ASI vs AGI vs ANI: Apa Perbedaannya?

Perbandingan ini cocok untuk pembaca menengah yang sudah mengenal chatbot, tolok ukur, atau token naratif AI dan perlu batasan istilah yang dapat diperiksa. Setelah menyelaraskan dengan definisi superintelligence, pisahkan ANI, AGI, dan ASI berdasarkan cakupan kemampuan, generalisasi, dan apakah setiap tingkat telah terwujud—sehingga puncak domain tunggal gaya AlphaFold atau alat kelas ChatGPT tidak diupgrade menjadi ASI hanya dengan retorika.

Bagian di bawah ini mendefinisikan setiap tingkat, membandingkan kemampuan dan kontrol, menawarkan daftar periksa berita, dan memberikan kerangka "label mana yang cocok" untuk wording yang stabil.

Poin Penting

• ANI adalah lapisan sempit yang banyak diterapkan; AGI adalah tujuan generalitas; ASI adalah status superhuman lintas domain secara keseluruhan—mereka bukan sinonim.
• Cakupan kemampuan, luasnya generalisasi, dan status realisasi adalah tiga sumbu yang memisahkan ASI vs AGI vs ANI.
• "Superhuman domain tunggal" gaya AlphaFold tetap merupakan puncak sempit—bukan ASI; model kelas ChatGPT juga bukan AGI/ASI.
• Saat membaca berita atau salinan produk, tanyakan tentang lebar tugas dan bukti lintas domain sebelum menerapkan label ANI, AGI, atau ASI.

Apa Itu ANI (Kecerdasan Buatan Sempit)?

Kecerdasan buatan sempit (ANI) adalah kategori dalam kecerdasan buatan: sistem yang dilatih dan dioptimalkan untuk tugas tertentu atau keluarga tugas yang ketat; ini juga biasa disebut sebagai AI lemah. Contohnya termasuk asisten suara, mesin rekomendasi, dan alat pengenalan gambar. Sebagian besar AI saat ini, termasuk model generatif, dibangun dengan pembelajaran mesin, pembelajaran mendalam, dan jaringan saraf yang dilatih untuk cakupan yang terdefinisi.

Sebagian besar AI saat ini, dan sebagian besar sistem ANI yang diterapkan, masih berada di wilayah sempit daripada umum berdasarkan lebar tugas, termasuk sebagian besar model komersial dan penelitian. Uji praktis: di luar domain yang secara khusus dicakup, apakah kinerja tetap sebanding? Jika tidak—atau jika keberhasilan sangat bergantung pada penyetelan halus dan rantai alat—lebih baik pilih ANI daripada AGI/ASI.

Apa Itu AGI (Kecerdasan Buatan Umum)?

Kecerdasan buatan umum (AGI) mengacu pada sistem AI umum atau AGI yang mampu melakukan hampir semua tugas intelektual yang dapat dilakukan manusia, dan biasanya dibingkai sebagai AI tingkat manusia dengan kemampuan kognitif yang luas, termasuk pemecahan masalah, penggunaan bahasa alami, dan transfer antar domain. AGI adalah target generalitas kognitif mendekati manusia di seluruh set tugas yang luas: mempelajari keterampilan baru, mentransfer antar konteks, dan mencocokkan kinerja tingkat manusia pada sebagian besar pekerjaan kognitif sehari-hari dan profesional—bukan menguasai satu atau dua tolok ukur. AGI menekankan generalitas pada tingkat manusia, bukan "sudah mengalahkan manusia terbaik di mana-mana."

Makalah DeepMind 2023 Levels of AGI memetakan tangga kinerja × generalitas sehingga "dekat manusia" dapat dipisahkan dari "secara andal di atas manusia di seluruh set tugas yang luas" (sebuah jangkar ASI yang umum). AGI tetap berbeda dari kesadaran diri sejati seperti yang dialami manusia. Tidak ada sistem publik yang telah menunjukkan penalaran tingkat manusia atau kognisi manusia di seluruh tugas kognitif yang luas dengan cara yang mendapatkan konsensus. Tidak ada sistem yang dapat diverifikasi secara publik yang diterima secara luas sebagai AGI yang terwujud; menyebut produk obrolan atau lompatan tolok ukur tunggal "AGI" mencampuradukkan tujuan dengan status saat ini, dan menciptakan AGI dan mencapai AGI tetap menjadi topik aktif perdebatan intens dalam penelitian AI.

Apa Itu ASI (Superintelligence)?

Kecerdasan super (ASI) memerlukan kinerja keseluruhan yang secara signifikan di atas manusia terbaik di hampir semua domain kognitif yang dihargai—lintas domain dan holistik, bukan catatan vertikal; secara sederhana, ASI mengacu pada sistem yang mampu melampaui kecerdasan manusia di hampir semua domain kognitif. Tinjauan Artificial Superintelligence IBM juga membingkai ASI sebagai sistem yang secara komprehensif melampaui manusia dalam sebagian besar tugas manusia. ASI tetap spekulatif daripada terwujud, bahkan jika AGI awal atau yang muncul mungkin dicapai terlebih dahulu.

ASI sering diperlakukan sebagai status kemampuan setelah AGI: cukup generalitas terlebih dahulu, kemudian dorongan ke wilayah superhuman lintas domain. Bostrom’s Superintelligence overview juga mengaitkan superintelligence dengan keunggulan kognitif secara keseluruhan—bukan catatan titik tunggal. Tanpa bukti lintas domain, simpan label ASI untuk hipotesis dan agenda penelitian—bukan untuk produk yang aktif. Deskripsi spekulatif terkadang menambahkan pemodelan emosional atau kapasitas di luar indera manusia, tetapi itu tetap hipotetis daripada kenyataan produk.

ASI vs AGI vs ANI: Bagaimana Cakupan Kemampuan dan Generalisasi Berbeda?

Perbedaan kunci di antara ASI, AGI, dan ANI adalah cakupan kemampuan, seberapa baik kecerdasan dapat digeneralisasi di seluruh domain, dan apakah tingkat itu telah terwujud hari ini. Tabel di bawah ini menggunakan tiga sumbu sehingga batasan dapat dipindai dalam satu kali pandang.

Gambar 1. ANI vs AGI vs ASI berdasarkan cakupan kemampuan, generalisasi, dan status realisasi.

Pengambilan tabel: ANI dapat "sangat kuat namun sempit"—hasil struktur protein AlphaFold mengalahkan sebagian besar ahli dan tetap dihitung sebagai superhuman domain tunggal (Superhuman Narrow), bukan lompatan ke ASI. AI saat ini dapat menunjukkan penalaran yang mengesankan pada tolok ukur sempit tanpa mencapai kemampuan manusia yang biasanya diasosiasikan dengan AGI. AGI menjawab "apakah cukup umum?"; ASI kemudian bertanya "apakah secara keseluruhan, superhuman lintas domain?" Tingkat Superhuman AGI DeepMind menekankan kinerja di atas manusia yang andal di seluruh set tugas yang luas—selaras dengan pembicaraan ASI, tanpa melabeli setiap kemenangan papan peringkat sebagai ASI.

Perkembangan dari ANI ke AGI ke ASI akan menjadi salah satu pergeseran kemampuan yang paling penting dalam sejarah manusia.

Sistem yang sama dapat terlihat sebagai ANI tingkat ahli pada satu tugas sementara tetap biasa di tempat lain. Salah satu cara untuk membingkai AGI dan ASI adalah sebagai pergeseran dari kecerdasan mesin yang terfokus menjadi kecerdasan mesin yang secara luas umum, kemudian melampaui itu ke jangkauan superhuman yang konsisten. Label berdasarkan jangkauan keseluruhan, bukan skor puncak, sehingga terobosan vertikal tidak ditulis sebagai transisi penuh.

ASI vs AGI vs ANI: Bagaimana Asumsi Otonomi dan Kontrol Berbeda?

Asumsi otonomi dan kontrol semakin ketat seiring dengan bertambahnya lebar kemampuan: ANI biasanya berada di dalam rantai alat dan alur kerja manusia, sehingga pemutusan dan audit relatif langsung; AGI mengasumsikan perencanaan dan pembelajaran lintas tugas, sehingga kontrol harus mencakup spesifikasi tujuan, batasan perilaku, dan penerapan bertahap; diskusi ASI menempatkan ketidakselarasan, penyimpangan tujuan, dan pencarian strategi yang tidak transparan—dan amplifikasinya—di pusat. Strategi AI kemudian harus mempertimbangkan perkembangan kemampuan, tata kelola, dan manajemen risiko, bukan hanya otomatisasi penerapan. Kekhawatiran keselamatan AI meningkat saat sistem bergerak dari ANI menuju AGI dan seterusnya, dan pertanyaan kontrol berpotongan dengan debat risiko eksistensial tentang sistem yang lebih maju; kerangka kerja seperti Undang-Undang AI UE menangani sebagian dari tata kelola AI tetapi tidak sepenuhnya menyelesaikan pertanyaan untuk sistem kelas ASI yang spekulatif.

Ini bukan slogan bahwa "lebih banyak otonomi berarti lebih maju." ANI dapat sangat otomatis tetapi tetap sempit; narasi "sistem yang lebih kuat" tanpa tujuan yang dapat diperiksa dan jalur pemutusan lebih sedikit kredibel, bukan lebih. Tanyakan secara terpisah: dapatkah sistem menetapkan subtujuan pada tugas yang tidak ditentukan sebelumnya oleh manusia? Apakah intervensi manusia tetap mungkin? Dapatkah sistem menyimpang di luar kendali manusia? Apakah ada bukti kemampuan lintas domain di balik klaim otonomi?

Untuk pembaca crypto dan produk, bot on-chain, asisten perdagangan, dan model risiko hampir selalu diterapkan sebagai alat ANI. Menulis "eksekusi otonom" sebagai AGI/ASI salah membaca otomatisasi rekayasa sebagai lompatan tingkat kognitif; klaim otonomi dan klaim cakupan kemampuan harus diverifikasi secara terpisah.

Bagaimana Klaim Berita dan Produk Harus Dipetakan ke Tiga Label Ini?

Saat membaca berita atau pemasaran produk, evaluasi klaim kecerdasan AI dengan memeriksa lebar tugas dan jenis bukti terlebih dahulu: tolok ukur tunggal, adegan vertikal, atau demo → default ANI; generalitas mendekati manusia di seluruh tugas luas dengan evaluasi umum yang dapat ditinjau → kemudian AGI; keunggulan keseluruhan di hampir semua domain plus bukti lintas domain → kemudian ASI.

Daftar periksa praktis: (1) Apakah salinan mengklaim "superioritas total manusia" sambil hanya mengutip contoh domain tunggal? (2) Apakah retorika singularitas atau ledakan kecerdasan berdiri sebagai pengganti ASI yang terwujud? (3) Apakah whitepaper crypto atau nama token menggunakan ASI sebagai pemasaran tanpa evaluasi? (4) Apakah asisten kelas ChatGPT disebut AGI/ASI secara langsung? (5) Apakah pemasaran teknologi AI menerapkan label AGI atau ASI pada sistem sempit tanpa contoh dunia nyata dari generalitas luas? Setiap "ya" harus menurunkan label.

Tes Turing secara historis relevan, tetapi dengan sendirinya tidak cukup untuk membuktikan AGI.

AlphaFold, mesin permainan, dan model risiko khusus sering dibingkai sebagai "sudah superhuman." Bacaan yang benar: hasil superhuman dapat terjadi pada tugas sempit; Superhuman Narrow ≠ ASI. Menganggap puncak sebagai superintelligence penuh adalah lompatan konseptual yang paling umum.

Label Mana yang Paling Cocok?

Memilih label adalah disiplin terminologi—bukan nasihat investasi: sesuaikan kata-kata dengan klaim kemampuan dan bukti, bukan dengan hype atau slogan merek.

• Pilih ANI jika: sistem melayani tugas tertentu atau keluarga tugas yang ketat; evaluasi berada pada satu tolok ukur atau vertikal; kinerja menurun di luar batas itu; penerapan adalah alat, plugin, atau satu langkah dalam alur kerja.
• Pilih AGI jika: klaim adalah generalitas mendekati manusia di seluruh set tugas yang luas; mempelajari keterampilan baru dan transfer lintas konteks adalah pusat; klaim harus menunjuk pada sistem yang mampu transfer luas daripada model yang terkurung dalam pengaturan pelatihan yang terdefinisi; dan teks memperlakukan ini sebagai tujuan atau agenda penelitian daripada fakta publik yang sudah diselesaikan.
• Pilih ASI jika: klaim adalah keunggulan keseluruhan atas manusia terbaik di hampir semua domain kognitif yang penting; bukti lintas domain yang dapat ditinjau plus diskusi penyelarasan/kontrol ada, termasuk apakah itu dapat diselaraskan dengan nilai-nilai manusia sebelum klaim kemampuan yang lebih kuat dipercaya; dan catatan domain tunggal atau cerita token konsep tidak ditawarkan sebagai bukti realisasi.

Saat ragu, turunkan: jika bukti hanya mendukung ANI, jangan tingkatkan menjadi AGI/ASI untuk terdengar lebih kuat. Kata-kata konservatif tidak meremehkan terobosan nyata—itu mengurangi penulisan hipotesis sebagai fakta.

Ringkasan

ANI, AGI, dan ASI memetakan tahap teknologi AI dalam kecerdasan buatan, dari sistem sempit yang diterapkan hingga tujuan generalitas tingkat manusia dan kemudian ke superintelligence lintas domain yang teoretis. Tabel tiga sumbu, daftar periksa berita, dan aturan pelabelan menarik slogan kembali ke standar yang dapat diperiksa. Hasil superhuman domain tunggal (seperti AlphaFold) dan alat kelas ChatGPT bukan ASI; tanpa bukti lintas domain dan kondisi penyelarasan, simpan ASI sebagai tingkat hipotesis, bukan status produk. Dalam diskusi yang menanyakan di mana AGI berada, AGI biasanya ditempatkan antara sistem ANI saat ini dan ASI yang spekulatif.

FAQ

Apa arti masing-masing ASI, AGI, dan ANI?

ANI (kecerdasan buatan sempit) berarti sistem yang unggul dalam satu atau beberapa tugas; AGI (kecerdasan buatan umum) adalah target generalitas mendekati manusia di seluruh set tugas yang luas; ASI (superintelligence) berarti keunggulan keseluruhan atas manusia terbaik di hampir semua domain kognitif yang dihargai. Mereka berbeda berdasarkan lebar kemampuan dan status superhuman lintas domain—bukan sebagai nama alternatif untuk tahap yang sama.

Apa perbedaan antara superintelligence dan AGI?

AGI bertujuan untuk kinerja mendekati manusia di seluruh set tugas yang luas; sering dibahas sebagai AI kuat atau AGI tingkat manusia, sementara superintelligence (ASI) melampaui ambang batas itu dan memerlukan keunggulan keseluruhan di atas manusia terbaik di hampir semua domain penting. AGI sering diperlakukan sebagai pendahulu menuju ASI: generalitas terlebih dahulu, kemudian status superhuman keseluruhan lintas domain. Keduanya adalah status kemampuan yang berbeda dan tidak boleh dipertukarkan.

Apakah ChatGPT AGI atau ASI?

Tidak. Model AI generatif mempelajari pola dari data pelatihan dan tetap sempit meskipun menghasilkan keluaran yang fasih dan luas. ChatGPT dan model bahasa besar serupa adalah AI sempit (atau alat dalam jalur menuju generalitas yang lebih kuat). Mereka membantu dengan bahasa dan banyak tugas asistif tetapi tidak memenuhi standar generalitas AGI yang diterima secara luas, dan mereka tidak secara keseluruhan melampaui manusia terbaik di hampir semua domain kognitif yang penting, sehingga mereka tidak memenuhi definisi ASI.

Apakah superintelligence ada saat ini?

Di bawah definisi ketat lintas domain, superhuman secara keseluruhan, tidak ada sistem ASI yang dapat diverifikasi secara publik yang ada. Sistem yang banyak digunakan sebagian besar adalah ANI; hasil superhuman domain tunggal dalam sains atau permainan juga tidak sama dengan ASI yang terwujud. Beberapa diskusi risiko tentang ASI di masa depan mencakup skenario kehilangan peradaban yang parah, tetapi itu merujuk pada sistem hipotetis daripada sistem yang dapat diverifikasi secara publik saat ini.

Bagaimana Anda dapat dengan cepat memutuskan antara ANI, AGI, dan ASI?

Mulailah dengan lebar tugas: tugas tunggal atau keluarga ketat → ANI, dan contoh seperti klasifikasi gambar masih cocok di sini meskipun kinerja melebihi manusia di satu area itu; klaim generalitas mendekati manusia di seluruh tugas luas dengan diskusi evaluasi umum → kemudian bicarakan AGI; klaim keunggulan keseluruhan di hampir semua domain dengan bukti lintas domain → kemudian bicarakan ASI. Ketika bukti tipis, lebih baik menggunakan kata yang lebih sempit sehingga demo dan pemasaran tidak diupgrade menjadi fakta kemampuan, karena pikiran manusia dan otak manusia masih menjadi tolok ukur di balik klaim generalitas gaya AGI, bukan hanya kemenangan tolok ukur yang terisolasi.