Penilaian CEO DeepMind terhadap Model AI DeepSeek
CEO Google DeepMind, Demis Hassabis, mengakui model AI DeepSeek sebagai pencapaian signifikan yang berasal dari Tiongkok. Meskipun demikian, ia juga menekankan bahwa model tersebut tidak melibatkan terobosan ilmiah baru. Penilaian ini disampaikan oleh Hassabis dalam sebuah acara Google di Paris, menjelang Konferensi Tingkat Tinggi (KTT) Aksi AI.
Hassabis menggambarkan model DeepSeek sebagai “karya yang mengesankan,” memuji rekayasa yang terlibat di dalamnya, tetapi mencatat bahwa model tersebut menggunakan teknik-teknik AI yang sudah mapan. Ia mengisyaratkan bahwa perhatian yang diterima DeepSeek mungkin agak berlebihan, terutama jika dibandingkan dengan model Gemini 2.0 Flash milik Google, yang menurutnya lebih efisien.
Pengenalan model AI DeepSeek telah membawa implikasi geopolitik, memengaruhi lanskap kompetitif pengembangan dan penyebaran AI secara global.
Debat Seputar Klaim dan Dampak DeepSeek
Riset dari DeepSeek mengindikasikan bahwa model AI mereka dilatih dengan biaya yang lebih rendah dibandingkan dengan model AI terkemuka lainnya, serta menggunakan chip Nvidia yang kurang canggih. Klaim ini memicu diskusi yang cukup besar mengenai pengeluaran infrastruktur AI dan menyebabkan aksi jual saham.
Para ahli telah menyatakan skeptisisme terkait klaim DeepSeek tentang biaya rendah dan penggunaan chip minimal. Mereka mengimplikasikan bahwa biaya pengembangan sebenarnya mungkin lebih tinggi dari yang dilaporkan. Metode spesifik yang digunakan oleh DeepSeek, seperti trik kuantisasi (quantization tricks), mungkin tidak dapat secara langsung ditransfer atau efektif pada infrastruktur lain seperti TPU (Tensor Processing Unit) milik Google.
Perdebatan meluas hingga pertanyaan apakah DeepSeek mewakili kemajuan nyata dalam AI atau lebih merupakan latihan dalam bidang rekayasa. Beberapa pihak berpendapat bahwa DeepSeek lebih merupakan pencapaian rekayasa, mirip dengan peningkatan dalam UX (User Experience – Pengalaman Pengguna), daripada lompatan ilmiah.
Perspektif tentang Masa Depan AGI
Hassabis memperkirakan bahwa Artificial General Intelligence (AGI) (Kecerdasan Umum Buatan), yang ia definisikan sebagai sistem yang menunjukkan semua kemampuan kognitif manusia, akan terwujud dalam waktu sekitar lima tahun mendatang. Proyeksi ini menggarisbawahi kemajuan pesat dan ekspektasi tinggi dalam bidang AI.
Lebih lanjut, Hassabis menekankan perlunya masyarakat untuk secara proaktif mempersiapkan diri menghadapi kemunculan AGI. Persiapan ini mencakup memaksimalkan potensi manfaat AGI sekaligus mengurangi risiko yang terkait. Pertimbangan-pertimbangan penting termasuk panduan etika, protokol keselamatan, dan penyesuaian sosial untuk mengakomodasi teknologi yang sangat canggih ini.
Tokoh-tokoh lain dalam komunitas AI, seperti CEO OpenAI, Sam Altman, telah menyatakan keyakinan mereka dalam pemahaman tentang cara mengembangkan AGI. Sementara itu, ilmuwan seperti Max Tegmark dan Yoshua Bengio telah menyuarakan kekhawatiran tentang potensi manusia kehilangan kendali atas sistem AGI. Hal ini mencerminkan spektrum pandangan yang luas mengenai masa depan dan implikasi dari AGI.
Konteks yang Lebih Luas dan Perdebatan dalam Komunitas AI
Diskusi seputar DeepSeek dan model-model serupa menyoroti perdebatan yang lebih luas di dalam komunitas AI. Perdebatan ini berpusat pada keseimbangan antara penemuan ilmiah dan inovasi rekayasa, serta apakah kemajuan yang ada benar-benar baru atau sekadar aplikasi yang lebih baik dari teknologi yang sudah ada. Fokus utama adalah sejauh mana model-model ini memperkenalkan konsep baru dibandingkan dengan bagaimana mereka mengoptimalkan dan meningkatkan skala metode yang sudah ada.
Selain itu, muncul diskusi mengenai kemungkinan bahwa kemajuan tertentu, seperti yang dikaitkan dengan DeepSeek, sebenarnya sudah ada secara internal di organisasi yang lebih besar seperti Google. Keputusan untuk merilis teknologi ini sebagai produk dapat bergantung pada berbagai faktor, termasuk strategi pasar dan pertimbangan kompetitif. Kecepatan dan efisiensi pelatihan model AI, bersama dengan pemanfaatan sumber daya, menjadi faktor penting dalam mengevaluasi kemajuan ini. Fakta bahwa optimasi tertentu mungkin tidak berlaku universal di berbagai infrastruktur, seperti TPU, semakin memperumit perbandingan.