Kecerdasan buatan menikmati tahun yang cemerlang pada tahun 2024. Teknologi perbatasan ini mendapatkan penghargaan, menarik investor, memikat Wall Street, dan menunjukkan bahwa ia dapat bernalar secara matematis — bahkan menjelaskan persamaan diferensial.
Ini juga menarik perhatian regulator global, yang khawatir tentang risiko privasi dan keamanan. Lainnya khawatir bahwa AI mungkin segera berkembang menjadi kecerdasan umum buatan (AGI) dan kemudian kecerdasan super buatan — melampaui kemampuan kognitif manusia. Skenario bencana diusulkan dan didiskusikan: bioterrorisme, sistem senjata otonom, dan bahkan peristiwa 'tingkat kepunahan'.
Berikut adalah 10 sorotan AI tahun 2024.
#1 GenAI mendominasi
Kecerdasan buatan generatif (GenAI), subset dari AI, mampu menciptakan sesuatu dari nol (baik, terlepas dari data pelatihan yang banyak). Berikan satu baris teks, misalnya, dan ia dapat menghasilkan cerita hantu sepanjang 500 kata.
GenAI mengambil panggung utama pada tahun 2024. Dan bukan hanya ChatGPT, chatbot yang didukung AI yang dikembangkan oleh OpenAI. Gemini milik Google, Copilot milik Microsoft, Claude milik Anthropic, dan seri Llama 3 milik Meta juga membantu mendorong batas, mengembangkan perangkat lunak yang dapat membaca dan menghasilkan tidak hanya teks, tetapi juga audio, video, dan gambar.
Laboratorium AI menghabiskan banyak uang untuk mendorong kemajuan ini. Pengeluaran AI melonjak menjadi $13,8 miliar pada tahun 2024, lebih dari enam kali lipat jumlah yang dikeluarkan pada tahun 2023, menurut Menlo Ventures, dalam 'sinyal jelas bahwa perusahaan beralih dari eksperimen ke eksekusi, mengintegrasikan AI ke dalam strategi bisnis inti mereka.'
#2 AI mendapatkan penghargaan Nobel untuk fisika, kimia
Bukti lebih lanjut bahwa AI ada untuk tinggal diberikan pada bulan Oktober ketika Akademi Ilmu Pengetahuan Kerajaan Swedia mengumumkan Penghargaan Nobel 2024. Geoffrey Hinton dan John Hopfield menerima penghargaan fisika 'atas penemuan dan penciptaan dasar yang memungkinkan pembelajaran mesin dengan jaringan saraf buatan.' Jaringan saraf adalah teknologi inti dalam AI saat ini.
Hinton, seorang ilmuwan komputer dan psikolog kognitif Britania-Kanada — yaitu, bukan seorang fisikawan — sering disebut sebagai 'Bapak AI.' Karya terobosan beliau tentang jaringan saraf kembali ke tahun 1980-an ketika ia menggunakan alat dari fisika statistik seperti mesin Boltzmann untuk memajukan pembelajaran mesin.
Di tempat lain, Demis Hassabis — salah satu pendiri dan CEO Google DeepMind — dan John Jumper dihormati dengan Penghargaan Nobel untuk kimia karena mengembangkan model kecerdasan buatan yang dapat memprediksi struktur kompleks protein.
Pemenang Nobel dari Kanada untuk karya AI. Sumber: Justin Trudeau
#3 Nvidia melampaui Apple sebagai perusahaan paling berharga di dunia
Dibutuhkan jenis chip komputer khusus untuk melatih dan menjalankan model bahasa besar (LLM) yang sangat dominan pada tahun 2024, dan pembuat chip Nvidia memproduksi lebih banyak unit pemrosesan grafis khusus ini, atau GPU, daripada perusahaan mana pun di dunia.
Maka tidak mengherankan jika Nvidia juga menjadi perusahaan paling berharga di dunia pada tahun 2024 — mencapai kapitalisasi pasar $3,53 triliun pada akhir Oktober, melampaui $3,52 triliun milik Apple.
"Lebih banyak perusahaan sekarang mengadopsi kecerdasan buatan dalam tugas sehari-hari mereka dan permintaan tetap kuat untuk chip Nvidia," komentar Russ Mould, direktur investasi di AJ Bell.
Akankah Nvidia mempertahankan dominasi produksinya pada tahun 2025, dan seterusnya? GPU Blackwell Nvidia yang sangat dinantikan, yang diharapkan diluncurkan pada kuartal ke-4, tertunda karena kesalahan desain yang dilaporkan, tetapi mengingat keunggulan besar Nvidia dalam GPU — mereka menguasai 98% pasar pada tahun 2023 — sedikit yang mengharapkan mereka akan dikalahkan dalam waktu dekat.
#4 Legislatif AI di UE
Semua orang menginginkan kecerdasan buatan yang aman, terjamin, dan bermanfaat bagi masyarakat secara keseluruhan, tetapi mengesahkan undang-undang dan menerapkan aturan untuk memastikan AI yang bertanggung jawab bukanlah hal yang mudah. Meskipun demikian, pada tahun 2024, otoritas regulasi global mengambil beberapa langkah awal.
Undang-Undang Kecerdasan Buatan Uni Eropa mulai berlaku pada bulan Agustus, memperkenalkan perlindungan untuk sistem AI umum dan menangani beberapa kekhawatiran privasi. Undang-undang tersebut menetapkan aturan ketat tentang penggunaan AI untuk pengenalan wajah, misalnya, tetapi juga berusaha mengatasi risiko yang lebih luas seperti otomatisasi pekerjaan, penyebaran informasi yang salah secara online, dan membahayakan keamanan nasional. Legislasi ini akan diterapkan secara bertahap, yang berlangsung hingga 2027.
Mengatur AI tidak akan mudah, namun, seperti yang ditemukan California pada tahun 2024 dengan proposal undang-undang SB 1047 yang disidangkan (diveto) oleh gubernur negara bagian pada bulan September. Dideskripsikan sebagai 'upaya paling luas hingga saat ini untuk mengatur kecerdasan buatan,' SB 1047 mendapatkan dukungan dari beberapa pendukung AI seperti Geoffrey Hinton dan Elon Musk, yang berpendapat bahwa itu memberikan batasan yang sangat dibutuhkan untuk teknologi yang berkembang pesat ini.
Namun, itu juga mendapat kritik dari teknolog lain, seperti Andrew Ng, pendiri DeepLearning.AI, karena memberikan tanggung jawab kepada pengembang AI dan ini bisa dianggap menghambat inovasi.
#5 Munculnya model bahasa kecil (SLM)
Model AI yang sangat besar yang dilatih pada miliaran data menjadi hal yang biasa pada tahun 2024. ChatGPT dilatih pada 570 gigabyte data teks yang diambil dari internet — sekitar 300 miliar kata, misalnya.
Namun bagi banyak perusahaan, masa depan AI terletak pada model bahasa kecil yang lebih spesifik industri, beberapa di antaranya mulai muncul pada tahun 2024.
Pada bulan April, Microsoft meluncurkan model bahasa kecil Phi-3, sementara Apple mempersembahkan delapan model bahasa kecil untuk perangkat genggamnya. Microsoft dan Khan Academy kini menggunakan SLM untuk meningkatkan bimbingan matematika bagi siswa, misalnya.
"Ada lebih banyak komputasi tersedia di tepi karena model-model semakin kecil untuk beban kerja tertentu, [dan] Anda sebenarnya dapat memanfaatkan itu jauh lebih banyak," jelas Yorke Rhodes, direktur transformasi digital Microsoft untuk blockchain dan rantai pasokan cloud, di sebuah konferensi pada bulan Mei.
SLM memerlukan data pelatihan dan daya komputasi yang lebih sedikit untuk dikembangkan dan dijalankan, dan kemampuan mereka 'benar-benar mulai mendekati beberapa model bahasa besar,' tambahnya.
#6 AI agentik maju ke garis depan
Chatbot seperti ChatGPT semuanya tentang mengajukan pertanyaan dan menerima jawaban tentang berbagai topik — meskipun mereka juga dapat menulis kode perangkat lunak, menyusun email, menghasilkan laporan, dan bahkan menulis puisi.
Tetapi agen AI melangkah lebih jauh dari chatbot dan dapat benar-benar membuat keputusan untuk pengguna, memungkinkan mereka mencapai tujuan tertentu. Di industri kesehatan, agen AI dapat digunakan untuk memantau data pasien, memberikan rekomendasi ketika tepat untuk memodifikasi perawatan tertentu, misalnya.
Luna adalah agen AI yang dibangun di atas Virtuals. Sumber: X
Melihat ke depan, firma konsultasi teknologi Gartner menyebut AI agentik sebagai salah satu 'Tren Teknologi Strategis Utama untuk 2025.' Memang, pada tahun 2028, sebanyak sepertiga aplikasi perangkat lunak perusahaan akan mencakup AI agentik, firma memprediksi, meningkat dari kurang dari 1% pada tahun 2024.
Agen AI bahkan dapat digunakan untuk menulis kontrak pintar berbasis blockchain (secara teknis mereka sudah dapat melakukannya, tetapi risikonya dari bug yang salah dan kehilangan dana terlalu tinggi saat ini). Proyek blockchain Avalanche telah mulai membangun mesin virtual baru di persimpangan AI dan blockchain untuk melakukan ini dalam bahasa alami. "Anda menulis program [kontrak pintar] Anda dalam bahasa Inggris, Jerman, Prancis, Tagalog, Cina [...] bahasa alami yang diajarkan ibu Anda dalam bahasa ibunya," kata pendiri Ava Labs Emin Gün Sirer.
Pemrograman kontrak pintar seperti yang ada saat ini sangat sulit, jadi agen AI yang mudah digunakan dapat berpotensi membawa 'miliar pengguna baru [blockchain],' prediksi Sirer.
#7 Model pemikiran untuk menyelesaikan 'masalah sulit'
Chatbot memiliki batasan lain. Mereka bisa kesulitan dengan masalah matematika sederhana dan tugas pemrograman perangkat lunak, misalnya. Mereka tidak terlalu baik dalam menjawab pertanyaan ilmiah.
OpenAI berusaha memperbaiki masalah pada bulan September dengan peluncuran OpenAI o1, serangkaian model pemikiran baru 'untuk menyelesaikan masalah sulit', seperti persamaan diferensial. Tanggapan umumnya positif.
"Akhirnya, model AI yang mampu menangani semua masalah sains, pemrograman, dan matematika kompleks yang selalu saya berikan kepadanya," tweet kolumnis New York Times Kevin Roose.
Dalam ujian, o1 tampil sebaik 500 siswa terbaik di AS dalam kualifikasi untuk Olimpiade Matematika AS, misalnya, dan melebihi akurasi tingkat PhD manusia pada tolok ukur masalah fisika, biologi, dan kimia, lapor OpenAI.
#8 Memfokuskan pada AGI
Mengapa kemajuan dalam pemecahan masalah terstruktur, seperti yang dijelaskan di atas, penting? Mereka membawa AI secara bertahap lebih dekat untuk memberikan kecerdasan seperti manusia, yaitu, kecerdasan umum buatan, atau AGI.
Model o3 OpenAI, yang dirilis tepat sebelum Natal, tampil bahkan lebih baik daripada o1, terutama pada ujian matematika dan pemrograman, sementara proyek lain seperti Gemini 2.0 milik Google juga membuat kemajuan pada tahun 2024 dalam pemecahan masalah terstruktur — yaitu, memecah tugas kompleks menjadi langkah-langkah yang dapat dikelola.
Namun, AGI masih tetap menjadi tujuan yang jauh dalam pandangan banyak ahli. Model-model canggih saat ini masih kurang memiliki pemahaman intuitif tentang konsep fisik seperti gravitasi atau kausalitas, misalnya. Begitu juga algoritma AI saat ini tidak dapat memikirkan pertanyaan sendiri, atau belajar jika dan kapan skenario mengambil arah yang tidak terduga.
Secara keseluruhan, 'AGI adalah perjalanan, bukan tujuan — dan kita baru saja di awal,' deklarasi Brian Hopkins, wakil presiden untuk teknologi yang muncul di firma konsultasi Forrester, baru-baru ini.
#9 Tanda-tanda kekurangan data pelatihan yang mengancam
Tidak diragukan lagi, 2024 adalah tahun yang menarik bagi pengembang dan pengguna AI, dan sedikit yang mengharapkan inovasi AI mereda dalam waktu dekat. Namun, ada juga saran di tahun 2024 bahwa sub-epoch LLM AI mungkin sudah mencapai puncaknya.
Alasannya adalah kekurangan data yang mengancam. Perusahaan seperti OpenAI dan Google mungkin segera kehabisan data, darah kehidupan AI, yang digunakan untuk 'melatih' sistem kecerdasan buatan yang besar.
Hanya begitu banyak data yang dapat diambil dari internet, lagipula. Selain itu, pengembang LLM menemukan bahwa mereka tidak selalu dapat mengumpulkan data yang tersedia untuk umum tanpa konsekuensi. The New York Times, misalnya, telah menggugat OpenAI atas pelanggaran hak cipta terkait konten berita mereka. Tidak mungkin menjadi satu-satunya organisasi berita besar yang mencari keadilan dari pengadilan.
"Semua orang di industri melihat hasil yang menurun," kata Demis Hassabis dari Google.
Salah satu jawabannya mungkin adalah melatih algoritma menggunakan data sintetis — data yang dihasilkan secara artifisial yang meniru data dunia nyata. Pengembang AI Anthropic, misalnya, melatih LLM Claude 3, setidaknya sebagian, pada data sintetis, yaitu, 'data yang kami hasilkan secara internal,' menurut perusahaan.
Meskipun istilah 'data sintetis' mungkin terdengar seperti oxymoron, para ilmuwan, termasuk beberapa ahli medis, mengatakan bahwa menciptakan data baru dari nol memiliki janji. Ini bisa mendukung AI medis dengan mengisi set data yang tidak lengkap, misalnya, yang dapat membantu menghilangkan bias terhadap kelompok etnis tertentu.
Anthropic berusaha memimpin jalan dengan AI etis. Sumber: Anthropic
#10 Munculnya AI yang lebih etis
Menariknya, Anthropic menjelaskan secara rinci bagaimana mereka memperoleh data pelatihan mereka dalam makalah yang dirujuk di atas. Yang perlu dicatat, mereka mengoperasikan sistem crawling situs webnya 'secara transparan', yang berarti bahwa penyedia konten situs web — seperti The New York Times, mungkin — 'dapat dengan mudah mengidentifikasi kunjungan Anthropic dan menyampaikan preferensi mereka kepada Anthropic.'
Perusahaan telah melakukan banyak upaya untuk mencegah penyalahgunaan teknologinya, bahkan menciptakan seorang petugas skala yang bertanggung jawab, yang ruang lingkupnya diperluas pada tahun 2024 dalam upaya untuk menciptakan AI yang 'aman'. Upaya perusahaan tidak luput dari perhatian. Majalah Time menamakannya sebagai salah satu dari 100 perusahaan paling berpengaruh pada tahun 2024, memujinya sebagai 'Perusahaan AI yang Bertaruh Bahwa Keamanan Dapat Menjadi Strategi yang Menguntungkan.'
Mengingat alur pengembangan AI pada tahun 2024 dan kekhawatiran publik tentang risiko bencana potensial dari sistem perbatasan baru ini, tampaknya sepenuhnya mungkin bahwa lebih banyak pengembang mungkin segera mengadopsi AI yang lebih transparan dan bertanggung jawab.
Majalah: Story Protocol membantu pencipta IP bertahan dari serangan AI... dan dibayar dalam kripto