Mark Chen, Chief Research Officer OpenAI, mengatakan perusahaannya semakin dekat dengan model AI yang dapat melakukan risetnya sendiri, sehingga kecerdasan umum artifisial (AGI) kian berada dalam jangkauan.
Poin-Poin Utama:
- Chen berpendapat hukum penskalaan masih berlaku, dengan pretraining dan rantai penalaran yang lebih panjang tetap mendorong kemajuan menuju AGI.
- Ia mengatakan model yang mampu melakukan riset mandiri sudah dekat, sebuah pergeseran yang akan mengubah peran peneliti manusia.
- Chen menyebut krisis evaluasi yang kian dalam dan pembelajaran berkelanjutan yang belum terpecahkan sebagai hambatan terbesar di bidang ini.
Chen Memetakan Jalur Menuju AGI
Chen memaparkan pandangannya dalam sebuah wawancara podcast terbaru, di mana ia memasak di depan kamera sambil menjelaskan strategi riset OpenAI.
Ia menolak klaim bahwa penskalaan telah mandek. Menurutnya, argumen itu selalu muncul kembali setiap kali bidang ini menemui bottleneck baru.
Perusahaan ini berada di atas kurva eksponensial yang bertahan hampir 10 ordo besaran, dan hanya sedikit yang menunjukkan bahwa kurva itu akan patah, ia klaim.
Chen juga menyoroti taruhan OpenAI pada penalaran. Ia mengatakan para peragu awal di dalam perusahaan sempat mempertanyakan proyek o1 sebelum Jakub Pachocki, Ilya Sutskever, dan beberapa orang lain mendorongnya maju.
Kini ia memperkirakan model akan menangani tugas-tugas riset yang berlangsung selama berminggu-minggu, menghasilkan ide-ide yang melampaui titik buta para pakar manusia.
Peta jalan OpenAI, menurutnya, membentang tiga tahun dan berujung pada model yang menangani riset dari ujung ke ujung, dari ide pertama hingga hasil akhir.
Juga Baca: BitMine Menantang Aksi Jual Dengan Taruhan Ethereum $43 Juta, Strategi Goyah
Mengapa Gagasan “Vibe Researcher” Penting
Chen melontarkan istilah yang menarik perhatian, yakni vibe researcher.
Dalam gambaran masa depan itu, katanya kepada para pendengar, peneliti terbaik berhenti menulis setiap baris kode dan malah mengarahkan model yang menangani eksekusi dan penjadwalan. Pekerjaan manusia menyempit menjadi dua tugas: mengajukan pertanyaan tajam dan menilai apakah sebuah jawaban benar-benar punya “rasa”.
Visi tersebut berdiri di atas landasan yang rapuh, dan Chen tidak berpura-pura sebaliknya.
Ia memperingatkan tentang krisis evaluasi, menggambarkan tim-tim yang mengejar skor benchmark tanpa capaian nyata, kebiasaan yang ia sebut benchmaxxing. Uji-uji lama kini sudah jenuh, dan uji baru kehilangan nilai hampir segera setelah dipublikasikan.
Pembelajaran berkelanjutan tetap menjadi celah yang lebih sulit. Chen menyebutnya kemampuan dasar yang masih harus dibuka bidang ini, meski ia mengatakan sudah banyak upaya yang menargetkan masalah tersebut.
Jika kurva itu bertahan, Chen menyarankan, sumber daya manusia yang paling langka akan bergeser dari kecerdasan mentah ke arah penilaian dan pengalaman hidup.
Chen sudah beberapa kali mengemukakan versi argumen ini sebelumnya. Sekitar peluncuran GPT-4.5 ia berpendapat bahwa paradigma penskalaan bisa terus berlanjut, dan ia sejak lama bersikeras bahwa belum ada bukti hukum penskalaan telah mati.
Baca Selanjutnya: CZ Mengatakan Binance Tinggal Selangkah Lagi dari Persetujuan MiCA Sebelum Politik Ikut Campur