Google DeepMind bukan sekadar laboratorium biasa. Ini adalah hasil merger antara Google Brain, pembangkit tenaga AI internal Google, dan DeepMind, startup asal Inggris yang terkenal mengalahkan pemain Go terbaik dunia. Kini, perusahaan ini berdiri sebagai anak perusahaan di bawah Alphabet, perusahaan induk yang memegang berbagai saham Google. Misinya ambisius. Tujuannya adalah kecerdasan umum buatan. Hal ini berarti membangun sistem yang dapat mempelajari dan menerapkan pengetahuan dalam berbagai tugas, tidak hanya pada satu fungsi yang sempit.
Berkantor pusat di London, organisasi ini beroperasi dengan cakupan internasional. Ini tidak berfungsi dalam ruang hampa. Teknologinya memberi masukan langsung ke ekosistem Google. Dari penelusuran hingga komputasi awan, dampaknya tersebar luas.
Dorongan untuk AGI
Mengapa fokus pada AGI? Karena AI yang sempit ada batasnya. Model yang hanya merekomendasikan film atau memfilter spam memang berguna, tetapi tidak ada gunanya. Itu tidak beradaptasi. DeepMind ingin mengubahnya. Hal ini bertujuan untuk menciptakan AI yang dapat mengatasi masalah yang tidak diprogram secara eksplisit untuk diselesaikan. Hal ini memerlukan perubahan mendasar dalam cara mesin belajar. Daripada mengandalkan kumpulan data yang besar untuk mendapatkan hasil yang spesifik, sistem ini memerlukan fleksibilitas. Mereka perlu melakukan generalisasi.
Ini bukan sekedar teori. Para peneliti di DeepMind telah melihat sekilas potensi ini. AlphaFold, misalnya, memecahkan tantangan besar biologi selama 50 tahun dengan memprediksi struktur protein dengan akurasi luar biasa. Itu bukan sekedar alat. Ini merupakan lompatan menuju pemahaman sistem yang kompleks. Ini menunjukkan apa yang terjadi ketika AI bergerak melampaui pencocokan pola dan menuju pemecahan masalah yang sesungguhnya.
Dari London ke Panggung Global
Kantor pusat di London berfungsi sebagai pusatnya, namun bakatnya didistribusikan. Para ilmuwan dari seluruh dunia berkontribusi pada proyek-proyek yang mencakup berbagai disiplin ilmu. Fisika. Biologi. Ilmu Komputer. Garis-garisnya kabur. Pendekatan interdisipliner ini diperlukan. Masalah dunia nyata tidak masuk dalam kategori yang rapi. Sebuah sistem yang dirancang untuk mengoptimalkan jaringan energi juga dapat meningkatkan arus lalu lintas. Sebuah model yang dilatih untuk penemuan obat dapat membantu dalam ilmu material.
Integrasi dengan produk Google merupakan sumber daya sekaligus tanggung jawab. Akses terhadap data dalam jumlah besar dan daya komputasi mempercepat penelitian. Namun hal ini juga menimbulkan pertanyaan. Bagaimana Anda memastikan sistem ini aman? Bagaimana cara mencegah bias? Bagaimana Anda menjaga transparansi? Ini bukanlah renungan. Mereka adalah pusat dari proses pembangunan.
Pengorbanan
Membangun AGI bukannya tanpa biaya. Persyaratan komputasi sangat mencengangkan. Melatih model besar menghabiskan banyak energi dan sumber daya. Ada juga pertanyaan tentang kendali. Ketika sistem menjadi lebih otonom, risiko konsekuensi yang tidak diinginkan pun meningkat. DeepMind mengakui hal ini. Perusahaan ini banyak berinvestasi dalam penelitian keselamatan. Ini berfungsi pada masalah penyelarasan. Idenya adalah untuk memastikan bahwa sistem AI bertindak sesuai dengan nilai-nilai kemanusiaan.
Tapi penyelarasan itu sulit. Nilai-nilai kemanusiaan itu kompleks dan sering kali saling bertentangan. Mendefinisikannya secara tepat untuk sebuah mesin adalah sebuah tantangan. Hal ini membutuhkan masukan dari para ahli etika, pembuat kebijakan, dan masyarakat. Ini bukan hanya masalah teknis. Ini masalah kemasyarakatan.
Mengapa Ini Penting Sekarang
Perlombaan untuk mendapatkan AGI semakin intensif. Pesaing bermunculan. Implikasinya sangat besar. Jika berhasil, hal ini dapat merevolusi industri. Itu bisa mengatasi penyakit. Hal ini dapat mengoptimalkan sistem global. Namun hal ini juga dapat mengganggu pasar tenaga kerja. Itu bisa memusatkan kekuatan. Taruhannya tinggi.
Pekerjaan DeepMind adalah sebuah ujian. Ini menunjukkan apa yang mungkin terjadi. Dia
