Para peneliti telah meluncurkan “Dragon Hatchling,” sebuah model kecerdasan buatan (AI) baru yang dirancang untuk meniru proses pembelajaran dinamis otak manusia. Arsitektur ini, yang dikembangkan oleh startup AI Pathway, dapat mewakili langkah penting menuju pencapaian kecerdasan umum buatan (AGI) – AI yang dapat berpikir, belajar, dan beradaptasi seperti manusia.
Keterbatasan AI Saat Ini
Model bahasa besar (LLM) yang ada, seperti ChatGPT dan Google Gemini, mengandalkan arsitektur transformator. Meskipun kuat, transformator mempunyai keterbatasan mendasar: mereka tidak belajar secara terus-menerus. Setelah dilatih, parameternya tetap, sehingga memerlukan pelatihan ulang atau penyesuaian untuk menggabungkan pengetahuan baru. Artinya, mereka kesulitan untuk menggeneralisasikan penalaran di luar pola yang telah mereka lihat, tidak seperti otak manusia, yang terus-menerus beradaptasi dan memperkuat koneksi saraf melalui pengalaman.
Perbedaan Penetasan Naga
Dragon Hatchling bertujuan untuk mengatasi keterbatasan ini dengan menyesuaikan struktur internalnya secara dinamis secara real-time saat memproses informasi. Berbeda dengan transformator, yang memproses data secara berurutan melalui lapisan bertumpuk, Dragon Hatchling berperilaku lebih seperti web yang fleksibel. “Partikel neuron” kecil bertukar informasi, memperkuat atau melemahkan koneksi untuk mempertahankan pengetahuan yang dipelajari dan menerapkannya pada situasi masa depan.
Adaptasi berkelanjutan ini meniru bagaimana neuron manusia menguat atau melemah seiring berjalannya waktu, sehingga secara efektif memberikan model tersebut bentuk memori jangka pendek yang memengaruhi masukan baru. Tidak seperti LLM tradisional, memori ini tidak disimpan dalam data pelatihan namun muncul dari perubahan arsitektur yang berkelanjutan.
Fitur dan Performa Utama
Arsitektur model dirancang untuk menggeneralisasi penalaran di luar pola yang telah dilatih sebelumnya, yang merupakan tantangan signifikan bagi AI saat ini. Pada pengujian awal, Dragon Hatchling memiliki performa serupa dengan GPT-2 pada pemodelan bahasa standar dan tugas terjemahan, meskipun masih dalam bentuk prototipe. Hal ini menunjukkan bahwa arsitektur tersebut memiliki potensi untuk berkembang dan bersaing dengan LLM yang sudah mapan.
Implikasi terhadap AGI
Kemampuan untuk belajar terus menerus dan beradaptasi secara real-time merupakan langkah penting menuju AGI. AI saat ini kesulitan menangani hal-hal baru dan sering kali gagal ketika dihadapkan pada masukan yang tidak terduga. Arsitektur dinamis Dragon Hatchling dapat mengatasi keterbatasan ini, memungkinkan AI untuk berpikir, belajar, dan beradaptasi seperti manusia.
Pandangan Masa Depan
Perkembangan Dragon Hatchling menandai perubahan signifikan dalam arsitektur AI. Meskipun masih dalam tahap awal, model ini menunjukkan potensi AI untuk melampaui pembelajaran statis dan menuju bentuk kecerdasan yang lebih dinamis dan mirip manusia. Penelitian dan pengembangan lebih lanjut akan sangat penting untuk sepenuhnya membuka kemampuan AI dan mengeksplorasi implikasinya terhadap masa depan AI.
Kemampuan untuk menciptakan AI yang belajar dan beradaptasi seperti otak manusia dapat merevolusi berbagai bidang mulai dari penemuan ilmiah hingga pemecahan masalah sehari-hari. Munculnya arsitektur seperti Dragon Hatchling menunjukkan bahwa jalan menuju AGI mungkin lebih dekat dari yang dibayangkan sebelumnya
