Sepertinya kecerdasan buatan (AI) telah mencapai titik jenuh. Para pencipta model AI tampaknya tidak membuat kemajuan secepat sebelumnya. Banyak produk yang mereka janjikan terlalu dibesar-besarkan dan tidak memenuhi harapan, dan konsumen tidak begitu yakin apa yang harus dilakukan dengan AI generatif selain menggunakannya sebagai pengganti mesin pencari tradisional.
Jika belum, AI tampaknya mulai keluar dari fase pertumbuhan awalnya dan memasuki periode stagnasi.
Pertumbuhan eksplosif AI dari 2022 hingga 2024
Dari November 2022 hingga akhir 2024, perkembangan baru dalam kecerdasan buatan terjadi dengan cepat. ChatGPT diluncurkan pada November 2022. Empat bulan kemudian, kami mendapatkan GPT-4. Dua bulan setelah itu, OpenAI menambahkan Penerjemah Kode dan Analisis Data Lanjutan. Pada saat yang sama, kemajuan signifikan terjadi dalam generasi teks-ke-gambar dan teks-ke-video. Kemajuan tampaknya jatuh setiap 30 hingga 120 hari di OpenAI, dan pesaing mereka tampaknya bergerak seiring, mungkin karena takut tertinggal jika mereka tidak mengikuti perkembangan.
Dengan semua angin di layar mereka, perusahaan mulai membuat janji besar: agen AI otonom yang dapat merencanakan, beralasan, dan menyelesaikan tugas kompleks dari awal hingga akhir tanpa campur tangan manusia. AI kreatif yang akan menggantikan pemasar, desainer, pembuat film, penulis lagu, dan AI yang akan menggantikan seluruh kategori pekerjaan kantoran. Namun, sebagian besar janji itu masih belum terwujud; jika sudah, hasilnya tidak memuaskan.
Mengapa inovasi AI melambat
Masalahnya bukan hanya bahwa agen AI atau tenaga kerja otomatis tidak memenuhi harapan; tetapi produk-produk yang tidak mengesankan ini adalah hasil dari masalah yang jauh lebih besar. Inovasi di industri AI sedang melambat, dan perusahaan-perusahaan terkemuka yang membangun alat-alat ini tampak kehilangan arah.
Tidak setiap produk yang diluncurkan antara 2022 dan 2024 adalah revolusioner. Banyak dari pembaruan selama periode ini mungkin tidak digunakan oleh konsumen sehari-hari. Ini karena sebagian besar orang masih hanya menggunakan AI sebagai alternatif untuk mesin pencari, atau, seperti yang mulai disebut oleh beberapa orang, mereka menggunakan AI sebagai mesin jawaban, iterasi berikutnya dari mesin pencari.
Meskipun itu adalah kasus penggunaan yang valid, dapat dikatakan bahwa raksasa teknologi memiliki visi yang jauh lebih besar untuk AI. Namun, satu hal yang mungkin menghambat mereka, dan salah satu alasan mengapa produk yang lebih dibesar-besarkan mengalami kesulitan di pasar, adalah karena masalah klasik di industri yang sangat teknis: insinyur brilian terkadang berakhir membangun alat dan produk yang hanya diketahui cara memanfaatkannya oleh insinyur brilian lainnya, tetapi mereka lupa untuk membuat alat dan produk tersebut dapat digunakan oleh populasi pengguna mereka yang jauh lebih besar yang bukan insinyur brilian. Dalam hal ini, itu berarti pengguna umum, audiens yang dapat dikatakan menjadikan AI arus utama pada tahun 2022.
Namun, bahkan stagnasi dalam produk AI adalah efek domino dari masalah yang lebih besar terkait dengan bagaimana model AI dilatih.
Laboratorium AI terbesar telah secara obsesif meningkatkan model dasar mereka. Pada awalnya, perbaikan dalam model AI mereka membuat perbedaan besar yang dapat diperhatikan dari versi ke versi. Namun sekarang, kita telah mencapai titik pengembalian yang semakin menurun dalam optimasi model. Saat ini, setiap peningkatan pada model AI tampaknya kurang mencolok dibandingkan yang sebelumnya. Salah satu teori terkemuka di balik ini adalah bahwa laboratorium AI kehabisan data unik berkualitas tinggi untuk melatih model mereka. Mereka telah mengumpulkan apa yang bisa kita asumsikan sebagai seluruh internet, jadi ke mana mereka akan pergi selanjutnya untuk data, dan bagaimana data yang mereka peroleh akan berbeda dari data yang berusaha didapatkan oleh pesaing mereka?
Sebelum menghadapi tembok ini, formula untuk sukses dalam model AI sangat sederhana: memberi model bahasa besar lebih banyak data internet, dan mereka menjadi lebih baik. Namun, internet adalah sumber daya yang terbatas, dan banyak raksasa AI telah menghabiskannya. Selain itu, ketika semua orang melatih pada data yang sama, tidak ada yang bisa unggul. Dan jika Anda tidak dapat mendapatkan data baru yang unik, Anda tidak dapat terus membuat model menjadi jauh lebih baik dengan melatih data. Itulah tembok yang dihadapi banyak perusahaan ini.
Penting untuk dicatat, perbaikan bertahap yang dilakukan pada model-model ini masih sangat penting meskipun imbal hasilnya semakin menurun. Meskipun perbaikan ini tidak sekuat perbaikan di masa lalu, mereka masih perlu dilakukan untuk produk AI di masa depan yang telah dijanjikan untuk disampaikan.
Kemana AI pergi dari sini
Jadi, bagaimana kita memperbaiki masalah ini? Apa yang hilang adalah perhatian terhadap permintaan konsumen di tingkat produk. Konsumen menginginkan produk dan alat AI yang menyelesaikan masalah nyata dalam hidup mereka, intuitif, dan dapat digunakan tanpa memiliki gelar STEM. Sebaliknya, mereka telah menerima produk yang tampaknya tidak siap untuk produksi, seperti agen, dengan kasus penggunaan yang samar dan lebih terasa seperti eksperimen daripada produk. Produk seperti ini jelas tidak dibangun untuk siapa pun secara khusus; mereka sulit digunakan, dan mungkin karena mereka kesulitan untuk mendapatkan adopsi.
Hingga sesuatu berubah, AI kemungkinan akan terjebak dalam pola penahanan. Apakah terobosan itu berasal dari data pelatihan yang lebih baik, cara baru dalam menginterpretasikan data yang ada, atau produk konsumen unggulan yang akhirnya populer, sesuatu harus berubah.
Dari 2022 hingga 2024, AI tampaknya melompat sepuluh langkah maju setiap empat bulan. Namun pada 2025, AI hanya bergerak maju satu langkah kecil pada satu waktu dan jauh lebih jarang.
Sayangnya, tidak ada solusi cepat di sini. Namun, fokus pada produk yang solid untuk konsumen bisa menjadi peluang yang mudah. Jika raksasa teknologi menghabiskan lebih sedikit waktu mengejar produk AI yang terdengar futuristik namun bersifat umum dan lebih banyak waktu untuk menghadirkan alat dengan kasus penggunaan yang sempit dan dampak tinggi yang dapat digunakan orang langsung dari kotak, maka mereka akan melihat lebih banyak kesuksesan.
Tetapi dalam jangka panjang, akan ada kebutuhan untuk semacam kemajuan besar yang menyelesaikan kekeringan data yang sedang kita alami saat ini, apakah itu perusahaan menemukan sumber data pelatihan baru yang eksklusif atau menemukan cara bagi model untuk memanfaatkan lebih banyak data yang sudah mereka miliki.
Agar kecerdasan buatan (AI) dapat berfungsi dengan baik dalam hukum dan berkembang di tengah tantangan yang semakin meningkat, ia perlu mengintegrasikan sistem blockchain perusahaan yang memastikan kualitas dan kepemilikan data—memungkinkan untuk menjaga data tetap aman sekaligus menjamin ketidakberubahan dataLihat liputan CoinGeektentang teknologi yang sedang berkembang ini untuk mempelajari lebih lanjutmengapa blockchain perusahaan akan menjadi tulang punggung AI*.*
Tonton: Kecerdasan buatan membutuhkan blockchain
Lihat Asli
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Apakah inovasi AI telah menemui jalan buntu?
Sepertinya kecerdasan buatan (AI) telah mencapai titik jenuh. Para pencipta model AI tampaknya tidak membuat kemajuan secepat sebelumnya. Banyak produk yang mereka janjikan terlalu dibesar-besarkan dan tidak memenuhi harapan, dan konsumen tidak begitu yakin apa yang harus dilakukan dengan AI generatif selain menggunakannya sebagai pengganti mesin pencari tradisional.
Jika belum, AI tampaknya mulai keluar dari fase pertumbuhan awalnya dan memasuki periode stagnasi.
Pertumbuhan eksplosif AI dari 2022 hingga 2024
Dari November 2022 hingga akhir 2024, perkembangan baru dalam kecerdasan buatan terjadi dengan cepat. ChatGPT diluncurkan pada November 2022. Empat bulan kemudian, kami mendapatkan GPT-4. Dua bulan setelah itu, OpenAI menambahkan Penerjemah Kode dan Analisis Data Lanjutan. Pada saat yang sama, kemajuan signifikan terjadi dalam generasi teks-ke-gambar dan teks-ke-video. Kemajuan tampaknya jatuh setiap 30 hingga 120 hari di OpenAI, dan pesaing mereka tampaknya bergerak seiring, mungkin karena takut tertinggal jika mereka tidak mengikuti perkembangan.
Dengan semua angin di layar mereka, perusahaan mulai membuat janji besar: agen AI otonom yang dapat merencanakan, beralasan, dan menyelesaikan tugas kompleks dari awal hingga akhir tanpa campur tangan manusia. AI kreatif yang akan menggantikan pemasar, desainer, pembuat film, penulis lagu, dan AI yang akan menggantikan seluruh kategori pekerjaan kantoran. Namun, sebagian besar janji itu masih belum terwujud; jika sudah, hasilnya tidak memuaskan.
Mengapa inovasi AI melambat
Masalahnya bukan hanya bahwa agen AI atau tenaga kerja otomatis tidak memenuhi harapan; tetapi produk-produk yang tidak mengesankan ini adalah hasil dari masalah yang jauh lebih besar. Inovasi di industri AI sedang melambat, dan perusahaan-perusahaan terkemuka yang membangun alat-alat ini tampak kehilangan arah.
Tidak setiap produk yang diluncurkan antara 2022 dan 2024 adalah revolusioner. Banyak dari pembaruan selama periode ini mungkin tidak digunakan oleh konsumen sehari-hari. Ini karena sebagian besar orang masih hanya menggunakan AI sebagai alternatif untuk mesin pencari, atau, seperti yang mulai disebut oleh beberapa orang, mereka menggunakan AI sebagai mesin jawaban, iterasi berikutnya dari mesin pencari.
Meskipun itu adalah kasus penggunaan yang valid, dapat dikatakan bahwa raksasa teknologi memiliki visi yang jauh lebih besar untuk AI. Namun, satu hal yang mungkin menghambat mereka, dan salah satu alasan mengapa produk yang lebih dibesar-besarkan mengalami kesulitan di pasar, adalah karena masalah klasik di industri yang sangat teknis: insinyur brilian terkadang berakhir membangun alat dan produk yang hanya diketahui cara memanfaatkannya oleh insinyur brilian lainnya, tetapi mereka lupa untuk membuat alat dan produk tersebut dapat digunakan oleh populasi pengguna mereka yang jauh lebih besar yang bukan insinyur brilian. Dalam hal ini, itu berarti pengguna umum, audiens yang dapat dikatakan menjadikan AI arus utama pada tahun 2022.
Namun, bahkan stagnasi dalam produk AI adalah efek domino dari masalah yang lebih besar terkait dengan bagaimana model AI dilatih.
Laboratorium AI terbesar telah secara obsesif meningkatkan model dasar mereka. Pada awalnya, perbaikan dalam model AI mereka membuat perbedaan besar yang dapat diperhatikan dari versi ke versi. Namun sekarang, kita telah mencapai titik pengembalian yang semakin menurun dalam optimasi model. Saat ini, setiap peningkatan pada model AI tampaknya kurang mencolok dibandingkan yang sebelumnya. Salah satu teori terkemuka di balik ini adalah bahwa laboratorium AI kehabisan data unik berkualitas tinggi untuk melatih model mereka. Mereka telah mengumpulkan apa yang bisa kita asumsikan sebagai seluruh internet, jadi ke mana mereka akan pergi selanjutnya untuk data, dan bagaimana data yang mereka peroleh akan berbeda dari data yang berusaha didapatkan oleh pesaing mereka? Sebelum menghadapi tembok ini, formula untuk sukses dalam model AI sangat sederhana: memberi model bahasa besar lebih banyak data internet, dan mereka menjadi lebih baik. Namun, internet adalah sumber daya yang terbatas, dan banyak raksasa AI telah menghabiskannya. Selain itu, ketika semua orang melatih pada data yang sama, tidak ada yang bisa unggul. Dan jika Anda tidak dapat mendapatkan data baru yang unik, Anda tidak dapat terus membuat model menjadi jauh lebih baik dengan melatih data. Itulah tembok yang dihadapi banyak perusahaan ini.
Penting untuk dicatat, perbaikan bertahap yang dilakukan pada model-model ini masih sangat penting meskipun imbal hasilnya semakin menurun. Meskipun perbaikan ini tidak sekuat perbaikan di masa lalu, mereka masih perlu dilakukan untuk produk AI di masa depan yang telah dijanjikan untuk disampaikan.
Kemana AI pergi dari sini
Jadi, bagaimana kita memperbaiki masalah ini? Apa yang hilang adalah perhatian terhadap permintaan konsumen di tingkat produk. Konsumen menginginkan produk dan alat AI yang menyelesaikan masalah nyata dalam hidup mereka, intuitif, dan dapat digunakan tanpa memiliki gelar STEM. Sebaliknya, mereka telah menerima produk yang tampaknya tidak siap untuk produksi, seperti agen, dengan kasus penggunaan yang samar dan lebih terasa seperti eksperimen daripada produk. Produk seperti ini jelas tidak dibangun untuk siapa pun secara khusus; mereka sulit digunakan, dan mungkin karena mereka kesulitan untuk mendapatkan adopsi.
Hingga sesuatu berubah, AI kemungkinan akan terjebak dalam pola penahanan. Apakah terobosan itu berasal dari data pelatihan yang lebih baik, cara baru dalam menginterpretasikan data yang ada, atau produk konsumen unggulan yang akhirnya populer, sesuatu harus berubah.
Dari 2022 hingga 2024, AI tampaknya melompat sepuluh langkah maju setiap empat bulan. Namun pada 2025, AI hanya bergerak maju satu langkah kecil pada satu waktu dan jauh lebih jarang.
Sayangnya, tidak ada solusi cepat di sini. Namun, fokus pada produk yang solid untuk konsumen bisa menjadi peluang yang mudah. Jika raksasa teknologi menghabiskan lebih sedikit waktu mengejar produk AI yang terdengar futuristik namun bersifat umum dan lebih banyak waktu untuk menghadirkan alat dengan kasus penggunaan yang sempit dan dampak tinggi yang dapat digunakan orang langsung dari kotak, maka mereka akan melihat lebih banyak kesuksesan.
Tetapi dalam jangka panjang, akan ada kebutuhan untuk semacam kemajuan besar yang menyelesaikan kekeringan data yang sedang kita alami saat ini, apakah itu perusahaan menemukan sumber data pelatihan baru yang eksklusif atau menemukan cara bagi model untuk memanfaatkan lebih banyak data yang sudah mereka miliki.
Agar kecerdasan buatan (AI) dapat berfungsi dengan baik dalam hukum dan berkembang di tengah tantangan yang semakin meningkat, ia perlu mengintegrasikan sistem blockchain perusahaan yang memastikan kualitas dan kepemilikan data—memungkinkan untuk menjaga data tetap aman sekaligus menjamin ketidakberubahan data Lihat liputan CoinGeek tentang teknologi yang sedang berkembang ini untuk mempelajari lebih lanjut mengapa blockchain perusahaan akan menjadi tulang punggung AI*.*
Tonton: Kecerdasan buatan membutuhkan blockchain