CEO DeepMind mengeluh bahwa komersialisasi AI terlalu cepat: jika mereka menunggu beberapa tahun lagi di laboratorium, manusia mungkin sudah mengatasi kanker

CEO Google DeepMind, Hassabis, mengeluhkan bahwa kompetisi AI terlalu terburu-buru, jika teknologi bisa lebih lama dilatih di laboratorium, mungkin manusia sudah bisa mengatasi kanker.

AI sedang dengan cepat mengubah manusia, setiap beberapa minggu bahkan hari muncul teknologi dan alat baru, tetapi salah satu tokoh inti dari gelombang ini, CEO Google DeepMind, pemenang Nobel Kimia 2024, Demis Hassabis, berpendapat bahwa langkah kompetisi AI terlalu terburu-buru, jika dia yang memimpin, AI bisa lebih lama dilatih di laboratorium, mungkin manusia sudah mengatasi kanker sekarang.

Hassabis mengungkapkan kekesalannya terhadap perkembangan AI saat ini dalam podcast yang dipandu oleh reporter video, Cleo Abram. Hassabis sebelumnya pernah diwawancarai oleh majalah Time, dan menyebut dirinya sebagai ilmuwan, menekankan bahwa eksplorasi AI adalah untuk mengejar pengetahuan dan memahami dunia.

Dia menyebutkan bahwa niat awal masuk ke bidang AI bukan untuk membuat chatbot, melainkan untuk mempercepat penemuan ilmiah. Prestasi paling terkenal mereka adalah AlphaFold, sistem yang memecahkan “masalah pelipatan protein” yang belum terpecahkan selama 50 tahun di dunia biologi. Hassabis menunjukkan bahwa ini memberi manfaat bagi lebih dari 3 juta ilmuwan di seluruh dunia, terutama dalam penelitian penyakit seperti malaria, di mana AI menyediakan basis data struktur gratis, memungkinkan peneliti melewati eksperimen dasar dan langsung ke tahap pengembangan obat.

Sumber gambar: Youtube AlphaFold, hasil penelitian yang membuat Hassabis menjadi salah satu pemenang Nobel.

Dia berpendapat, jika AI bisa lebih lama di laboratorium, fokus pada masalah-masalah kunci ini, manusia mungkin sudah mencapai terobosan yang lebih menentukan dalam pengobatan kanker atau ilmu material.

Teknologi tercanggih masuk ke masyarakat dalam beberapa bulan, tetapi menyebabkan masalah utama kekurangan sumber daya

Dalam wawancara, Hassabis menggambarkan jalur pengembangan AI ideal menurut versinya—yang disebut “model CERN”. Dia berharap proses pengembangan kecerdasan buatan umum bisa seperti operasi Large Hadron Collider (LHC) di CERN, dilakukan secara ketat, hati-hati, dan penuh pertimbangan ilmiah, memastikan setiap langkah dipahami secara menyeluruh sebelum maju.

Namun, kenyataannya menyimpang dari skenario ideal Hassabis. Pada akhir 2022, popularitas ChatGPT dan terobosan AI generatif memicu kompetisi bisnis yang kacau di seluruh dunia. Dia mengakui, situasi ini mempercepat penerapan teknologi AI, teknologi canggih bisa masuk ke masyarakat dalam beberapa bulan, tetapi juga menyebabkan sumber daya hilang dari masalah-masalah penting.

Untuk merebut pasar dan memimpin teknologi, ritme pengembangan dipaksa berjalan sangat cepat. Hassabis mengaku, mereka sudah tidak bisa lagi mengembangkan teknologi dengan cara yang penuh filosofi dan evaluasi hati-hati seperti yang dia impikan dulu.

Meskipun chatbot AI sangat berguna untuk ringkasan dan brainstorming, mereka secara esensial masih memiliki kekurangan seperti halusinasi, tetapi tekanan bisnis memaksa produk-produk eksperimental ini cepat dipasarkan ke masyarakat. Hal ini menyebabkan banyak fokus dan sumber daya R&D dialihkan ke siklus rilis model dasar yang bersifat umum dan memenuhi kebutuhan pengguna.

Untuk menyeimbangkan antara kenyataan dan idealisme, Hassabis mengambil pendekatan yang lebih pragmatis, memimpin pengembangan produk AI konsumen seperti Gemini dari Google, sekaligus mengembangkan AI aplikasi (Narrow AI). Dia berpendapat, tidak perlu menunggu munculnya kecerdasan buatan umum, melalui sistem seperti AlphaFold yang secara khusus menyelesaikan masalah tertentu, manusia bisa mendapatkan manfaat nyata di bidang energi, ilmu material, dan kedokteran.

AlphaGo dan langkah luar biasa, mengungkap kemungkinan AI melampaui pemikiran manusia

Kepercayaan Hassabis terhadap AI sangat dipengaruhi oleh pertandingan menggemparkan dunia antara AlphaGo dan juara Go Korea, Lee Sedol, pada 2016. Dalam pertandingan itu, AlphaGo melakukan langkah terkenal “Langkah ke-37”, yang saat itu dikritik sebagai langkah yang tidak akan dilakukan manusia, tetapi akhirnya membawa kemenangan bagi AlphaGo.

Sumber gambar: gogameguru.com, langkah yang diambil AlphaGo yang dianggap melampaui pengalaman manusia, oleh Hassabis sebagai kemungkinan terobosan AI dalam melampaui kerangka pikir manusia.

Hassabis menyadari dari sinyal ini bahwa AI sudah memiliki kemampuan melampaui pengalaman manusia yang sudah ada, dan mampu mencari solusi baru secara inovatif. Ia ingin menerapkan kemampuan kreatif ini dalam bidang ilmiah.

AlphaFold adalah manifestasi terbaik dari pola pikir ini. Metode tradisional membutuhkan biaya ratusan ribu dolar dan bertahun-tahun untuk memecahkan struktur satu protein. Sedangkan AlphaFold 2 sudah memprediksi hampir 200 juta struktur protein yang diketahui di dunia ilmiah.

Sekarang, Hassabis memimpin tim untuk masuk ke tahap pengembangan obat yang lebih mendalam. Pengembangan obat tradisional memakan waktu sekitar 10 tahun dan tingkat keberhasilannya hanya 10%.

Dia mendirikan Isomorphic Labs, menggunakan AlphaFold 3 dan model-model berikutnya untuk “penyaringan virtual”. Dengan AI, mereka bisa mensimulasikan jutaan kombinasi senyawa dan protein dalam hitungan menit, sekaligus memeriksa potensi toksisitas terhadap lebih dari 20.000 protein lain di tubuh manusia, sehingga sebagian besar kombinasi yang gagal bisa disaring di tahap komputer, dan hanya kandidat obat yang paling menjanjikan yang akan diuji di laboratorium.

Kekhawatiran tentang 2 risiko AI

Namun, seiring peningkatan teknologi AI dan memasuki era agen AI, kekhawatiran Hassabis tentang masa depan semakin nyata. Dia mengklasifikasikan risiko menjadi dua kategori utama: pertama, “Pelaku jahat” (Bad Actors), baik individu maupun negara, yang mungkin menyalahgunakan teknologi yang awalnya dirancang untuk menyembuhkan penyakit atau mengembangkan bahan baru, untuk tujuan berbahaya.

Kedua, ancaman yang lebih fiksi ilmiah namun nyata—“AI yang menyimpang” (Going rogue). Ketika sistem menjadi sangat cerdas dan memiliki tingkat otonomi tinggi, bagaimana memastikan mereka menjalankan tujuan manusia secara tepat, dan tidak menyimpang dari batas keamanan, adalah tantangan teknis yang sangat sulit.

Menghadapi tantangan ini, Hassabis menyerukan agar lembaga penelitian AI terkemuka, pemerintah, dan akademisi membangun mekanisme kerja sama internasional, menekankan pentingnya riset keamanan dalam perjalanan terakhir menuju AGI (Artificial General Intelligence).

Meskipun menyesal AI tidak bisa lebih lama di laboratorium, Hassabis tetap optimis untuk 50 tahun ke depan. Dia percaya AI akan membantu manusia memecahkan reaksi fusi nuklir, menemukan superkonduktor suhu kamar, bahkan menurunkan biaya energi untuk perjalanan luar angkasa ke nol. Bagi dia, AI bukan hanya sebuah teknologi, tetapi juga cermin untuk memperbesar pencarian kebenaran manusia, apapun jawabannya, dia ingin tahu kebenarannya.

• Artikel ini disadur dengan izin dari: 《Digital Times》
• Judul asli: 《Pemenang Nobel Mengeluh “Komersialisasi AI Terlalu Cepat”: Jika Laboratorium Lebih Lama, Manusia Mungkin Sudah Mengatasi Kanker!》
• Penulis asli: Chen Jianjun