Published on:
Menelusuri Kebangkitan Kecerdasan Buatan: Dari Rasa Ingin Tahu Manusia Menuju Revolusi Kognitif
“Sebagai seorang jurnalis, saya selalu memiliki rasa ingin tahu yang mendalam tentang dunia.” Dengan kata-kata ini, tokoh media Tiongkok Yang Lan membuka dokumenter Exploring Artificial Intelligence, membingkai sebuah perjalanan yang didorong oleh pertanyaan-pertanyaan yang semakin mendefinisikan era kita: Apakah mesin menjadi lebih pintar daripada manusia? Akankah kecerdasan buatan suatu hari nanti menggantikan kita? Dan seberapa jauh teknologi dapat memperluas batas-batas kecerdasan manusia?
Pertanyaan-pertanyaan ini mendapatkan urgensi global pada tahun 2016, tahun yang secara luas dianggap sebagai momen terobosan bagi kecerdasan buatan. Dari big data dan komputasi awan hingga deep learning dan sistem otonom, AI dengan cepat berpindah dari laboratorium ke kesadaran publik.
Satu peristiwa yang menentukan adalah pertandingan bersejarah di mana AlphaGo mengalahkan juara dunia Lee Sedol, melambangkan pergeseran dalam cara manusia memandang kecerdasan mesin.
Bahasa, Kognisi, dan Pikiran Mesin
Kecerdasan manusia berevolusi melalui bahasa. Sekitar 70.000 tahun yang lalu, pengembangan sistem bicara yang kompleks memungkinkan manusia untuk mendeskripsikan lingkungan mereka, bertukar ide abstrak, dan membangun masyarakat. “Revolusi kognitif” ini secara mendasar membentuk kembali peradaban.
Dokumenter tersebut mengajukan pertanyaan paralel: bagaimana mesin memahami bahasa?
Upaya awal masih sederhana. Pada tahun 1952, para ilmuwan di Bell Labs mengajarkan mesin untuk mengenali sepuluh digit bahasa Inggris yang diucapkan, menamai sistem tersebut “Audrey.” Meskipun terobosan, sistem ini masih jauh dari pemahaman bahasa alami yang sebenarnya. Kemajuan terjadi secara bertahap dan sering kali terkendala oleh data dan daya komputasi yang terbatas.
Kemajuan terjadi secara bertahap dan sering kali terkendala oleh data dan daya komputasi yang terbatas.
Titik balik besar terjadi pada 1980-an, ketika Kai-Fu Lee memulai penelitian pengenalan suara di Universitas Carnegie Mellon. Karyanya memperkenalkan sistem yang mampu memahami ucapan terus-menerus dari banyak pembicara—sebuah langkah penting menuju interaksi manusia-komputer yang alami. Untuk pertama kalinya, mesin dapat memproses bahasa lisan dengan cara yang menyerupai dialog nyata daripada perintah yang terisolasi.
Dari Sistem Berbasis Aturan ke Deep Learning
Meskipun ada kemajuan ini, sistem bicara dan bahasa mengalami kesulitan selama beberapa dekade. Terobosan tiba pada pertengahan 2000-an, didorong oleh paradigma baru: deep learning.
Pada tahun 2006, Geoffrey Hinton menerbitkan penelitian berpengaruh tentang jaringan saraf tiruan mendalam (deep neural networks), mengambil inspirasi dari struktur otak manusia. Karyanya menekankan skala—model yang lebih besar, lebih banyak lapisan, dan data yang jauh lebih banyak. Pendekatan ini beresonansi dengan para peneliti seperti Deng Li, yang menunjukkan bahwa ketika dipasangkan dengan kumpulan data yang besar dan daya komputasi modern, tingkat kesalahan dalam pengenalan suara dapat turun secara drastis, terkadang lebih dari 20 persen dalam eksperimen awal.
Apa yang menghambat jaringan saraf tiruan pada 1990-an bukanlah teori yang cacat, melainkan data dan sumber daya komputasi yang tidak mencukupi. Seiring dengan internet yang menghasilkan dataset besar dan daya pemrosesan yang meningkat, deep learning tiba-tiba berkembang pesat. Masalah yang dulunya tampak sulit diatasi mulai menghilang.
Mesin Memasuki Dunia Fisik
Dokumenter ini juga mengeksplorasi bagaimana kecerdasan buatan bergerak melampaui perangkat lunak ke lingkungan fisik. Di laboratorium AI Universitas Stanford, robot mirip manusia PR2 melakukan tugas-tugas seperti menavigasi lorong, menggunakan lift, dan membelikan kopi untuk para peneliti.
Desainnya tidak dimaksudkan untuk meniru manusia, tetapi untuk berinteraksi secara efisien dengan dunia yang berpusat pada manusia—melihat, menggenggam, dan menerapkan kekuatan yang terkendali.
Ini mencerminkan pergeseran yang lebih luas dalam robotika: mesin tidak lagi terbatas pada pabrik. Mereka belajar untuk hidup berdampingan dengan manusia, beradaptasi dengan lingkungan yang kompleks dan tidak terstruktur.
Mempercepat Kecerdasan Manusia
Setelah mengunjungi lebih dari 30 laboratorium AI di lima negara dan mewawancarai lebih dari 80 tokoh terkemuka, Yang Lan menyimpulkan bahwa kecerdasan buatan bukan sekadar tentang menggantikan kecerdasan manusia. Sebaliknya, AI mempercepatnya.
Dari pengenalan suara dan pemahaman bahasa hingga robotika dan deep learning, AI telah menjadi alat yang memperluas kemampuan manusia. Pertanyaan utamanya bukan lagi apakah AI akan mengubah masyarakat, tetapi bagaimana kemanusiaan memilih untuk membentuk perubahan tersebut.
