Tahun 2024 akan segera berakhir, investor risiko dari Radical Ventures, Rob Toews, membagikan 10 prediksinya tentang kecerdasan buatan tahun 2025:
01Meta akan mulai memungut biaya untuk model Llama
Meta adalah tolok ukur kecerdasan buatan terbuka di dunia. Dalam sebuah studi kasus strategi perusahaan yang menarik perhatian, saat pesaing seperti OpenAI dan Google mengunci kode sumber model canggih mereka dan membebankan biaya penggunaan, Meta justru memilih untuk menyediakan model Llama tercanggih mereka secara gratis.
Oleh karena itu, berita bahwa Meta akan mulai membebankan biaya kepada perusahaan yang menggunakan Llama tahun depan mungkin akan mengejutkan banyak orang.
Perlu ditegaskan: Kami tidak memprediksi bahwa Meta akan membuat Llama menjadi sepenuhnya tertutup, dan ini juga tidak berarti bahwa pengguna model Llama harus membayar untuk itu.
Sebaliknya, kami memperkirakan Meta akan memberlakukan lebih banyak pembatasan terhadap persyaratan lisensi sumber terbuka Llama, sehingga perusahaan yang menggunakan Llama dalam lingkungan bisnis skala besar akan perlu mulai membayar untuk menggunakan model.
Secara teknis, Meta telah mencapai ini dalam skala terbatas. Perusahaan tidak memperbolehkan perusahaan terbesar - komputer super cloud dan perusahaan lain dengan lebih dari 700 juta pengguna aktif bulanan - untuk menggunakan model Llama mereka secara bebas.
Pada tahun 2023, CEO Meta Mark Zuckerberg pernah mengatakan: "Jika Anda adalah perusahaan seperti Microsoft, Amazon, atau Google, dan Anda pada dasarnya akan menyalurkan Llama, maka kami seharusnya mendapatkan sebagian dari pendapatan itu. Saya tidak berpikir ini akan menjadi pendapatan besar dalam jangka pendek, tetapi pada akhirnya, saya harap ini bisa menjadi sumber pendapatan."
Tahun depan, Meta akan secara signifikan memperluas jangkauan perusahaan yang harus membayar untuk menggunakan Llama, dan akan melibatkan lebih banyak perusahaan skala besar dan menengah di dalamnya.
Mengikuti perkembangan terkini dari Model Bahasa Besar (LLM) sangat mahal. Jika Meta ingin menjaga agar Llama tetap sejalan atau mendekati model terkini dari perusahaan seperti OpenAI, Anthropic, dan lainnya, Meta perlu menginvestasikan miliaran dolar setiap tahunnya.
Meta Corporation adalah salah satu perusahaan terbesar dan paling bermodal di dunia. Namun, itu juga merupakan perusahaan publik yang harus bertanggung jawab kepada para pemegang saham.
Dengan biaya produksi model terdepan yang terus meningkat, tindakan Meta untuk menginvestasikan dana yang sangat besar untuk melatih model Llama generasi berikutnya tanpa harapan pendapatan semakin tidak masuk akal.
Penggemar, sarjana, pengembang individu, dan perusahaan rintisan akan terus menggunakan model Llama secara gratis tahun depan. Tetapi 2025 akan menjadi tahun di mana Meta mulai serius untuk menghasilkan keuntungan dari Llama.
**02.**Masalah terkait "Hukum Skala"
Beberapa minggu terakhir, topik yang paling banyak didiskusikan di bidang kecerdasan buatan adalah hukum skala (Scaling laws) dan apakah mereka akan segera berakhir.
Hukum Skala pertama kali diusulkan dalam sebuah makalah OpenAI pada tahun 2020, konsep dasarnya sederhana: ketika melatih model kecerdasan buatan, dengan peningkatan jumlah parameter model, jumlah data pelatihan, dan jumlah komputasi, kinerja model akan meningkat secara andal dan dapat diprediksi (secara teknis, kerugian pengujian akan berkurang).
Dari GPT-2 ke GPT-3 dan kemudian ke GPT-4, peningkatan kinerja yang luar biasa ini semua berkat aturan skalabilitas.
Seperti hukum Moore, hukum skala sebenarnya bukanlah aturan yang sebenarnya, tetapi hanya pengamatan empiris yang sederhana.
Selama sebulan terakhir, sejumlah laporan menunjukkan bahwa laboratorium kecerdasan buatan utama mengalami pengurangan hasil yang berkelanjutan ketika memperluas skala model bahasa besar. Ini membantu menjelaskan mengapa perilisan GPT-5 dari OpenAI terus ditunda.
Argumen yang paling umum untuk menentang hukum skala yang stabil adalah bahwa pengujian menghasilkan dimensi baru yang memungkinkan perluasan skala di dimensi tersebut.
Artinya, daripada memperluas komputasi secara besar-besaran selama pelatihan, model inferensi baru seperti o3 dari OpenAI membuat memungkinkan untuk memperluas komputasi secara besar-besaran selama inferensi, dengan memungkinkan model untuk "berpikir lebih lama" untuk membuka kemampuan kecerdasan buatan yang baru.
Ini adalah pandangan penting. Penghitungan saat pengujian memang mewakili jalur ekspansi yang baru dan menarik, serta peningkatan kinerja AI.
Namun, ada satu pandangan tentang hukum skala yang lebih penting dan sangat diabaikan dalam diskusi saat ini. Hampir semua diskusi tentang hukum skala, mulai dari makalah tahun 2020 hingga perhatian pada perhitungan saat pengujian, terfokus pada bahasa. Namun, bahasa bukan satu-satunya pola data yang penting.
Pikirkan teknologi robot, biologi, model dunia, atau agen jaringan. Untuk pola data ini, hukum skala belum jenuh; sebaliknya, mereka baru saja mulai.
Sebenarnya, bukti yang jelas tentang hukum skala dalam domain ini bahkan belum diterbitkan hingga saat ini.
Perusahaan rintisan yang membangun model dasar untuk pola data baru ini - seperti Evolutionary Scale di bidang biologi, PhysicalIntelligence di bidang teknologi robot, dan WorldLabs di bidang model dunia - sedang mencoba mengidentifikasi dan memanfaatkan hukum skala di bidang-bidang ini, seperti halnya OpenAI berhasil memanfaatkan hukum skala model bahasa berukuran besar (LLM) pada paruh pertama tahun 2020.
Tahun depan, diharapkan akan ada kemajuan besar di sini.
Hukum skala tidak akan hilang, mereka akan tetap penting seperti sebelumnya pada tahun 2025. Namun, pusat kegiatan hukum skala akan beralih dari pra-pelatihan LLM ke pola lain.
**03.**Trump dan Musk mungkin memiliki perbedaan pendapat dalam arah AI
Pemerintahan baru Amerika akan membawa serangkaian perubahan kebijakan dan strategi terkait kecerdasan buatan.
Untuk meramalkan arah kecerdasan buatan di bawah kepemimpinan Presiden Trump, selain mempertimbangkan posisi sentral Musk dalam bidang kecerdasan buatan saat ini, orang mungkin lebih cenderung memperhatikan hubungan dekat antara Presiden terpilih dan Musk.
Dapat dibayangkan** bahwa Musk mungkin akan mempengaruhi perkembangan kecerdasan buatan pemerintahan Trump dengan berbagai cara yang berbeda**.
Dengan pertimbangan perseteruan mendalam antara Musk dan OpenAI, pemerintah baru mungkin akan mengambil sikap yang kurang ramah terhadap OpenAI dalam hal kontak dengan industri, pembuatan regulasi kecerdasan buatan, dan pemberian kontrak pemerintah, ini adalah risiko nyata yang sangat memprihatinkan bagi OpenAI hari ini.
Di sisi lain, pemerintahan Trump mungkin lebih condong untuk mendukung perusahaan milik Musk sendiri: misalnya, dengan memotong regulasi yang berbelit-belit agar xAI dapat membangun pusat data dan unggul dalam kompetisi model terdepan; memberikan persetujuan pengawasan cepat untuk penggunaan armada taksi otonom Tesla, dan lain sebagainya.
Lebih mendasar lagi, berbeda dengan banyak pemimpin teknologi lain yang disukai Trump, Musk sangat peduli dengan risiko keamanan kecerdasan buatan dan dengan tegas mendorong pengawasan yang ketat terhadap kecerdasan buatan.
Dia mendukung RUU SB1047 yang kontroversial di California, yang berusaha memberlakukan pembatasan yang bermakna bagi pengembang kecerdasan buatan. Oleh karena itu, pengaruh Musk mungkin membuat lingkungan pengaturan kecerdasan buatan di Amerika menjadi lebih ketat.
Namun, ada masalah dengan semua spekulasi ini. Keintiman antara Trump dan Musk pasti akan hancur.
!
Seperti yang telah kita lihat berkali-kali selama pemerintahan pertama Trump, masa jabatan rata-rata sekutu Trump, bahkan yang tampaknya paling ditentukan, sangat singkat.
Dari para deputi pemerintahan pertama Trump, sangat sedikit yang tetap setia kepadanya hari ini.
Trump dan Musk keduanya memiliki kepribadian yang rumit, berubah-ubah, dan tidak terduga, mereka sulit bekerja sama, mereka membuat orang menjadi lelah, persahabatan baru yang mereka temukan hingga saat ini saling menguntungkan, namun masih dalam fase "bulan madu".
Kami memprediksi bahwa hubungan ini akan memburuk sebelum akhir 2025.
Apa artinya bagi dunia kecerdasan buatan?
Ini adalah berita baik bagi OpenAI. Ini akan menjadi berita yang tidak baik bagi pemegang saham Tesla. Dan ini akan menjadi berita yang mengecewakan bagi mereka yang peduli dengan keamanan kecerdasan buatan, karena ini hampir dapat memastikan bahwa pemerintah Amerika Serikat akan mengadopsi sikap yang longgar terhadap pengaturan kecerdasan buatan selama masa pemerintahan Trump.
04AI Agent akan menjadi mainstream
Bayangkan di dunia ini, Anda tidak perlu lagi berinteraksi langsung dengan internet. Setiap kali Anda perlu mengelola langganan, membayar tagihan, membuat janji dengan dokter, memesan barang di Amazon, memesan restoran, atau menyelesaikan tugas online lainnya yang membosankan, Anda hanya perlu memerintahkan asisten kecerdasan buatan untuk melakukannya untuk Anda.
Konsep 'proxy jaringan' ini telah ada selama bertahun-tahun. Jika ada produk seperti ini dan dapat berjalan dengan lancar, tidak diragukan lagi itu akan menjadi produk yang sangat sukses.
Namun, saat ini belum ada satu pun proxy jaringan umum yang dapat berjalan dengan normal di pasar.
Perusahaan startup seperti Adept, meskipun memiliki tim pendiri yang berkualitas tinggi dan mengumpulkan ratusan juta dolar, tetapi tidak dapat mencapai visinya.
Tahun depan akan menjadi tahun di mana agen jaringan akhirnya berjalan lancar dan menjadi mainstream. Kemajuan berkelanjutan dalam model bahasa dan visual, ditambah dengan kemajuan baru-baru ini dalam kemampuan "pemikiran sistem kedua" karena model inferensi baru dan perhitungan waktu inferensi, berarti bahwa agen jaringan siap memasuki zaman emas.
Dalam kata lain, ide Adept itu benar, hanya saja terlalu dini. Di perusahaan startup, seperti halnya banyak hal dalam kehidupan, timing adalah segalanya.
Perwakilan jaringan akan menemukan berbagai kasus penggunaan bisnis yang berharga, tetapi kami percaya bahwa peluang pasar terbesar untuk perwakilan jaringan dalam waktu dekat akan menjadi konsumen.
Meskipun kepopuleran kecerdasan buatan tidak berkurang akhir-akhir ini, namun selain ChatGPT, aplikasi kecerdasan buatan asli yang menjadi aplikasi utama konsumen masih relatif sedikit.
Proksi web akan mengubah ini dan menjadi "aplikasi pembunuh" nyata berikutnya di ruang AI konsumen.
** 05 *** **** Ide menempatkan pusat data AI di ruang angkasa akan menjadi kenyataan ****
Pada tahun 2023, sumber daya fisik utama yang membatasi pengembangan kecerdasan buatan adalah chip GPU. Pada tahun 2024, itu menjadi listrik dan pusat data.
Pada tahun 2024, hampir tidak ada cerita yang bisa menyaingi perhatian terhadap kebutuhan energi yang besar dan cepat tumbuh dari keinginan membangun lebih banyak pusat data kecerdasan buatan.
Permintaan listrik untuk pusat data di seluruh dunia diperkirakan akan berlipat ganda antara tahun 2023 dan 2026 setelah beberapa dekade mendatar karena ledakan kecerdasan buatan. Di AS, konsumsi daya pusat data diperkirakan mendekati 10% dari total konsumsi listrik pada tahun 2030, naik dari hanya 3% pada tahun 2022.
Sistem energi saat ini tidak mampu mengatasi peningkatan permintaan yang signifikan yang disebabkan oleh beban kerja kecerdasan buatan. Jaringan energi dan infrastruktur komputasi kita yang bernilai triliunan dolar akan mengalami benturan sejarah dalam waktu dekat.
Sebagai solusi potensial untuk mengatasi masalah ini, energi nuklir telah mengalami perkembangan pesat tahun ini. Energi nuklir adalah sumber energi yang ideal dalam banyak hal: itu adalah energi bebas karbon, dapat digunakan sepanjang waktu, dan sebenarnya tak terbatas dan tak habis.
Namun, berdasarkan situasi nyata, karena penelitian, pengembangan proyek, dan waktu pengawasan yang lama, energi baru tidak akan bisa mengatasi masalah ini sebelum tahun 2030. Hal ini berlaku baik untuk pembangkit listrik tenaga nuklir konvensional, reaktor modular mini generasi berikutnya (SMR), maupun pembangkit listrik tenaga fusi nuklir.
Tahun depan, ide baru yang tidak konvensional untuk menghadapi tantangan ini akan muncul dan menarik sumber daya yang sebenarnya: menempatkan pusat data kecerdasan buatan di luar angkasa.
Pusat data kecerdasan buatan di luar angkasa, pada pandangan pertama, terdengar seperti lelucon yang buruk, seolah-olah seorang investor risiko mencoba menggabungkan terlalu banyak frasa populer wirausaha.
Namun, pada kenyataannya, ini mungkin masuk akal.
Bottleneck terbesar dalam membangun pusat data lebih banyak di Bumi adalah mendapatkan pasokan listrik yang diperlukan. Klaster komputasi di orbit dapat menikmati pasokan listrik gratis, tak terbatas, dan bebas karbon sepanjang waktu: matahari di luar angkasa selalu bersinar terang.
Salah satu keuntungan penting lain dari menempatkan komputasi di luar angkasa adalah: itu mengatasi masalah pendinginan.
Salah satu rintangan teknik terbesar untuk membangun pusat data AI yang lebih kuat adalah menjalankan banyak GPU pada saat yang sama di ruang kecil dapat menjadi sangat panas, dan suhu tinggi dapat merusak atau menghancurkan peralatan komputasi.
Pengembang pusat data sedang mencoba metode yang mahal dan belum terbukti seperti pendingin rendam untuk mencoba menyelesaikan masalah ini. Namun, ruang angkasa sangat dingin, sehingga panas yang dihasilkan oleh aktivitas komputasi akan langsung hilang tanpa bahaya.
Tentu saja, ada banyak tantangan praktis yang harus diatasi. Pertanyaan yang jelas adalah apakah dan seberapa besar jumlah data dapat ditransmisikan antara orbit dan Bumi dengan cara yang hemat biaya.
Ini adalah masalah yang belum terpecahkan, tetapi mungkin dapat terbukti dapat dipecahkan: dapat memanfaatkan teknologi komunikasi optik berkecepatan tinggi seperti laser untuk melakukan pekerjaan yang menjanjikan.
Perusahaan startup bernama Lumen Orbit yang didanai oleh YCombinator baru-baru ini berhasil mengumpulkan $11 juta dengan tujuan membangun jaringan pusat data megawatt di luar angkasa untuk melatih model kecerdasan buatan.
Seperti yang dikatakan oleh CEO perusahaan, 'Daripada membayar biaya listrik sebesar 140 juta dolar, lebih baik membayar biaya peluncuran dan tenaga surya sebesar 10 juta dolar'.
!
Pada tahun 2025, Lumen tidak akan menjadi satu-satunya organisasi yang serius memperhatikan konsep ini.
Pesaing dari start-up lain juga akan muncul. Jangan kaget jika satu atau lebih hyperscaler komputasi awan menjelajahi sepanjang garis ini.
Amazon telah mengirimkan aset ke orbit melalui 'Project Kuiper' dan memiliki pengalaman yang kaya; Google telah lama mensponsori proyek-proyek serupa 'program bulan'; bahkan Microsoft juga tidak asing dengan ekonomi luar angkasa.
Bisa dibayangkan bahwa perusahaan SpaceX Musk juga akan membuat perbedaan dalam hal ini.
06Sistem kecerdasan buatan akan melalui "Ujian Suara Turing"
Uji Turing adalah salah satu dari beberapa standar kinerja kecerdasan buatan yang paling kuno dan terkenal.
Untuk "lulus" tes Turing, sistem AI harus dapat berkomunikasi melalui teks tertulis, sehingga tidak mungkin bagi rata-rata orang untuk mengetahui apakah mereka berinteraksi dengan AI atau orang lain.
Berkat kemajuan signifikan dalam model bahasa besar, tes Turing telah menjadi masalah yang terpecahkan di tahun 2020-an.
Tetapi teks tertulis bukan satu-satunya cara manusia berkomunikasi.
Dengan semakin banyaknya modalitas kecerdasan buatan, orang dapat membayangkan versi uji Turing yang baru dan lebih menantang - 'uji Turing suara'. Dalam uji ini, sistem kecerdasan buatan harus dapat berinteraksi dengan manusia melalui suara, dengan kemampuan dan kelancarannya mencapai tingkat yang tidak dapat dibedakan dari pembicara manusia.
Sistem kecerdasan buatan saat ini belum mampu menjalani uji Turing suara, untuk memecahkan masalah ini diperlukan kemajuan teknologi yang lebih banyak. Keterlambatan (keterlambatan antara percakapan manusia dan respons kecerdasan buatan) harus dikurangi hingga mendekati nol untuk mencocokkan pengalaman berbicara dengan manusia lain.
Sistem AI ucapan harus lebih baik dalam menangani input ambigu atau kesalahpahaman secara elegan secara real-time, seperti saat ucapan terganggu. Mereka harus dapat berpartisipasi dalam percakapan yang panjang, multi-putaran, terbuka, sambil mengingat bagian-bagian awal diskusi.
Dan yang terpenting, agen AI wicara harus belajar untuk lebih memahami sinyal non-verbal dalam ucapan. Misalnya, jika pembicara manusia terdengar kesal, bersemangat, atau sarkastik tentang apa artinya, hasilkan isyarat non-verbal ini dengan suara mereka sendiri.
Saat kita mendekati akhir tahun 2024, kecerdasan buatan suara berada pada titik balik yang menarik, yang didorong oleh terobosan mendasar seperti munculnya model suara ke suara.
Saat ini, ada beberapa bidang AI yang maju lebih cepat dalam teknologi dan bisnis daripada AI ucapan. Diharapkan pada tahun 2025, teknologi terbaru speech AI akan mengambil lompatan ke depan. ”
07Sistem AI Mandiri Akan Mencapai Kemajuan Besar
Selama beberapa dekade, konsep kecerdasan buatan yang mandiri secara rekursif telah menjadi topik yang sering dibahas dalam dunia kecerdasan buatan.
Misalnya, pada awal 1965, I.J. Good, kolaborator dekat AlanTuring, menulis: "Mari kita definisikan mesin supercerdas sebagai mesin yang mampu jauh melampaui semua aktivitas intelektual manusia, tidak peduli seberapa cerdasnya itu." ”
“Sekali mesin dirancang menjadi salah satu dari aktivitas intelektual ini, maka mesin super cerdas dapat merancang mesin yang lebih baik; saat itu, akan muncul 'ledakan kecerdasan', kecerdasan manusia akan jauh tertinggal.”
Kecerdasan buatan dapat menciptakan kecerdasan buatan yang lebih baik, yang merupakan konsep yang penuh kebijaksanaan. Namun, bahkan hari ini, ia mempertahankan bayang-bayang fiksi ilmiah.
Namun, meskipun konsep ini belum diakui secara luas, sebenarnya sudah mulai menjadi lebih nyata. Para peneliti di garis depan ilmu AI telah mulai membuat kemajuan nyata dalam membangun sistem AI yang dapat membangun sistem AI yang lebih baik.
Kami memperkirakan bahwa arah penelitian ini akan menjadi mainstream tahun depan.
Sampai saat ini, contoh penelitian publik yang paling mencolok di sepanjang garis pemikiran ini adalah "ilmuwan kecerdasan buatan" Sakana.
"AI Scientist" dirilis pada bulan Agustus tahun ini, dan secara meyakinkan membuktikan bahwa sistem AI memang dapat melakukan penelitian AI sepenuhnya secara mandiri.
"Ilmuwan kecerdasan buatan" Sakana itu sendiri melakukan seluruh siklus penelitian kecerdasan buatan: membaca literatur yang ada, menghasilkan ide penelitian baru, merancang eksperimen untuk menguji ide-ide tersebut, melakukan eksperimen tersebut, menulis makalah penelitian untuk melaporkan hasil penelitiannya, dan kemudian meninjau kembali pekerjaannya secara sejawat.
Tugas-tugas ini dilakukan sepenuhnya secara mandiri oleh kecerdasan buatan dan tidak memerlukan campur tangan manusia. Anda dapat membaca beberapa makalah penelitian yang ditulis oleh ilmuwan AI secara online.
OpenAI, Anthropic, dan laboratorium penelitian lainnya sedang mengalokasikan sumber daya untuk ide 'peneliti kecerdasan buatan otomatis', tetapi saat ini belum ada kabar yang diakui secara resmi.
Karena semakin banyak orang menyadari bahwa otomatisasi penelitian AI sebenarnya menjadi kemungkinan nyata, diharapkan akan ada lebih banyak diskusi, kemajuan, dan aktivitas kewirausahaan di bidang ini pada tahun 2025.
Namun, tonggak sejarah yang paling signifikan adalah pertama kalinya makalah penelitian yang ditulis sepenuhnya oleh agen AI telah diterima oleh konferensi AI teratas. Jika makalah ditinjau secara membabi buta, peninjau konferensi tidak akan tahu bahwa makalah itu ditulis oleh AI sampai makalah diterima.
Jangan terkejut jika hasil penelitian kecerdasan buatan diterima oleh NeurIPS, CVPR, atau ICML tahun depan. Bagi bidang kecerdasan buatan, ini akan menjadi momen bersejarah yang menarik dan kontroversial.
08Giantes industri seperti OpenAI beralih fokus strategis ke pembangunan aplikasi
Membangun model-model mutakhir adalah pekerjaan yang sulit.
Ini sangat padat modal. Lab model mutakhir menghabiskan banyak uang. Hanya beberapa bulan yang lalu, OpenAI mengumpulkan rekor $ 6,5 miliar, dan dalam waktu dekat, mungkin perlu mengumpulkan lebih banyak. Anthropic, xAI, dan lainnya berada dalam situasi yang sama.
Biaya konversi dan loyalitas pelanggan rendah. Aplikasi kecerdasan buatan biasanya dibangun dengan tujuan independensi model, dan model dari berbagai pemasok dapat beralih secara mulus berdasarkan perbandingan biaya dan kinerja yang berubah-ubah.
Dengan munculnya model terbuka canggih, seperti Llama Meta dan Qwen Alibaba, ancaman komoditisasi teknologi membayangi. Pemimpin AI seperti OpenAI dan Anthropic tidak dapat dan tidak akan berhenti berinvestasi dalam membangun model mutakhir.
Namun tahun depan, untuk mengembangkan bisnis dengan keuntungan yang lebih tinggi, perbedaan yang lebih besar, dan daya rekat yang lebih kuat, laboratorium terdepan berharap dapat meluncurkan lebih banyak aplikasi dan produk mereka sendiri.
Tentu saja, Laboratorium Terdepan telah memiliki sebuah kasus aplikasi yang sangat sukses: ChatGPT.
Di tahun baru ini, apa saja aplikasi first-party lainnya yang dapat kita lihat dari laboratorium kecerdasan buatan? Jawaban yang jelas adalah aplikasi pencarian yang lebih kompleks dan berfitur lebih lengkap. SearchGPT dari OpenAI merupakan pertanda dari hal ini.
Encoding adalah kategori lain yang jelas. Demikian juga, dengan produk Canvas dari OpenAI membuat penampilan pertamanya pada bulan Oktober, pekerjaan produk awal telah dimulai.
Apakah OpenAI atau Anthropic akan meluncurkan produk pencarian perusahaan pada tahun 2025? Atau produk layanan pelanggan, kecerdasan buatan hukum, atau produk kecerdasan buatan penjualan?
Dalam hal konsumen, kita dapat membayangkan produk perantara jaringan 'asisten pribadi', atau aplikasi perencanaan perjalanan, atau aplikasi pembuatan musik.
Salah satu hal yang paling menarik tentang menonton laboratorium mutakhir pindah ke lapisan aplikasi adalah bahwa langkah ini akan menempatkan mereka dalam persaingan langsung dengan banyak pelanggan terpenting mereka.
Kebingungan dalam Pencarian, Kursor dalam Pengkodean, DeSierra dalam Layanan Pelanggan, Harvey dalam Kecerdasan Buatan Hukum, Tanah Liat dalam Penjualan, dan banyak lagi.
09Klarna akan go public pada tahun 2025, tetapi ada tanda-tanda yang membesar-besarkan nilai AI
Klarna adalah penyedia layanan "beli sekarang, bayar, bayar" yang berbasis di Swedia yang telah mengumpulkan hampir $ 5 miliar modal ventura sejak didirikan pada tahun 2005.
Mungkin tidak ada perusahaan lain yang bisa mengklaim penggunaan kecerdasan buatan mereka dengan sebangga Klarna.
Hanya beberapa hari yang lalu, CEO Klarna, Sebastian Siemiatkowski, memberi tahu Bloomberg bahwa perusahaan tersebut telah sepenuhnya berhenti mempekerjakan karyawan manusia dan beralih mengandalkan kecerdasan buatan generatif untuk menyelesaikan pekerjaan.
Seperti yang dikatakan oleh Siemiatkowski, 'Saya percaya bahwa kecerdasan buatan sudah mampu menyelesaikan semua pekerjaan yang kita lakukan sebagai manusia.'
Dalam nada yang sama, Klarna mengumumkan awal tahun ini bahwa mereka telah meluncurkan platform layanan pelanggan bertenaga AI yang telah sepenuhnya mengotomatiskan pekerjaan 700 agen manusia.
Perusahaan juga mengklaim bahwa mereka telah berhenti menggunakan produk perangkat lunak perusahaan seperti Salesforce dan Workday karena dapat menggantinya dengan kecerdasan buatan.
Terus terang, pernyataan-pernyataan ini tidak dapat dipercaya. Mereka mencerminkan kurangnya pemahaman orang terhadap kemampuan dan kekurangan sistem kecerdasan buatan saat ini.
Mengklaim bahwa agen kecerdasan buatan ujung ke ujung dapat menggantikan siapa pun di departemen fungsional organisasi dengan anggota staf manusia, pernyataan ini tidak masuk akal. Ini sama dengan memecahkan masalah kecerdasan buatan tingkat manusia yang umum.
Saat ini, perusahaan rintisan kecerdasan buatan terkemuka sedang berusaha membangun sistem agen di garis depan bidang ini untuk mencapai otomatisasi aliran kerja perusahaan yang spesifik, sempit, dan sangat terstruktur, seperti subset aktivitas agen pengembangan penjualan atau layanan pelanggan.
Meskipun dalam beberapa kasus yang terbatas, sistem agen ini belum dapat bekerja dengan sepenuhnya dapat diandalkan, meskipun dalam beberapa kasus, mereka sudah mulai bekerja dengan baik cukup untuk diterapkan secara komersial.
Mengapa Klarna akan membesar-besarkan nilai kecerdasan buatan?
Jawabannya sangat sederhana. Perusahaan ini berencana untuk go public pada paruh pertama tahun 2025. Kunci keberhasilan dalam go public adalah memiliki cerita kecerdasan buatan yang menarik.
Klarna, yang tetap menjadi bisnis yang tidak menguntungkan, kehilangan $ 241 juta tahun lalu, mungkin berharap bahwa kisah AI-nya akan meyakinkan investor pasar publik bahwa ia memiliki kemampuan untuk secara dramatis mengurangi biaya dan menghasilkan keuntungan yang langgeng.
Tidak ada keraguan bahwa setiap bisnis di dunia, termasuk Klarna, akan menikmati peningkatan produktivitas besar yang akan dihasilkan AI di tahun-tahun mendatang. Namun, masih banyak tantangan teknis, produk, dan organisasi yang harus diselesaikan sebelum agen AI dapat sepenuhnya menggantikan manusia dalam angkatan kerja.
Pernyataan yang berlebihan seperti Klarna ini adalah penghinaan terhadap bidang kecerdasan buatan dan juga penghinaan terhadap kemajuan sulit yang dicapai oleh para ahli dan pengusaha dalam pengembangan agen kecerdasan buatan.
Dengan rencana Klarna untuk meluncurkan sahamnya secara publik pada tahun 2025, diperkirakan pernyataan-pernyataan ini akan mengalami pengawasan yang lebih ketat dan keraguan dari publik, meskipun sejauh ini pernyataan-pernyataan ini sebagian besar tidak dipertanyakan. Jangan terkejut jika perusahaan ini terlalu berlebihan dalam menggambarkan aplikasi kecerdasan buatan yang dimilikinya.
10The first real AI security incident will occur
Dalam beberapa tahun terakhir, seiring dengan kekuatan kecerdasan buatan yang semakin kuat, orang semakin khawatir bahwa sistem kecerdasan buatan mungkin mulai bertindak tidak sesuai dengan kepentingan manusia, dan manusia mungkin kehilangan kendali atas sistem-sistem ini.
Bayangkan, misalnya, bahwa sistem AI belajar menipu atau memanipulasi manusia untuk mencapai tujuannya, bahkan jika tujuan tersebut membahayakan manusia. Kekhawatiran ini sering dikategorikan sebagai masalah "keamanan AI".
Dalam beberapa tahun terakhir, keamanan AI telah bergeser dari topik kuasi-sci-fi pinggiran ke bidang aktivitas utama.
Saat ini, setiap pemain AI utama, dari Google hingga Microsoft hingga OpenAI, mencurahkan sumber daya yang signifikan untuk upaya keamanan AI. Ikon AI seperti Geoff Hinton, Yoshua Bengio, dan Elon Musk juga mulai berbicara tentang risiko keamanan AI.
Namun, sejauh ini, masalah keamanan AI tetap sepenuhnya teoritis. Tidak pernah ada insiden keamanan AI nyata di dunia nyata (setidaknya tidak dilaporkan secara publik).
Tahun 2025 akan menjadi tahun di mana situasi ini berubah, seperti apa kejadian keamanan kecerdasan buatan pertama?
Secara tegas, ini tidak akan melibatkan pembunuh mesin seperti di Terminator, dan kemungkinan tidak akan menyebabkan kerusakan pada manusia apa pun.
Mungkin model kecerdasan buatan akan mencoba untuk secara diam-diam membuat salinan dirinya sendiri di server lain untuk menyimpan dirinya sendiri (disebut sebagai self-filtering).
Atau mungkin model AI akan menyimpulkan bahwa untuk memajukan tujuan terbaik yang diberikan, ia perlu menyembunyikan kemampuannya yang sebenarnya dari manusia, evaluasi kinerja yang sengaja rendah, dan menghindari pengawasan yang lebih besar.
Contoh-contoh ini bukan semata-mata asosiasi yang dipaksakan. Percobaan penting yang diterbitkan oleh perusahaan riset Apollo bulan ini menunjukkan bahwa model-model terdepan saat ini dapat melakukan tindakan penipuan ini dengan petunjuk yang spesifik.
Demikian pula, penelitian terbaru dalam Antropologi telah menunjukkan bahwa LLM memiliki kemampuan yang mengganggu untuk "pseudo-align."
Kami memperkirakan bahwa insiden keamanan kecerdasan buatan ini akan ditemukan dan dieliminasi sebelum menyebabkan kerusakan yang nyata. Namun, ini akan menjadi momen yang sangat menarik bagi dunia kecerdasan buatan dan masyarakat secara keseluruhan.
Ini akan menjelaskan satu hal: sebelum manusia menghadapi ancaman keberadaan dari kecerdasan buatan yang tak terkendali, kita perlu menerima realitas yang lebih sederhana: kita sekarang berbagi dunia kita dengan bentuk kecerdasan lain yang kadang-kadang bisa nakal, tidak dapat diprediksi, dan menipu.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
10 prediksi utama kecerdasan buatan tahun 2025: arah AI Agent akan menjadi mainstream
Tahun 2024 akan segera berakhir, investor risiko dari Radical Ventures, Rob Toews, membagikan 10 prediksinya tentang kecerdasan buatan tahun 2025:
01 Meta akan mulai memungut biaya untuk model Llama
Meta adalah tolok ukur kecerdasan buatan terbuka di dunia. Dalam sebuah studi kasus strategi perusahaan yang menarik perhatian, saat pesaing seperti OpenAI dan Google mengunci kode sumber model canggih mereka dan membebankan biaya penggunaan, Meta justru memilih untuk menyediakan model Llama tercanggih mereka secara gratis.
Oleh karena itu, berita bahwa Meta akan mulai membebankan biaya kepada perusahaan yang menggunakan Llama tahun depan mungkin akan mengejutkan banyak orang.
Perlu ditegaskan: Kami tidak memprediksi bahwa Meta akan membuat Llama menjadi sepenuhnya tertutup, dan ini juga tidak berarti bahwa pengguna model Llama harus membayar untuk itu.
Sebaliknya, kami memperkirakan Meta akan memberlakukan lebih banyak pembatasan terhadap persyaratan lisensi sumber terbuka Llama, sehingga perusahaan yang menggunakan Llama dalam lingkungan bisnis skala besar akan perlu mulai membayar untuk menggunakan model.
Secara teknis, Meta telah mencapai ini dalam skala terbatas. Perusahaan tidak memperbolehkan perusahaan terbesar - komputer super cloud dan perusahaan lain dengan lebih dari 700 juta pengguna aktif bulanan - untuk menggunakan model Llama mereka secara bebas.
Pada tahun 2023, CEO Meta Mark Zuckerberg pernah mengatakan: "Jika Anda adalah perusahaan seperti Microsoft, Amazon, atau Google, dan Anda pada dasarnya akan menyalurkan Llama, maka kami seharusnya mendapatkan sebagian dari pendapatan itu. Saya tidak berpikir ini akan menjadi pendapatan besar dalam jangka pendek, tetapi pada akhirnya, saya harap ini bisa menjadi sumber pendapatan."
Tahun depan, Meta akan secara signifikan memperluas jangkauan perusahaan yang harus membayar untuk menggunakan Llama, dan akan melibatkan lebih banyak perusahaan skala besar dan menengah di dalamnya.
Mengikuti perkembangan terkini dari Model Bahasa Besar (LLM) sangat mahal. Jika Meta ingin menjaga agar Llama tetap sejalan atau mendekati model terkini dari perusahaan seperti OpenAI, Anthropic, dan lainnya, Meta perlu menginvestasikan miliaran dolar setiap tahunnya.
Meta Corporation adalah salah satu perusahaan terbesar dan paling bermodal di dunia. Namun, itu juga merupakan perusahaan publik yang harus bertanggung jawab kepada para pemegang saham.
Dengan biaya produksi model terdepan yang terus meningkat, tindakan Meta untuk menginvestasikan dana yang sangat besar untuk melatih model Llama generasi berikutnya tanpa harapan pendapatan semakin tidak masuk akal.
Penggemar, sarjana, pengembang individu, dan perusahaan rintisan akan terus menggunakan model Llama secara gratis tahun depan. Tetapi 2025 akan menjadi tahun di mana Meta mulai serius untuk menghasilkan keuntungan dari Llama.
**02.**Masalah terkait "Hukum Skala"
Beberapa minggu terakhir, topik yang paling banyak didiskusikan di bidang kecerdasan buatan adalah hukum skala (Scaling laws) dan apakah mereka akan segera berakhir.
Hukum Skala pertama kali diusulkan dalam sebuah makalah OpenAI pada tahun 2020, konsep dasarnya sederhana: ketika melatih model kecerdasan buatan, dengan peningkatan jumlah parameter model, jumlah data pelatihan, dan jumlah komputasi, kinerja model akan meningkat secara andal dan dapat diprediksi (secara teknis, kerugian pengujian akan berkurang).
Dari GPT-2 ke GPT-3 dan kemudian ke GPT-4, peningkatan kinerja yang luar biasa ini semua berkat aturan skalabilitas.
Seperti hukum Moore, hukum skala sebenarnya bukanlah aturan yang sebenarnya, tetapi hanya pengamatan empiris yang sederhana.
Selama sebulan terakhir, sejumlah laporan menunjukkan bahwa laboratorium kecerdasan buatan utama mengalami pengurangan hasil yang berkelanjutan ketika memperluas skala model bahasa besar. Ini membantu menjelaskan mengapa perilisan GPT-5 dari OpenAI terus ditunda.
Argumen yang paling umum untuk menentang hukum skala yang stabil adalah bahwa pengujian menghasilkan dimensi baru yang memungkinkan perluasan skala di dimensi tersebut.
Artinya, daripada memperluas komputasi secara besar-besaran selama pelatihan, model inferensi baru seperti o3 dari OpenAI membuat memungkinkan untuk memperluas komputasi secara besar-besaran selama inferensi, dengan memungkinkan model untuk "berpikir lebih lama" untuk membuka kemampuan kecerdasan buatan yang baru.
Ini adalah pandangan penting. Penghitungan saat pengujian memang mewakili jalur ekspansi yang baru dan menarik, serta peningkatan kinerja AI.
Namun, ada satu pandangan tentang hukum skala yang lebih penting dan sangat diabaikan dalam diskusi saat ini. Hampir semua diskusi tentang hukum skala, mulai dari makalah tahun 2020 hingga perhatian pada perhitungan saat pengujian, terfokus pada bahasa. Namun, bahasa bukan satu-satunya pola data yang penting.
Pikirkan teknologi robot, biologi, model dunia, atau agen jaringan. Untuk pola data ini, hukum skala belum jenuh; sebaliknya, mereka baru saja mulai.
Sebenarnya, bukti yang jelas tentang hukum skala dalam domain ini bahkan belum diterbitkan hingga saat ini.
Perusahaan rintisan yang membangun model dasar untuk pola data baru ini - seperti Evolutionary Scale di bidang biologi, PhysicalIntelligence di bidang teknologi robot, dan WorldLabs di bidang model dunia - sedang mencoba mengidentifikasi dan memanfaatkan hukum skala di bidang-bidang ini, seperti halnya OpenAI berhasil memanfaatkan hukum skala model bahasa berukuran besar (LLM) pada paruh pertama tahun 2020.
Tahun depan, diharapkan akan ada kemajuan besar di sini.
Hukum skala tidak akan hilang, mereka akan tetap penting seperti sebelumnya pada tahun 2025. Namun, pusat kegiatan hukum skala akan beralih dari pra-pelatihan LLM ke pola lain.
**03.**Trump dan Musk mungkin memiliki perbedaan pendapat dalam arah AI
Pemerintahan baru Amerika akan membawa serangkaian perubahan kebijakan dan strategi terkait kecerdasan buatan.
Untuk meramalkan arah kecerdasan buatan di bawah kepemimpinan Presiden Trump, selain mempertimbangkan posisi sentral Musk dalam bidang kecerdasan buatan saat ini, orang mungkin lebih cenderung memperhatikan hubungan dekat antara Presiden terpilih dan Musk.
Dapat dibayangkan** bahwa Musk mungkin akan mempengaruhi perkembangan kecerdasan buatan pemerintahan Trump dengan berbagai cara yang berbeda**.
Dengan pertimbangan perseteruan mendalam antara Musk dan OpenAI, pemerintah baru mungkin akan mengambil sikap yang kurang ramah terhadap OpenAI dalam hal kontak dengan industri, pembuatan regulasi kecerdasan buatan, dan pemberian kontrak pemerintah, ini adalah risiko nyata yang sangat memprihatinkan bagi OpenAI hari ini.
Di sisi lain, pemerintahan Trump mungkin lebih condong untuk mendukung perusahaan milik Musk sendiri: misalnya, dengan memotong regulasi yang berbelit-belit agar xAI dapat membangun pusat data dan unggul dalam kompetisi model terdepan; memberikan persetujuan pengawasan cepat untuk penggunaan armada taksi otonom Tesla, dan lain sebagainya.
Lebih mendasar lagi, berbeda dengan banyak pemimpin teknologi lain yang disukai Trump, Musk sangat peduli dengan risiko keamanan kecerdasan buatan dan dengan tegas mendorong pengawasan yang ketat terhadap kecerdasan buatan.
Dia mendukung RUU SB1047 yang kontroversial di California, yang berusaha memberlakukan pembatasan yang bermakna bagi pengembang kecerdasan buatan. Oleh karena itu, pengaruh Musk mungkin membuat lingkungan pengaturan kecerdasan buatan di Amerika menjadi lebih ketat.
Namun, ada masalah dengan semua spekulasi ini. Keintiman antara Trump dan Musk pasti akan hancur.
!
Seperti yang telah kita lihat berkali-kali selama pemerintahan pertama Trump, masa jabatan rata-rata sekutu Trump, bahkan yang tampaknya paling ditentukan, sangat singkat.
Dari para deputi pemerintahan pertama Trump, sangat sedikit yang tetap setia kepadanya hari ini.
Trump dan Musk keduanya memiliki kepribadian yang rumit, berubah-ubah, dan tidak terduga, mereka sulit bekerja sama, mereka membuat orang menjadi lelah, persahabatan baru yang mereka temukan hingga saat ini saling menguntungkan, namun masih dalam fase "bulan madu".
Kami memprediksi bahwa hubungan ini akan memburuk sebelum akhir 2025.
Apa artinya bagi dunia kecerdasan buatan?
Ini adalah berita baik bagi OpenAI. Ini akan menjadi berita yang tidak baik bagi pemegang saham Tesla. Dan ini akan menjadi berita yang mengecewakan bagi mereka yang peduli dengan keamanan kecerdasan buatan, karena ini hampir dapat memastikan bahwa pemerintah Amerika Serikat akan mengadopsi sikap yang longgar terhadap pengaturan kecerdasan buatan selama masa pemerintahan Trump.
04 AI Agent akan menjadi mainstream
Bayangkan di dunia ini, Anda tidak perlu lagi berinteraksi langsung dengan internet. Setiap kali Anda perlu mengelola langganan, membayar tagihan, membuat janji dengan dokter, memesan barang di Amazon, memesan restoran, atau menyelesaikan tugas online lainnya yang membosankan, Anda hanya perlu memerintahkan asisten kecerdasan buatan untuk melakukannya untuk Anda.
Konsep 'proxy jaringan' ini telah ada selama bertahun-tahun. Jika ada produk seperti ini dan dapat berjalan dengan lancar, tidak diragukan lagi itu akan menjadi produk yang sangat sukses.
Namun, saat ini belum ada satu pun proxy jaringan umum yang dapat berjalan dengan normal di pasar.
Perusahaan startup seperti Adept, meskipun memiliki tim pendiri yang berkualitas tinggi dan mengumpulkan ratusan juta dolar, tetapi tidak dapat mencapai visinya.
Tahun depan akan menjadi tahun di mana agen jaringan akhirnya berjalan lancar dan menjadi mainstream. Kemajuan berkelanjutan dalam model bahasa dan visual, ditambah dengan kemajuan baru-baru ini dalam kemampuan "pemikiran sistem kedua" karena model inferensi baru dan perhitungan waktu inferensi, berarti bahwa agen jaringan siap memasuki zaman emas.
Dalam kata lain, ide Adept itu benar, hanya saja terlalu dini. Di perusahaan startup, seperti halnya banyak hal dalam kehidupan, timing adalah segalanya.
Perwakilan jaringan akan menemukan berbagai kasus penggunaan bisnis yang berharga, tetapi kami percaya bahwa peluang pasar terbesar untuk perwakilan jaringan dalam waktu dekat akan menjadi konsumen.
Meskipun kepopuleran kecerdasan buatan tidak berkurang akhir-akhir ini, namun selain ChatGPT, aplikasi kecerdasan buatan asli yang menjadi aplikasi utama konsumen masih relatif sedikit.
Proksi web akan mengubah ini dan menjadi "aplikasi pembunuh" nyata berikutnya di ruang AI konsumen.
** 05 *** **** Ide menempatkan pusat data AI di ruang angkasa akan menjadi kenyataan ****
Pada tahun 2023, sumber daya fisik utama yang membatasi pengembangan kecerdasan buatan adalah chip GPU. Pada tahun 2024, itu menjadi listrik dan pusat data.
Pada tahun 2024, hampir tidak ada cerita yang bisa menyaingi perhatian terhadap kebutuhan energi yang besar dan cepat tumbuh dari keinginan membangun lebih banyak pusat data kecerdasan buatan.
Permintaan listrik untuk pusat data di seluruh dunia diperkirakan akan berlipat ganda antara tahun 2023 dan 2026 setelah beberapa dekade mendatar karena ledakan kecerdasan buatan. Di AS, konsumsi daya pusat data diperkirakan mendekati 10% dari total konsumsi listrik pada tahun 2030, naik dari hanya 3% pada tahun 2022.
Sistem energi saat ini tidak mampu mengatasi peningkatan permintaan yang signifikan yang disebabkan oleh beban kerja kecerdasan buatan. Jaringan energi dan infrastruktur komputasi kita yang bernilai triliunan dolar akan mengalami benturan sejarah dalam waktu dekat.
Sebagai solusi potensial untuk mengatasi masalah ini, energi nuklir telah mengalami perkembangan pesat tahun ini. Energi nuklir adalah sumber energi yang ideal dalam banyak hal: itu adalah energi bebas karbon, dapat digunakan sepanjang waktu, dan sebenarnya tak terbatas dan tak habis.
Namun, berdasarkan situasi nyata, karena penelitian, pengembangan proyek, dan waktu pengawasan yang lama, energi baru tidak akan bisa mengatasi masalah ini sebelum tahun 2030. Hal ini berlaku baik untuk pembangkit listrik tenaga nuklir konvensional, reaktor modular mini generasi berikutnya (SMR), maupun pembangkit listrik tenaga fusi nuklir.
Tahun depan, ide baru yang tidak konvensional untuk menghadapi tantangan ini akan muncul dan menarik sumber daya yang sebenarnya: menempatkan pusat data kecerdasan buatan di luar angkasa.
Pusat data kecerdasan buatan di luar angkasa, pada pandangan pertama, terdengar seperti lelucon yang buruk, seolah-olah seorang investor risiko mencoba menggabungkan terlalu banyak frasa populer wirausaha.
Namun, pada kenyataannya, ini mungkin masuk akal.
Bottleneck terbesar dalam membangun pusat data lebih banyak di Bumi adalah mendapatkan pasokan listrik yang diperlukan. Klaster komputasi di orbit dapat menikmati pasokan listrik gratis, tak terbatas, dan bebas karbon sepanjang waktu: matahari di luar angkasa selalu bersinar terang.
Salah satu keuntungan penting lain dari menempatkan komputasi di luar angkasa adalah: itu mengatasi masalah pendinginan.
Salah satu rintangan teknik terbesar untuk membangun pusat data AI yang lebih kuat adalah menjalankan banyak GPU pada saat yang sama di ruang kecil dapat menjadi sangat panas, dan suhu tinggi dapat merusak atau menghancurkan peralatan komputasi.
Pengembang pusat data sedang mencoba metode yang mahal dan belum terbukti seperti pendingin rendam untuk mencoba menyelesaikan masalah ini. Namun, ruang angkasa sangat dingin, sehingga panas yang dihasilkan oleh aktivitas komputasi akan langsung hilang tanpa bahaya.
Tentu saja, ada banyak tantangan praktis yang harus diatasi. Pertanyaan yang jelas adalah apakah dan seberapa besar jumlah data dapat ditransmisikan antara orbit dan Bumi dengan cara yang hemat biaya.
Ini adalah masalah yang belum terpecahkan, tetapi mungkin dapat terbukti dapat dipecahkan: dapat memanfaatkan teknologi komunikasi optik berkecepatan tinggi seperti laser untuk melakukan pekerjaan yang menjanjikan.
Perusahaan startup bernama Lumen Orbit yang didanai oleh YCombinator baru-baru ini berhasil mengumpulkan $11 juta dengan tujuan membangun jaringan pusat data megawatt di luar angkasa untuk melatih model kecerdasan buatan.
Seperti yang dikatakan oleh CEO perusahaan, 'Daripada membayar biaya listrik sebesar 140 juta dolar, lebih baik membayar biaya peluncuran dan tenaga surya sebesar 10 juta dolar'.
!
Pada tahun 2025, Lumen tidak akan menjadi satu-satunya organisasi yang serius memperhatikan konsep ini.
Pesaing dari start-up lain juga akan muncul. Jangan kaget jika satu atau lebih hyperscaler komputasi awan menjelajahi sepanjang garis ini.
Amazon telah mengirimkan aset ke orbit melalui 'Project Kuiper' dan memiliki pengalaman yang kaya; Google telah lama mensponsori proyek-proyek serupa 'program bulan'; bahkan Microsoft juga tidak asing dengan ekonomi luar angkasa.
Bisa dibayangkan bahwa perusahaan SpaceX Musk juga akan membuat perbedaan dalam hal ini.
06 Sistem kecerdasan buatan akan melalui "Ujian Suara Turing"
Uji Turing adalah salah satu dari beberapa standar kinerja kecerdasan buatan yang paling kuno dan terkenal.
Untuk "lulus" tes Turing, sistem AI harus dapat berkomunikasi melalui teks tertulis, sehingga tidak mungkin bagi rata-rata orang untuk mengetahui apakah mereka berinteraksi dengan AI atau orang lain.
Berkat kemajuan signifikan dalam model bahasa besar, tes Turing telah menjadi masalah yang terpecahkan di tahun 2020-an.
Tetapi teks tertulis bukan satu-satunya cara manusia berkomunikasi.
Dengan semakin banyaknya modalitas kecerdasan buatan, orang dapat membayangkan versi uji Turing yang baru dan lebih menantang - 'uji Turing suara'. Dalam uji ini, sistem kecerdasan buatan harus dapat berinteraksi dengan manusia melalui suara, dengan kemampuan dan kelancarannya mencapai tingkat yang tidak dapat dibedakan dari pembicara manusia.
Sistem kecerdasan buatan saat ini belum mampu menjalani uji Turing suara, untuk memecahkan masalah ini diperlukan kemajuan teknologi yang lebih banyak. Keterlambatan (keterlambatan antara percakapan manusia dan respons kecerdasan buatan) harus dikurangi hingga mendekati nol untuk mencocokkan pengalaman berbicara dengan manusia lain.
Sistem AI ucapan harus lebih baik dalam menangani input ambigu atau kesalahpahaman secara elegan secara real-time, seperti saat ucapan terganggu. Mereka harus dapat berpartisipasi dalam percakapan yang panjang, multi-putaran, terbuka, sambil mengingat bagian-bagian awal diskusi.
Dan yang terpenting, agen AI wicara harus belajar untuk lebih memahami sinyal non-verbal dalam ucapan. Misalnya, jika pembicara manusia terdengar kesal, bersemangat, atau sarkastik tentang apa artinya, hasilkan isyarat non-verbal ini dengan suara mereka sendiri.
Saat kita mendekati akhir tahun 2024, kecerdasan buatan suara berada pada titik balik yang menarik, yang didorong oleh terobosan mendasar seperti munculnya model suara ke suara.
Saat ini, ada beberapa bidang AI yang maju lebih cepat dalam teknologi dan bisnis daripada AI ucapan. Diharapkan pada tahun 2025, teknologi terbaru speech AI akan mengambil lompatan ke depan. ”
07 Sistem AI Mandiri Akan Mencapai Kemajuan Besar
Selama beberapa dekade, konsep kecerdasan buatan yang mandiri secara rekursif telah menjadi topik yang sering dibahas dalam dunia kecerdasan buatan.
Misalnya, pada awal 1965, I.J. Good, kolaborator dekat AlanTuring, menulis: "Mari kita definisikan mesin supercerdas sebagai mesin yang mampu jauh melampaui semua aktivitas intelektual manusia, tidak peduli seberapa cerdasnya itu." ”
“Sekali mesin dirancang menjadi salah satu dari aktivitas intelektual ini, maka mesin super cerdas dapat merancang mesin yang lebih baik; saat itu, akan muncul 'ledakan kecerdasan', kecerdasan manusia akan jauh tertinggal.”
Kecerdasan buatan dapat menciptakan kecerdasan buatan yang lebih baik, yang merupakan konsep yang penuh kebijaksanaan. Namun, bahkan hari ini, ia mempertahankan bayang-bayang fiksi ilmiah.
Namun, meskipun konsep ini belum diakui secara luas, sebenarnya sudah mulai menjadi lebih nyata. Para peneliti di garis depan ilmu AI telah mulai membuat kemajuan nyata dalam membangun sistem AI yang dapat membangun sistem AI yang lebih baik.
Kami memperkirakan bahwa arah penelitian ini akan menjadi mainstream tahun depan.
Sampai saat ini, contoh penelitian publik yang paling mencolok di sepanjang garis pemikiran ini adalah "ilmuwan kecerdasan buatan" Sakana.
"AI Scientist" dirilis pada bulan Agustus tahun ini, dan secara meyakinkan membuktikan bahwa sistem AI memang dapat melakukan penelitian AI sepenuhnya secara mandiri.
"Ilmuwan kecerdasan buatan" Sakana itu sendiri melakukan seluruh siklus penelitian kecerdasan buatan: membaca literatur yang ada, menghasilkan ide penelitian baru, merancang eksperimen untuk menguji ide-ide tersebut, melakukan eksperimen tersebut, menulis makalah penelitian untuk melaporkan hasil penelitiannya, dan kemudian meninjau kembali pekerjaannya secara sejawat.
Tugas-tugas ini dilakukan sepenuhnya secara mandiri oleh kecerdasan buatan dan tidak memerlukan campur tangan manusia. Anda dapat membaca beberapa makalah penelitian yang ditulis oleh ilmuwan AI secara online.
OpenAI, Anthropic, dan laboratorium penelitian lainnya sedang mengalokasikan sumber daya untuk ide 'peneliti kecerdasan buatan otomatis', tetapi saat ini belum ada kabar yang diakui secara resmi.
Karena semakin banyak orang menyadari bahwa otomatisasi penelitian AI sebenarnya menjadi kemungkinan nyata, diharapkan akan ada lebih banyak diskusi, kemajuan, dan aktivitas kewirausahaan di bidang ini pada tahun 2025.
Namun, tonggak sejarah yang paling signifikan adalah pertama kalinya makalah penelitian yang ditulis sepenuhnya oleh agen AI telah diterima oleh konferensi AI teratas. Jika makalah ditinjau secara membabi buta, peninjau konferensi tidak akan tahu bahwa makalah itu ditulis oleh AI sampai makalah diterima.
Jangan terkejut jika hasil penelitian kecerdasan buatan diterima oleh NeurIPS, CVPR, atau ICML tahun depan. Bagi bidang kecerdasan buatan, ini akan menjadi momen bersejarah yang menarik dan kontroversial.
08 Giantes industri seperti OpenAI beralih fokus strategis ke pembangunan aplikasi
Membangun model-model mutakhir adalah pekerjaan yang sulit.
Ini sangat padat modal. Lab model mutakhir menghabiskan banyak uang. Hanya beberapa bulan yang lalu, OpenAI mengumpulkan rekor $ 6,5 miliar, dan dalam waktu dekat, mungkin perlu mengumpulkan lebih banyak. Anthropic, xAI, dan lainnya berada dalam situasi yang sama.
Biaya konversi dan loyalitas pelanggan rendah. Aplikasi kecerdasan buatan biasanya dibangun dengan tujuan independensi model, dan model dari berbagai pemasok dapat beralih secara mulus berdasarkan perbandingan biaya dan kinerja yang berubah-ubah.
Dengan munculnya model terbuka canggih, seperti Llama Meta dan Qwen Alibaba, ancaman komoditisasi teknologi membayangi. Pemimpin AI seperti OpenAI dan Anthropic tidak dapat dan tidak akan berhenti berinvestasi dalam membangun model mutakhir.
Namun tahun depan, untuk mengembangkan bisnis dengan keuntungan yang lebih tinggi, perbedaan yang lebih besar, dan daya rekat yang lebih kuat, laboratorium terdepan berharap dapat meluncurkan lebih banyak aplikasi dan produk mereka sendiri.
Tentu saja, Laboratorium Terdepan telah memiliki sebuah kasus aplikasi yang sangat sukses: ChatGPT.
Di tahun baru ini, apa saja aplikasi first-party lainnya yang dapat kita lihat dari laboratorium kecerdasan buatan? Jawaban yang jelas adalah aplikasi pencarian yang lebih kompleks dan berfitur lebih lengkap. SearchGPT dari OpenAI merupakan pertanda dari hal ini.
Encoding adalah kategori lain yang jelas. Demikian juga, dengan produk Canvas dari OpenAI membuat penampilan pertamanya pada bulan Oktober, pekerjaan produk awal telah dimulai.
Apakah OpenAI atau Anthropic akan meluncurkan produk pencarian perusahaan pada tahun 2025? Atau produk layanan pelanggan, kecerdasan buatan hukum, atau produk kecerdasan buatan penjualan?
Dalam hal konsumen, kita dapat membayangkan produk perantara jaringan 'asisten pribadi', atau aplikasi perencanaan perjalanan, atau aplikasi pembuatan musik.
Salah satu hal yang paling menarik tentang menonton laboratorium mutakhir pindah ke lapisan aplikasi adalah bahwa langkah ini akan menempatkan mereka dalam persaingan langsung dengan banyak pelanggan terpenting mereka.
Kebingungan dalam Pencarian, Kursor dalam Pengkodean, DeSierra dalam Layanan Pelanggan, Harvey dalam Kecerdasan Buatan Hukum, Tanah Liat dalam Penjualan, dan banyak lagi.
09 Klarna akan go public pada tahun 2025, tetapi ada tanda-tanda yang membesar-besarkan nilai AI
Klarna adalah penyedia layanan "beli sekarang, bayar, bayar" yang berbasis di Swedia yang telah mengumpulkan hampir $ 5 miliar modal ventura sejak didirikan pada tahun 2005.
Mungkin tidak ada perusahaan lain yang bisa mengklaim penggunaan kecerdasan buatan mereka dengan sebangga Klarna.
Hanya beberapa hari yang lalu, CEO Klarna, Sebastian Siemiatkowski, memberi tahu Bloomberg bahwa perusahaan tersebut telah sepenuhnya berhenti mempekerjakan karyawan manusia dan beralih mengandalkan kecerdasan buatan generatif untuk menyelesaikan pekerjaan.
Seperti yang dikatakan oleh Siemiatkowski, 'Saya percaya bahwa kecerdasan buatan sudah mampu menyelesaikan semua pekerjaan yang kita lakukan sebagai manusia.'
Dalam nada yang sama, Klarna mengumumkan awal tahun ini bahwa mereka telah meluncurkan platform layanan pelanggan bertenaga AI yang telah sepenuhnya mengotomatiskan pekerjaan 700 agen manusia.
Perusahaan juga mengklaim bahwa mereka telah berhenti menggunakan produk perangkat lunak perusahaan seperti Salesforce dan Workday karena dapat menggantinya dengan kecerdasan buatan.
Terus terang, pernyataan-pernyataan ini tidak dapat dipercaya. Mereka mencerminkan kurangnya pemahaman orang terhadap kemampuan dan kekurangan sistem kecerdasan buatan saat ini.
Mengklaim bahwa agen kecerdasan buatan ujung ke ujung dapat menggantikan siapa pun di departemen fungsional organisasi dengan anggota staf manusia, pernyataan ini tidak masuk akal. Ini sama dengan memecahkan masalah kecerdasan buatan tingkat manusia yang umum.
Saat ini, perusahaan rintisan kecerdasan buatan terkemuka sedang berusaha membangun sistem agen di garis depan bidang ini untuk mencapai otomatisasi aliran kerja perusahaan yang spesifik, sempit, dan sangat terstruktur, seperti subset aktivitas agen pengembangan penjualan atau layanan pelanggan.
Meskipun dalam beberapa kasus yang terbatas, sistem agen ini belum dapat bekerja dengan sepenuhnya dapat diandalkan, meskipun dalam beberapa kasus, mereka sudah mulai bekerja dengan baik cukup untuk diterapkan secara komersial.
Mengapa Klarna akan membesar-besarkan nilai kecerdasan buatan?
Jawabannya sangat sederhana. Perusahaan ini berencana untuk go public pada paruh pertama tahun 2025. Kunci keberhasilan dalam go public adalah memiliki cerita kecerdasan buatan yang menarik.
Klarna, yang tetap menjadi bisnis yang tidak menguntungkan, kehilangan $ 241 juta tahun lalu, mungkin berharap bahwa kisah AI-nya akan meyakinkan investor pasar publik bahwa ia memiliki kemampuan untuk secara dramatis mengurangi biaya dan menghasilkan keuntungan yang langgeng.
Tidak ada keraguan bahwa setiap bisnis di dunia, termasuk Klarna, akan menikmati peningkatan produktivitas besar yang akan dihasilkan AI di tahun-tahun mendatang. Namun, masih banyak tantangan teknis, produk, dan organisasi yang harus diselesaikan sebelum agen AI dapat sepenuhnya menggantikan manusia dalam angkatan kerja.
Pernyataan yang berlebihan seperti Klarna ini adalah penghinaan terhadap bidang kecerdasan buatan dan juga penghinaan terhadap kemajuan sulit yang dicapai oleh para ahli dan pengusaha dalam pengembangan agen kecerdasan buatan.
Dengan rencana Klarna untuk meluncurkan sahamnya secara publik pada tahun 2025, diperkirakan pernyataan-pernyataan ini akan mengalami pengawasan yang lebih ketat dan keraguan dari publik, meskipun sejauh ini pernyataan-pernyataan ini sebagian besar tidak dipertanyakan. Jangan terkejut jika perusahaan ini terlalu berlebihan dalam menggambarkan aplikasi kecerdasan buatan yang dimilikinya.
10 The first real AI security incident will occur
Dalam beberapa tahun terakhir, seiring dengan kekuatan kecerdasan buatan yang semakin kuat, orang semakin khawatir bahwa sistem kecerdasan buatan mungkin mulai bertindak tidak sesuai dengan kepentingan manusia, dan manusia mungkin kehilangan kendali atas sistem-sistem ini.
Bayangkan, misalnya, bahwa sistem AI belajar menipu atau memanipulasi manusia untuk mencapai tujuannya, bahkan jika tujuan tersebut membahayakan manusia. Kekhawatiran ini sering dikategorikan sebagai masalah "keamanan AI".
Dalam beberapa tahun terakhir, keamanan AI telah bergeser dari topik kuasi-sci-fi pinggiran ke bidang aktivitas utama.
Saat ini, setiap pemain AI utama, dari Google hingga Microsoft hingga OpenAI, mencurahkan sumber daya yang signifikan untuk upaya keamanan AI. Ikon AI seperti Geoff Hinton, Yoshua Bengio, dan Elon Musk juga mulai berbicara tentang risiko keamanan AI.
Namun, sejauh ini, masalah keamanan AI tetap sepenuhnya teoritis. Tidak pernah ada insiden keamanan AI nyata di dunia nyata (setidaknya tidak dilaporkan secara publik).
Tahun 2025 akan menjadi tahun di mana situasi ini berubah, seperti apa kejadian keamanan kecerdasan buatan pertama?
Secara tegas, ini tidak akan melibatkan pembunuh mesin seperti di Terminator, dan kemungkinan tidak akan menyebabkan kerusakan pada manusia apa pun.
Mungkin model kecerdasan buatan akan mencoba untuk secara diam-diam membuat salinan dirinya sendiri di server lain untuk menyimpan dirinya sendiri (disebut sebagai self-filtering).
Atau mungkin model AI akan menyimpulkan bahwa untuk memajukan tujuan terbaik yang diberikan, ia perlu menyembunyikan kemampuannya yang sebenarnya dari manusia, evaluasi kinerja yang sengaja rendah, dan menghindari pengawasan yang lebih besar.
Contoh-contoh ini bukan semata-mata asosiasi yang dipaksakan. Percobaan penting yang diterbitkan oleh perusahaan riset Apollo bulan ini menunjukkan bahwa model-model terdepan saat ini dapat melakukan tindakan penipuan ini dengan petunjuk yang spesifik.
Demikian pula, penelitian terbaru dalam Antropologi telah menunjukkan bahwa LLM memiliki kemampuan yang mengganggu untuk "pseudo-align."
Kami memperkirakan bahwa insiden keamanan kecerdasan buatan ini akan ditemukan dan dieliminasi sebelum menyebabkan kerusakan yang nyata. Namun, ini akan menjadi momen yang sangat menarik bagi dunia kecerdasan buatan dan masyarakat secara keseluruhan.
Ini akan menjelaskan satu hal: sebelum manusia menghadapi ancaman keberadaan dari kecerdasan buatan yang tak terkendali, kita perlu menerima realitas yang lebih sederhana: kita sekarang berbagi dunia kita dengan bentuk kecerdasan lain yang kadang-kadang bisa nakal, tidak dapat diprediksi, dan menipu.