𝗗𝗮𝗿𝗶 𝗔𝗚𝗜 𝗸𝗲 𝗔𝗦𝗜: 𝗥𝗶𝗻𝗴𝗸𝗮𝘀𝗮𝗻 𝗚𝗼𝗼𝗴𝗹𝗲 𝗗𝗲𝗲𝗽𝗠𝗶𝗻𝗱

Kebanyakan orang membicarakan AGI sebagai tujuan akhir.

Sebuah makalah terbaru dari Google DeepMind mengalihkan fokus tersebut. Makalah ini mengajukan pertanyaan yang lebih sulit: Apa yang terjadi setelah AGI?

Makalah tersebut membedakan antara dua tahapan:

  • AGI (Artificial General Intelligence): AI yang berkinerja pada tingkat rata-rata manusia dalam berbagai tugas. Ia dapat menalar, merencanakan, dan memecahkan masalah.
  • ASI (Artificial Superintelligence): AI yang melampaui kinerja kelompok besar pakar manusia di hampir semua domain.

ASI bukan sekadar model yang menang dalam catur atau menulis kode. Ia adalah sistem yang dapat mengungguli seluruh laboratorium riset atau perusahaan.

Makalah tersebut menguraikan empat cara kita bergerak dari AGI ke ASI:

  • Scaling: Menggunakan lebih banyak data, lebih banyak komputasi, dan perangkat keras yang lebih baik.
  • Pergeseran Algoritmik: Menemukan arsitektur yang lebih baik seperti Transformer, alih-alih hanya membuat model menjadi lebih besar.
  • Peningkatan Diri Rekursif (Recursive Self-Improvement): AI membantu peneliti menulis kode AI yang lebih baik. Hal ini menciptakan loop umpan balik di mana AI mempercepat pengembangannya sendiri.
  • Sistem Multi-Agen: Beralih dari satu model raksasa ke ribuan agen AI khusus yang bekerja sama layaknya sebuah organisasi manusia.

Namun, beberapa hambatan dapat memperlambat kemajuan ini:

  • Batasan Data: Kita mungkin kehabisan teks manusia berkualitas tinggi.
  • Kendala Fisik: Scaling membutuhkan energi, chip, dan pusat data dalam jumlah masif.
  • Kesulitan Riset: Seiring meningkatnya kemampuan AI, masalah yang tersisa mungkin menjadi jauh lebih sulit untuk dipecahkan.
  • Faktor Manusia: Keamanan, regulasi, dan resistensi sosial akan membentuk kecepatan pengembangan.

Bagi para insinyur dan pengembang, ini bukan sekadar debat filosofis. Ini adalah tantangan teknik.

Masa depan AI akan bergantung pada:

  • Membangun arsitektur agen yang andal.
  • Meningkatkan memori jangka panjang dan penggunaan alat (tool use).
  • Menciptakan cara yang lebih baik untuk mengevaluasi sistem yang melampaui kemampuan manusia.
  • Mengelola sistem terdistribusi dari berbagai agen.

AGI adalah sebuah pencapaian penting. ASI adalah pergeseran skala.

Sumber: https://dev.to/marrouchi/from-agi-to-asi-a-summary-of-google-deepminds-latest-paper-2ndd