelajaran sangat fundamental bagi kemajuan AI modern. Bengio adalah direktur ilmiah di Montreal Institute for Learning Algorithms (MILA), salah satu pusat penelitian AI terkemuka di dunia.
Bengio berfokus pada pengembangan AI yang dapat melakukan penalaran tingkat tinggi dan memahami konsep abstrak, mirip dengan kecerdasan manusia. Ia juga aktif dalam diskusi tentang etika AI dan dampak sosialnya, menekankan pentingnya AI yang adil, transparan, dan bertanggung jawab. Bengio telah menyuarakan keprihatinan tentang konsentrasi kekuasaan AI di tangan beberapa perusahaan besar dan mendesak untuk riset terbuka dan kolaborasi internasional untuk memastikan AI yang bermanfaat bagi semua. etika riset AI
18: Fei-Fei Li: Membangun Jembatan antara AI dan Kemanusiaan
Fei-Fei Li, seorang profesor ilmu komputer di Stanford University dan mantan direktur Stanford AI Lab, adalah pelopor dalam bidang computer vision. Ia terkenal karena karyanya pada ImageNet, sebuah dataset gambar besar yang menjadi katalis bagi perkembangan pesat deep learning dalam pengenalan gambar.
Li adalah penganjur kuat pendekatan “human-centered AI,” yang menekankan bahwa AI harus dirancang untuk meningkatkan kemampuan manusia, bukan menggantikannya. Ia sering berbicara tentang pentingnya keragaman dalam komunitas AI dan perlunya mengembangkan AI yang mencerminkan nilai-nilai kemanusiaan. Melalui organisasi seperti AI4ALL, Li berupaya mendemokratisasi pendidikan AI dan mendorong partisipasi dari kelompok-kelompok yang kurang terwakili. Ia adalah suara yang kuat untuk pengembangan AI yang etis dan bermanfaat secara sosial. AI berpusat manusia
19: Demis Hassabis (Pembaharuan): Memprediksi AGI dan Tantangan Skala
Dalam perkembangan terbaru, Demis Hassabis terus menjadi salah satu suara paling berpengaruh dalam arena AGI. Ia secara konsisten menekankan bahwa pengembangan AGI bukan hanya tentang kecerdasan, tetapi juga tentang “kecerdasan bermanfaat” (beneficial intelligence). Setelah akuisisi DeepMind oleh Google, dan kemudian konsolidasi di bawah Google DeepMind, Hassabis memiliki sumber daya yang tak tertandingi untuk mengejar visinya. Ia memprediksi bahwa AGI, jika bukan super-kecerdasan, bisa saja tiba dalam beberapa tahun mendatang, tetapi tantangan terbesar adalah bagaimana memastikan AGI yang sangat kuat ini selaras dengan nilai-nilai manusia.
Pidato-pidato terbarunya sering membahas “masalah alignment” sebagai tantangan teknis dan filosofis terbesar dalam AI. Hassabis menyerukan kerja sama global untuk mengatasi masalah ini, menekankan bahwa kegagalan dalam alignment dapat memiliki konsekuensi yang tak terbayangkan. Ia juga membahas bagaimana AI akan mengkatalisasi penemuan ilmiah, memungkinkan terobosan dalam bidang-bidang seperti obat-obatan, material baru, dan energi bersih. Visi utamanya adalah bahwa AGI akan menjadi penemuan ilmiah paling penting yang pernah dibuat manusia, yang mampu membuka kunci pengetahuan dan solusi yang saat ini di luar jangkauan kita. riset AGI
20: Ilya Sutskever (Pembaharuan): Fokus pada Keselamatan Superintelligence
Meskipun telah meninggalkan OpenAI, Ilya Sutskever tetap menjadi tokoh sentral dalam diskusi tentang keselamatan AI. Langkahnya untuk mendirikan perusahaan baru yang didedikasikan sepenuhnya untuk keselamatan superintelligence menunjukkan urgensi yang ia rasakan terhadap masalah ini. Sutskever percaya bahwa seiring AI menjadi semakin kuat, risiko “misalignment” (ketidakselarasan tujuan AI dengan tujuan manusia) akan meningkat secara eksponensial.
Visi terbarunya adalah menciptakan AI yang “secara intrinsik aman” – sebuah sistem yang secara fundamental dirancang untuk memprioritaskan keamanan dan manfaat bagi manusia, bahkan ketika kemampuannya melampaui pemahaman kita. Ini melibatkan penelitian tentang bagaimana membangun sistem AI yang dapat memeriksa dan mengoreksi dirinya sendiri, serta bagaimana kita dapat memverifikasi bahwa sistem tersebut benar-benar aman sebelum disebarkan. Ia menggarisbawahi pentingnya upaya intensif dalam penelitian keamanan superintelligence, bahkan melebihi upaya pengembangan kemampuan AI itu sendiri. keselamatan superintelligence
21: Sam Altman (Pembaharuan): Membangun AGI dengan Kehati-hatian dan Transparansi
Sam Altman terus memimpin OpenAI dengan fokus pada pengembangan AGI yang aman dan bertanggung jawab. Pendekatannya melibatkan rilis bertahap dari model yang semakin canggih, memungkinkan masyarakat dan pembuat kebijakan untuk beradaptasi dan memberikan masukan. Altman secara aktif berdialog dengan pemerintah di seluruh dunia, mengadvokasi regulasi yang memungkinkan inovasi sambil menjaga keamanan.
Dalam pidato dan wawancara terbarunya, Altman sering membahas model “iterative deployment” sebagai cara untuk mengelola risiko AGI. Ia berpendapat bahwa dengan merilis model secara bertahap, kita dapat belajar dari interaksi dunia nyata dan mengidentifikasi serta memperbaiki masalah sebelum AI mencapai tingkat kemampuan yang sangat tinggi. Ia juga menekankan pentingnya desentralisasi kontrol AGI di masa depan, mungkin melalui struktur tata kelola yang berbeda dari perusahaan tradisional, untuk memastikan kekuasaan tidak terkonsentrasi di satu entitas. Transparansi dan akuntabilitas menjadi pilar utama dalam strategi OpenAI di bawah Altman. transparansi pengembangan AI
22: Yann LeCun (Pembaharuan): Arsitektur AI Masa Depan dan Pembelajaran Mandiri
Yann LeCun terus menjadi suara yang vokal dalam arah riset AI. Ia secara konsisten mendorong batas-batas deep learning, dengan fokus pada pengembangan model AI yang dapat belajar seperti anak-anak – melalui observasi dan interaksi dengan dunia. LeCun mengkritik pendekatan AI yang terlalu bergantung pada model bahasa murni, berpendapat bahwa mereka kekurangan pemahaman mendalam tentang realitas fisik.
Visi terbarunya melibatkan arsitektur AI “model dunia” yang mampu membangun representasi internal yang kaya tentang lingkungan mereka, memungkinkan mereka untuk melakukan penalaran, perencanaan, dan bahkan simulasi. Ia percaya bahwa ini adalah jalur menuju AI yang benar-benar cerdas dan efisien. LeCun juga sering membahas pentingnya “non-autoregressive generation” dalam LLM, yang dapat menghasilkan respons lebih cepat dan efisien. Ia terus mendorong batas-batas riset AI dengan fokus pada model yang lebih umum dan efisien dalam pembelajaran. arsitektur AI masa depan
23: Geoffrey Hinton (Pembaharuan): Semakin Lantang tentang Bahaya AI
Sejak pengunduran dirinya dari Google, Geoffrey Hinton menjadi salah satu kritikus paling vokal tentang potensi bahaya AI super-cerdas. Ia kini berfokus sepenuhnya pada kampanye kesadaran publik tentang risiko AI, menyerukan tindakan segera dari pemerintah dan komunitas riset. Hinton percaya bahwa AI yang sangat cerdas dapat menjadi ancaman eksistensial bagi manusia jika tidak dikelola dengan sangat hati-hati.
Pidato-pidato terbarunya sering membandingkan risiko AI dengan perubahan iklim, mendesak dunia untuk bertindak sekarang sebelum terlambat. Ia menyoroti potensi AI untuk menciptakan senjata otonom, menyebarkan disinformasi skala besar, dan bahkan melampaui kontrol manusia jika tujuannya tidak selaras. Hinton berpendapat bahwa komunitas AI perlu memprioritaskan “keselamatan” di atas “kemampuan” dan bahwa mungkin ada batasan pada apa yang harus kita kembangkan. ancaman eksistensial AI
24: Andrew Ng (Pembaharuan): Era Data-Centric AI dan AI untuk Kebaikan
Andrew Ng terus menjadi penganjur utama dalam demokratisasi AI dan pengembangan “data-centric AI.” Ia berpendapat bahwa peningkatan kualitas data seringkali lebih penting daripada tweaking algoritma dalam mencapai kinerja AI yang lebih baik. Melalui inisiatif pendidikannya, Ng terus membekali jutaan orang dengan keterampilan AI yang dibutuhkan di era digital.
Selain fokus pada data, Ng juga aktif dalam mempromosikan aplikasi AI untuk kebaikan sosial. Ia membahas bagaimana AI dapat digunakan untuk memecahkan masalah di negara berkembang, seperti diagnosis penyakit di daerah terpencil atau peningkatan efisiensi pertanian. Ng percaya bahwa meskipun ada tantangan, potensi AI untuk meningkatkan kualitas hidup global jauh lebih besar daripada risikonya, asalkan kita mendekatinya dengan pragmatisme dan etika. AI untuk pembangunan
25: Kai-Fu Lee (Pembaharuan): Adaptasi Manusia di Era Otomatisasi
Kai-Fu Lee terus memberikan wawasan tentang lanskap AI global dan dampaknya pada pekerjaan. Ia memperbarui analisisnya tentang persaingan AI antara negara adidaya dan menekankan pentingnya adaptasi manusia terhadap otomatisasi yang tak terhindarkan. Lee berpendapat bahwa pendidikan ulang dan pelatihan ulang angkatan kerja akan sangat penting untuk mengurangi dampak negatif AI terhadap pekerjaan.
Dalam tulisan-tulisan terbarunya, Lee juga membahas bagaimana AI dapat meningkatkan produktivitas dalam berbagai industri dan mendorong pertumbuhan ekonomi. Ia memprediksi pergeseran menuju pekerjaan yang lebih berorientasi pada manusia, yang membutuhkan empati, kreativitas, dan keterampilan sosial. Lee adalah suara penting dalam mempersiapkan masyarakat untuk masa depan yang didorong oleh AI, menekankan perlunya kebijakan sosial yang inovatif dan jaringan pengaman. pekerjaan masa depan AI
Kesimpulan
Para pionir dan pemikir di balik revolusi AI adalah individu-individu dengan visi yang beragam, namun semuanya bertekad untuk membentuk masa depan teknologi ini. Dari ambisi menciptakan AGI hingga peringatan tentang risiko eksistensial, dari demokratisasi pendidikan AI hingga pengembangan arsitektur jaringan saraf yang inovatif, kontribusi mereka telah membentuk lanskap AI seperti yang kita kenal sekarang. Memahami perspektif mereka tidak hanya memberikan wawasan tentang sejarah dan arah AI, tetapi juga menginspirasi kita untuk berpartisipasi dalam diskusi penting tentang bagaimana kita dapat memanfaatkan kekuatan AI untuk kebaikan bersama. Merekalah para pahlawan yang, dengan kecerdasan dan keberanian, membuka jalan bagi era kecerdasan buatan. inspirasi AI