AGI Diprediksi Hadir 2030, Begini Gambaran Dunia Setelahnya

Prediksi mengenai AGI tentu bukan kepastian. Namun, perkembangan kemampuan model AI, agen AI, robotika, dan sistem pembelajaran mandiri membuat pembahasan mengenai kecerdasan umum semakin konkret.

Hassabis memperkirakan AGI dapat muncul sekitar tahun 2030, dengan rentang kurang lebih satu tahun di kedua sisi. Setelah itu, ia membayangkan kemungkinan masuknya manusia ke era singularitas, yaitu periode ketika perkembangan teknologi menjadi sangat cepat dan sulit diprediksi menggunakan pola masa lalu.

Karena sifatnya yang transformatif, tantangan terbesar bukan hanya menentukan kapan AGI muncul. Pertanyaan yang lebih sulit adalah bagaimana memastikan teknologi tersebut berkembang menuju arah yang memberikan manfaat luas.

Salah satu gagasan menarik Hassabis adalah “Tes Einstein”. Pengujian ini tidak sekadar bertanya apakah AI dapat menghafal pengetahuan manusia, tetapi apakah sistem tersebut mampu menghasilkan penemuan baru.

Bayangkan sebuah AI hanya diberikan pengetahuan ilmiah yang tersedia hingga tahun 1901. Sistem tersebut kemudian diminta menghasilkan teori relativitas khusus yang dikemukakan Albert Einstein pada 1905.

Jika AI mampu melakukan lompatan intelektual tersebut secara mandiri, kemampuannya akan menunjukkan sesuatu yang berbeda dari sekadar menemukan pola dalam data yang sudah ada. AI harus mampu menggabungkan pengetahuan, membangun hipotesis, menggunakan intuisi, dan menghasilkan gagasan orisinal.

Konsep ini memperlihatkan bahwa ukuran AGI tidak hanya terletak pada kemampuan menjawab pertanyaan, tetapi juga pada kemampuan menciptakan pengetahuan baru.

Hassabis memperkirakan dampak AI dapat mencapai sekitar 10 kali lebih besar dan terjadi 10 kali lebih cepat dibandingkan Revolusi Industri. Jika Revolusi Industri berlangsung dalam rentang berabad-abad, perubahan akibat AI berpotensi terkonsentrasi dalam waktu sekitar satu dekade.

Perubahan tersebut tentu membawa konsekuensi terhadap dunia kerja. Sebagian pekerjaan dapat terotomatisasi, sementara pekerjaan baru akan muncul di sekitar teknologi yang sebelumnya belum ada.

Namun, AI juga berpotensi mendemokratisasi kemampuan membangun bisnis. Jika sebelumnya perusahaan membutuhkan banyak tenaga ahli untuk mengembangkan produk, agen AI memungkinkan individu atau tim kecil mengerjakan lebih banyak pekerjaan dengan sumber daya yang jauh lebih terbatas.

Salah satu gambaran mengenai perubahan produktivitas tersebut terlihat dalam pengembangan perangkat lunak. Dengan bantuan agen AI untuk coding, pembuatan prototipe game kecil yang sebelumnya dapat membutuhkan sekitar enam bulan disebut dapat dipangkas menjadi satu hingga dua jam.

Jika pola peningkatan produktivitas seperti ini terjadi di berbagai sektor, perubahan ekonomi yang muncul dapat berlangsung sangat cepat. Batas antara kemampuan individu dan kemampuan organisasi juga berpotensi semakin tipis.

AI for Science Menjadi Penggunaan yang Paling Menjanjikan

Sejak DeepMind didirikan pada 2010, salah satu gagasan utamanya adalah memecahkan kecerdasan kemudian menggunakannya untuk menyelesaikan persoalan dunia nyata.

AlphaFold menjadi salah satu contoh paling jelas. Sistem tersebut mampu membantu memprediksi struktur protein dalam hitungan detik dan kemudian digunakan untuk memetakan sekitar 200 juta struktur protein yang telah diketahui ilmu pengetahuan.

Data tersebut dirilis secara luas sehingga peneliti di berbagai negara dapat menggunakannya untuk mempercepat penelitian. Pendekatan ini menunjukkan bagaimana AI dapat berfungsi bukan hanya sebagai alat produktivitas, tetapi sebagai instrumen penemuan ilmiah.

Penerapan lain muncul dalam pemodelan cuaca. Sistem seperti WeatherNext dikembangkan untuk menghasilkan prediksi cuaca dengan proses komputasional yang jauh lebih cepat dibandingkan pendekatan meteorologi tradisional dalam konteks tertentu.

Kemampuan tersebut berpotensi membantu manusia menghadapi fenomena cuaca ekstrem. Semakin cepat prediksi diperoleh, semakin besar pula kesempatan bagi masyarakat dan lembaga terkait untuk melakukan persiapan.

AI juga dapat digunakan untuk melakukan simulasi kejadian langka. Dalam pengembangan kendaraan otonom, misalnya, lingkungan virtual dapat membantu menghasilkan skenario yang sangat jarang terjadi di dunia nyata sehingga sistem dapat diuji tanpa harus menunggu kejadian tersebut muncul secara langsung.

Perkembangan AI sering kali dikaitkan dengan siapa yang mampu bergerak paling cepat. Namun, Hassabis mengingatkan bahwa kecepatan tanpa arah dapat menghasilkan konsekuensi yang lebih buruk.

Analogi yang digunakannya sederhana: jika seseorang bergerak sangat cepat tetapi menuju arah yang salah, kecepatannya justru membuat kesalahan tersebut semakin besar.

Karena itu, ia menggambarkan pendekatannya sebagai cautious optimism. AI memiliki potensi luar biasa, tetapi pengembangannya tetap membutuhkan penelitian keamanan, pengawasan, regulasi, dan pertimbangan etis.

Jika AGI benar-benar tercapai dalam rentang waktu yang diperkirakan, masyarakat perlu mempersiapkan diri bukan hanya dari sisi teknologi. Sistem pendidikan, pasar tenaga kerja, kebijakan publik, dan institusi sosial juga perlu beradaptasi.

Pendidikan misalnya, tidak cukup hanya mengajarkan cara menggunakan AI. Kemampuan berpikir kritis, kreativitas, pemecahan masalah, komunikasi, dan kemampuan bekerja bersama teknologi akan semakin penting.

Di sisi lain, pembuat kebijakan perlu mengantisipasi perubahan yang mungkin terjadi dengan cepat. Regulasi harus mampu menjaga keamanan dan kepentingan publik tanpa menghambat penelitian yang berpotensi menghasilkan manfaat besar.

Perkembangan AI saat ini mungkin baru merupakan tahap awal dari perubahan yang lebih besar. Jika kemampuan sistem terus meningkat dan mulai menghasilkan penemuan ilmiah baru secara mandiri, batas antara alat dan rekan intelektual manusia akan semakin kabur.

Namun, masa depan tersebut belum ditentukan. Arah perkembangan AI akan sangat bergantung pada keputusan yang dibuat manusia hari ini.

Teknologi dapat bergerak cepat, tetapi masyarakat tetap harus menentukan ke mana teknologi tersebut diarahkan. Itulah sebabnya pembicaraan tentang AGI tidak hanya merupakan pembicaraan mengenai kemampuan mesin, tetapi juga mengenai masa depan peradaban.

AGI diperkirakan oleh Demis Hassabis berpotensi tercapai sekitar 2029–2031, meskipun prediksi tersebut tetap memiliki ketidakpastian. Jika benar terjadi, kehadirannya dapat membawa perubahan ekonomi, ilmiah, dan sosial yang jauh lebih cepat dibandingkan revolusi teknologi sebelumnya.

AlphaFold menunjukkan gambaran awal tentang potensi tersebut. AI dapat membantu manusia menyelesaikan persoalan yang sebelumnya membutuhkan waktu bertahun-tahun, bahkan membuka peluang bagi penemuan yang sulit dilakukan secara manual.

Namun, masa depan AI tidak seharusnya hanya ditentukan oleh kecepatan. Keamanan, arah pengembangan, pengawasan, dan manfaat bagi masyarakat harus menjadi bagian dari perjalanan menuju AGI. Jika manusia mampu menentukan arah yang tepat, AI dapat menjadi salah satu alat paling kuat untuk memperluas kemampuan manusia dalam memahami dan memperbaiki dunia.

FAQ

1. Kapan AGI diperkirakan tercapai? Demis Hassabis memperkirakan AGI berpotensi tercapai sekitar 2029–2031, meskipun hal tersebut bukan kepastian.
2. Apa yang dimaksud dengan “Tes Einstein”? Tes Einstein merupakan gagasan untuk menguji apakah AI mampu menghasilkan lompatan kreativitas ilmiah dengan menemukan teori baru berdasarkan pengetahuan yang tersedia pada masa sebelumnya.
3. Apa hubungan AlphaFold dengan perkembangan AGI? AlphaFold menunjukkan bagaimana AI dapat digunakan untuk memecahkan persoalan ilmiah kompleks dan mempercepat penemuan di bidang biologi.
4. Mengapa AI disebut berpotensi lebih besar daripada Revolusi Industri? Dampak AI diproyeksikan dapat berlangsung jauh lebih cepat dan mencakup banyak sektor sekaligus, termasuk pekerjaan, bisnis, sains, dan kehidupan sosial.
5. Mengapa keamanan AI penting menjelang AGI? Semakin kuat kemampuan AI, semakin besar pula konsekuensi jika sistem dikembangkan atau digunakan tanpa arah, pengawasan, dan mekanisme keamanan yang memadai.