(Bloomberg) — Google DeepMind, divisi penelitian Alphabet, mengatakan telah mengambil “langkah penting” untuk menjadikan kecerdasan buatan memiliki kemampuan seperti manusia. Ini melibatkan pemecahan masalah matematika sekolah menengah.

Dalam makalah yang diterbitkan di Nature minggu ini, DeepMind menyajikan sistem bernama AlphaGeometry yang membuktikan teorema geometri kompleks lebih baik daripada program komputer sebelumnya. Para peneliti di perusahaan tersebut menggambarkan hal ini sebagai terobosan besar dalam kecerdasan buatan yang menerapkan penalaran dan perencanaan pada tugas-tugas, sesuatu yang tidak dapat dilakukan oleh model-model canggih saat ini – tetapi sesuatu yang diyakini para ilmuwan sangat penting untuk kecerdasan umum buatan hipotetis, atau AGI, di masa depan.

“Saya memandang ini sebagai salah satu tantangan besar yang dihadapi kecerdasan buatan,” kata Kwok Lee, ilmuwan terkemuka di Google dan salah satu penulis studi tersebut, dalam sebuah wawancara. “Dua tahun lalu, saya akan mengatakan itu tidak mungkin.”

Tahun lalu, Google menggabungkan divisi penelitiannya dengan DeepMind yang berbasis di London untuk lebih bersaing dalam perlombaan berisiko tinggi dalam menciptakan produk kecerdasan buatan. Google telah banyak berinvestasi dalam teknologi ini selama bertahun-tahun, namun secara luas dianggap tertinggal dalam bidang kecerdasan buatan yang sedang berkembang, khususnya OpenAI dan Microsoft. Pada bulan Desember, Google merilis Gemini, model AI yang mendukung chatbot Bard-nya. Dikatakan bahwa ia dapat mengungguli GPT-4 OpenAI dalam tolok ukur tertentu.

Alat AI generatif ini sangat bagus dalam mengobrol secara alami atau menghasilkan gambar, namun memiliki kesulitan dalam merencanakan atau menangani masalah yang memerlukan banyak langkah, kata Lu. Inilah sebabnya mengapa mereka buruk dalam memecahkan masalah geometri dan matematika tingkat lanjut lainnya. Dalam makalah Nature, AlphaGeometry menangani serangkaian masalah dari Olimpiade Matematika, sebuah kompetisi internasional, yang mengungguli hampir semua pesaing sekolah menengah.

Sistem AI mengalami kesulitan dalam hal ini terutama karena tidak tersedia cukup data untuk melatih mereka belajar sendiri, tidak seperti chatbots, yang dapat mengumpulkan informasi dari banyak teks online. Untuk mengatasi masalah ini, DeepMind mensintesis kumpulan datanya sendiri, menciptakan 100 juta contoh tekstur geometris unik untuk diserap oleh sistem AI. Membuat data sintetis itu mahal: Ilmuwan Google mengerahkan 100.000 CPU selama tiga hari untuk membuat kumpulan data. Perusahaan menolak membagi biayanya.

AlphaGeometry tidak akan segera diintegrasikan ke dalam Gemini, namun Thang Long, rekan penulis lainnya, mengatakan bahwa ia membayangkan sistem tersebut pada akhirnya dapat membantu berperan sebagai tutor matematika dalam layanan seperti Bard. Google mendapat kritik karena tidak memindahkan beberapa kemajuan penelitian ke produk komersial dengan cukup cepat.

Google telah memutuskan untuk menjadikan AlphaGeometry sebagai open source, memberikan kode dan model secara gratis kepada orang lain — sebuah pendekatan yang berpotensi meningkatkan risiko penyalahgunaan teknologi oleh pelaku kejahatan. Lu mengatakan dia tidak mengkhawatirkan hal ini mengingat penilaian perusahaan terhadap risiko sistem dan kemajuan ilmu pengetahuan saat ini. “Jika Anda mencermati AI saat ini dan apa yang bisa dilakukannya, Anda akan terkejut bahwa AI tidak bagus dalam matematika,” katanya.

©2024 Bloomberg L.P