- Peneliti AI di NeurIPS 2025 mengatakan pendekatan penskalaan saat ini telah mencapai batasnya
- Meskipun kinerja Gemini 3 kuat, para ahli berpendapat bahwa LLM masih belum dapat menalar atau memahami sebab dan akibat
- AGI masih jauh dari perubahan mendasar dalam cara AI dibangun dan dilatih
Keberhasilan model AI baru-baru ini seperti Gemini 3 tidak menyembunyikan pesan serius yang muncul minggu ini di konferensi AI NeurIPS 2025: bahwa kita mungkin membangun gedung pencakar langit AI di atas pasir intelektual.
Ketika Google merayakan lompatan kinerja model terbarunya, para peneliti di konferensi AI terbesar di dunia mengeluarkan peringatan: betapapun mengesankannya model bahasa besar yang ada saat ini, impian akan kecerdasan umum buatan akan semakin menjauh kecuali jika bidang tersebut memikirkan kembali seluruh fondasinya.
Semua sepakat bahwa sekadar menskalakan model transformator saat ini, memberi mereka lebih banyak data, lebih banyak GPU, dan lebih banyak waktu pelatihan, tidak lagi memberikan hasil yang berarti. Lompatan besar dari GPT‑3 ke GPT‑4 semakin dipandang hanya terjadi sekali saja; segala sesuatu sejak itu terasa tidak seperti memecahkan langit-langit kaca dibandingkan sekadar memoles kaca.
Hal ini bukan hanya menjadi masalah bagi para peneliti, namun juga bagi semua orang yang percaya bahwa AGI akan segera hadir. Kenyataannya, menurut peserta ilmiah tahun ini, kurang sinematik. Apa yang kami bangun adalah pencocokan pola yang sangat pandai bicara. Mereka pandai menghasilkan jawaban yang kedengarannya benar. Namun terdengar pintar dan menjadi pintar adalah dua hal yang sangat berbeda, dan NeurIPS memperjelas bahwa kesenjangan tersebut tidak akan pernah hilang.
Istilah teknis yang beredar adalah “dinding penskalaan”. Ini adalah gagasan bahwa pendekatan yang ada saat ini – melatih model yang semakin besar pada kumpulan data yang semakin besar – menghadapi batasan fisik dan kognitif. Kita kehabisan data manusia berkualitas tinggi. Kita membakar listrik dalam jumlah besar untuk mendapatkan keuntungan kecil. Dan mungkin yang paling meresahkan, para model masih melakukan kesalahan yang tidak diinginkan oleh dokter, pilot, atau laboratorium sains mereka.
Bukan berarti Gemini 3 tidak membuat orang kagum. Dan Google mencurahkan sumber dayanya untuk mengoptimalkan arsitektur model dan teknik pelatihan, dibandingkan hanya menggunakan lebih banyak perangkat keras untuk mengatasi masalah tersebut, sehingga kinerjanya sangat baik. Namun dominasi Gemini 3 hanya menggarisbawahi masalahnya. Sistem ini masih didasarkan pada arsitektur yang sama yang kini diam-diam diakui oleh semua orang bahwa sistem ini tidak dibangun untuk menskalakan kecerdasan umum – sistem ini hanyalah versi terbaik dari sistem yang pada dasarnya terbatas.
Mengelola ekspektasi
Di antara alternatif yang paling banyak dibicarakan adalah arsitektur neurosimbolik. Ini adalah sistem hibrida yang menggabungkan pengenalan pola statistik pembelajaran mendalam dengan logika terstruktur AI simbolis yang lebih tua.
Yang lain menganjurkan “model dunia” yang meniru cara manusia melakukan simulasi sebab dan akibat secara internal. Jika Anda bertanya kepada salah satu chatbot masa kini apa yang terjadi jika Anda menjatuhkan piring, mungkin akan ada tulisan yang puitis. Tapi ia tidak memiliki pengertian fisika internal dan tidak ada pemahaman aktual tentang apa yang terjadi selanjutnya.
Usulannya bukan tentang membuat chatbots lebih menarik; tujuan mereka adalah membuat sistem AI dapat dipercaya di lingkungan yang penting. Ide AGI telah menjadi istilah pemasaran dan upaya penggalangan dana. Namun jika orang-orang paling cerdas di ruangan ini mengatakan bahwa kita masih kekurangan unsur-unsur mendasarnya, mungkin ini saatnya untuk mengkalibrasi ulang ekspektasi tersebut.
NeurIPS 2025 mungkin dikenang bukan karena apa yang dipamerkannya, namun karena mengakui bahwa lintasan industri saat ini sangat menguntungkan namun terjebak secara intelektual. Untuk melangkah lebih jauh, kita harus meninggalkan gagasan bahwa lebih banyak selalu lebih baik.
Ikuti TechRadar di Google Berita Dan tambahkan kami sebagai sumber pilihan untuk mendapatkan berita, ulasan, dan opini pakar kami di feed Anda. Pastikan untuk mengklik tombol Ikuti!
Dan tentu saja Anda juga bisa Ikuti TechRadar di TikTok untuk berita, review, unboxing dalam bentuk video, dan dapatkan update rutin dari kami Ada apa juga.
Laptop bisnis terbaik untuk semua anggaran
