Mark Chen, Chief Research Officer OpenAI, mengatakan perusahaannya semakin dekat dengan model AI yang dapat menjalankan risetnya sendiri, sehingga kecerdasan buatan umum (AGI) makin berada dalam jangkauan.
Poin-Poin Utama:
- Chen berpendapat hukum penskalaan tetap berlaku, dengan pretraining dan rantai penalaran yang lebih panjang masih menjadi pendorong kemajuan menuju AGI.
- Ia mengatakan model yang mampu melakukan riset mandiri hampir siap, sebuah pergeseran yang akan membentuk ulang peran peneliti manusia.
- Chen menyebut krisis evaluasi yang makin dalam dan pembelajaran berkelanjutan yang belum terpecahkan sebagai hambatan terbesar di bidang ini.
Chen Memetakan Jalan Menuju AGI
Chen memaparkan pemikirannya dalam sebuah wawancara podcast baru-baru ini, saat 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 menghadapi bottleneck baru.
Ia mengatakan perusahaan berada di kurva eksponensial yang bertahan hampir 10 ordo besaran, dan hanya sedikit yang menunjukkan kurva itu akan patah, demikian ia klaimkan.
Chen juga menyoroti taruhan OpenAI pada penalaran. Ia mengatakan para peragu awal di dalam perusahaan mempertanyakan proyek o1 sebelum Jakub Pachocki, Ilya Sutskever, dan beberapa orang lain mendorongnya maju.
Sekarang ia memperkirakan model akan menangani tugas riset yang berlangsung berminggu-minggu, menghasilkan ide-ide yang melampaui titik buta para ahli manusia.
Menurutnya, peta jalan OpenAI membentang tiga tahun dan berakhir dengan model yang menangani riset secara end-to-end, dari ide pertama hingga hasil akhir.
Juga Baca: BitMine Menentang Aksi Jual dengan Taruhan Ethereum US$43 Juta, Strategi Berkedip
Mengapa Gagasan Vibe Researcher Penting
Chen melontarkan sebuah istilah yang menarik perhatian, yaitu vibe researcher.
Dalam masa depan itu, katanya kepada pendengar, peneliti terbaik berhenti menulis setiap baris kode dan sebagai gantinya mengarahkan model yang menangani eksekusi dan penjadwalan. Pekerjaan manusia menyempit menjadi dua tugas: mengajukan pertanyaan tajam dan menilai apakah sebuah jawaban memiliki “rasa” yang nyata.
Visi itu 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 peningkatan nyata, kebiasaan yang ia sebut benchmaxxing. 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, meskipun menurutnya sudah banyak upaya yang menargetkan masalah tersebut.
Jika lintasan itu bertahan, Chen menyarankan, sumber daya manusia yang paling langka akan bergeser dari kecerdasan mentah menuju penilaian dan pengalaman hidup.
Chen sudah beberapa kali mengemukakan versi argumen ini. Sekitar peluncuran GPT-4.5 ia berpendapat bahwa paradigma penskalaan masih bisa berlanjut, dan ia sejak lama menegaskan tidak ada bukti bahwa hukum penskalaan telah mati.
Baca Berikutnya: CZ Mengatakan Binance Tinggal Beberapa Hari dari Persetujuan MiCA Sebelum Politik Campur Tangan