Para peneliti dari institusi teknologi terkemuka di Tiongkok, termasuk ByteDance dan Universitas Tsinghua, baru saja meluncurkan peta jalan ambisius untuk menciptakan kecerdasan buatan (AI) yang mampu meningkatkan kemampuannya tanpa intervensi manusia. Proyek yang dituangkan dalam makalah ilmiah berjudul “The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement” ini menandai babak baru dalam perlombaan teknologi global.
Fokus utama dari riset ini adalah Recursive Self-Improvement (RSI), sebuah konsep yang memungkinkan sistem AI untuk secara mandiri melatih, mengevaluasi, dan menyempurnakan modelnya sendiri. Selama ini, siklus pengembangan AI sangat bergantung pada tenaga kerja manusia yang intensif, mulai dari pengumpulan data hingga fine-tuning. Dengan mengotomatisasi proses riset tersebut, para pengembang berharap dapat memangkas biaya komputasi yang selama ini menjadi hambatan utama.
Dalam peta jalan tersebut, terdapat lima tahapan evolusi otonomi AI. Pada fase awal, AI hanya menjalankan prosedur peningkatan yang telah dirancang sepenuhnya oleh insinyur. Namun, seiring berjalannya waktu, sistem akan mulai memiliki kemampuan untuk memilih metode upgrade sendiri. Pada tahap akhir, AI diharapkan mampu secara konsisten memperbaiki logika dan metode riset yang digunakannya untuk berevolusi, melampaui instruksi awal yang diberikan manusia.
Perlombaan ini bukan sekadar tentang efisiensi, melainkan tentang supremasi teknologi. Di tengah ketatnya persaingan antara Amerika Serikat dan Tiongkok, otomatisasi riset AI dipandang sebagai medan pertempuran strategis. Meskipun perusahaan Amerika Serikat saat ini masih memegang keunggulan dalam hal akses sumber daya komputasi, para peneliti Tiongkok dikenal memiliki kemampuan luar biasa dalam mengoptimalkan performa model di tengah keterbatasan perangkat keras.
Zhipu AI, salah satu pemain kunci di Tiongkok, telah menunjukkan keseriusan dalam hal ini dengan mengalokasikan sekitar 60 persen dari pendanaan terbaru mereka senilai US$5 miliar untuk mendukung pengembangan sistem swalatih atau self-training. Langkah ini menegaskan bahwa perusahaan teknologi Tiongkok tidak hanya ingin mengejar ketertinggalan, tetapi juga ingin memimpin dalam paradigma baru pengembangan model dasar.
Bagi ekosistem teknologi di Indonesia, perkembangan ini membawa implikasi yang signifikan. Saat ini, banyak perusahaan rintisan di Indonesia masih mengandalkan model open-source atau API dari raksasa teknologi global untuk membangun aplikasi mereka. Jika teknologi RSI ini terealisasi secara luas, biaya pengembangan model AI yang lebih efisien dapat membuka peluang bagi pengembang lokal untuk menciptakan solusi yang lebih spesifik dan terjangkau bagi pasar domestik.
Namun, ketergantungan pada teknologi yang dipatenkan oleh raksasa global juga menjadi tantangan tersendiri. Jika AI mampu melakukan riset mandiri, kesenjangan antara negara dengan infrastruktur komputasi canggih dan negara berkembang bisa semakin melebar. Indonesia perlu memperhatikan bagaimana standarisasi dan etika dalam pengembangan AI otonom ini dirumuskan di tingkat internasional agar tidak tertinggal dalam regulasi.
Erich Grunewald, peneliti senior di Institute for AI Policy and Strategy, menyoroti bahwa kendala komputasi di Tiongkok memang nyata, namun kreativitas riset mereka tetap menjadi ancaman serius bagi dominasi Amerika. Hal ini menunjukkan bahwa kecerdasan algoritma sering kali mampu mengompensasi kekurangan akses perangkat keras jika dioptimalkan dengan tepat.
Ke depannya, tren otomatisasi riset ini diprediksi akan mengubah lanskap industri teknologi secara drastis. Siklus pengembangan yang biasanya memakan waktu berbulan-bulan dapat dipangkas menjadi hitungan minggu. Ini akan memicu ledakan inovasi di berbagai sektor, mulai dari medis hingga keuangan, di mana AI dapat menyesuaikan diri secara real-time dengan data baru tanpa perlu menunggu pembaruan manual dari tim peneliti.
Pengembangan AI yang mampu memperbaiki dirinya sendiri juga membawa tantangan etika dan keamanan yang besar. Tanpa intervensi manusia, risiko sistem yang berperilaku di luar ekspektasi atau memiliki bias yang terakumulasi secara mandiri menjadi kekhawatiran yang harus diantisipasi. Para pengembang di Tiongkok kini berada di garis depan dalam menguji batas otonomi mesin ini.
Kita sedang menyaksikan transisi dari era AI sebagai alat bantu menjadi era AI sebagai mitra pengembang. Jika proyek ini berhasil, generasi model AI di masa depan mungkin menjadi yang terakhir dirancang oleh tangan manusia. Evolusi selanjutnya akan ditentukan oleh mesin itu sendiri, menciptakan siklus inovasi yang berjalan lebih cepat daripada yang bisa dibayangkan saat ini.
Sebagai langkah selanjutnya, komunitas riset global kemungkinan akan lebih fokus pada aspek keamanan dan kontrol dari sistem swalatih ini. Menjaga agar AI tetap selaras dengan nilai-nilai manusia di tengah kemampuannya untuk merekayasa diri akan menjadi tantangan utama bagi komunitas teknologi global dalam dekade mendatang.