AI Generatif: Hype vs. Realita

pibitek.biz -Selama 18 bulan terakhir, orang-orang banyak berdiskusi tentang AI yang bisa menghasilkan konten, khususnya LLM dan AI Generatif. Kehebohan yang meluap-luap dan prediksi yang berlebihan tentang masa depan AI menciptakan banyak ekspektasi, sehingga menutupi manfaat praktis yang bisa kita dapatkan dari tools AI saat ini. Kehebohan ini justru mengungkap keterbatasan AI saat ini, bahkan sampai membuat orang lupa bahwa AI bisa digunakan untuk meningkatkan produktivitas. AI sekarang masih dalam tahap awal, seperti anak kecil yang sedang belajar berjalan.

AI seperti ChatGPT memang seru dan bisa diandalkan untuk beberapa hal, tapi jangan berharap AI bisa menyelesaikan semua pekerjaan kita. Kecerdasan AI masih terbatas, karena terikat dengan bias yang ditanamkan oleh manusia yang membuatnya, dan sumber data yang digunakan untuk melatihnya. AI sering kali memberikan jawaban yang ngawur, karena AI seperti proyeksi dari pikiran manusia sendiri, bukan kecerdasan asli yang muncul dari AI. Selain itu, AI juga menimbulkan masalah nyata. Penggunaan AI membutuhkan banyak energi yang bisa memperparah krisis iklim.

Laporan terbaru menyebutkan bahwa Google AI membutuhkan energi 30 kali lebih banyak untuk menghasilkan informasi baru dibandingkan dengan mengambil informasi langsung dari sumbernya. Bayangkan, sekali ngobrol dengan ChatGPT menghabiskan energi setara dengan lampu 60 watt menyala selama tiga menit. Seorang kolega, tanpa rasa ironi, berpendapat bahwa AI akan membuat pendidikan SMA tidak relevan dalam lima tahun. Dia juga yakin bahwa tahun 2029, manusia akan hidup di dunia yang adil dan merata, bebas dari pekerjaan manual, semua berkat AI.

Prediksi ini terinspirasi dari teori "AI Singularity" oleh Ray Kurzweil, yang menggambarkan masa depan yang penuh dengan janji utopis. Terlalu cepat untuk percaya hal itu. Butuh waktu lebih dari lima tahun, bahkan mungkin 25 tahun, untuk melangkah dari AI seperti ChatGPT yang suka "berhalusinasi" dan berperilaku tidak terduga, menuju dunia di mana kita tidak perlu lagi mencuci piring. AI Generatif memiliki tiga masalah utama yang tidak bisa diatasi. Jika ada orang yang bilang masalah-masalah ini akan terselesaikan suatu hari nanti, jangan percaya.

Mereka tidak mengerti apa yang mereka bicarakan, atau mereka hanya berusaha menjual sesuatu yang tidak ada. Mereka hidup di dunia harapan dan keyakinan yang sama dengan orang-orang yang menggemborkan crypto dan Bitcoin akan menggantikan bank, mobil akan bisa mengemudi sendiri dalam lima tahun, dan metaverse akan menggantikan dunia nyata bagi sebagian besar manusia. Mereka berusaha menarik perhatian dan membuatmu tertarik, agar bisa mengambil uangmu nanti setelah kamu terjebak dan harga mereka melambung tinggi, sebelum akhirnya harga itu anjlok.

Pertama, tidak cukup daya komputasi dan data pelatihan di planet ini untuk mengatasi masalah "berhalusinasi" yang dialami AI Generatif. AI Generatif bisa mengeluarkan hasil yang salah atau tidak masuk akal, sehingga tidak bisa diandalkan untuk tugas-tugas penting yang membutuhkan akurasi tinggi. Menurut CEO Google, Sundar Pichai, "berhalusinasi" adalah "ciri khas" dari AI Generatif. Ini berarti para pengembang model AI hanya bisa mengurangi dampak buruk dari "berhalusinasi", tidak bisa menghilangkannya.

Kedua, AI Generatif pada dasarnya tidak dapat diprediksi. AI bekerja berdasarkan probabilitas, menggabungkan miliaran token untuk menghasilkan output yang terus berubah dan berevolusi. Sifat AI yang tidak dapat diprediksi ini menimbulkan tantangan di berbagai bidang, seperti pengembangan software, pengujian, analisis ilmiah, dan bidang lain yang membutuhkan konsistensi. Misalnya, menggunakan AI untuk menentukan cara terbaik menguji aplikasi seluler untuk fitur tertentu, mungkin menghasilkan jawaban yang bagus.

Namun, tidak ada jaminan bahwa AI akan memberikan hasil yang sama jika kamu memasukkan prompt yang sama lagi. Inilah yang membuat AI sulit diandalkan dan menghasilkan variasi yang tidak diinginkan. Ketiga, token AI adalah misteri. Setiap kali kamu memberikan prompt kepada LLM, pertanyaan kamu dipecah menjadi "token", yang merupakan dasar dari jawaban yang kamu dapatkan, juga dalam bentuk token. Kamu harus membayar beberapa sen untuk setiap token dalam permintaan dan tanggapannya. Sebagian besar dari ratusan miliar dolar yang diinvestasikan di ekosistem AI digunakan untuk menekan biaya token, sehingga AI bisa diakses oleh banyak orang.

Contohnya, ChatGPT menghasilkan sekitar $400.000 per hari, tetapi biaya operasionalnya mencapai $700.000. Dalam ekonomi, ini disebut "Loss Leader Pricing", seperti Uber yang murah di tahun 2008. Kamu pasti menyadari bahwa setelah Uber mudah diakses, harganya menjadi setara dengan taksi biasa. Terapkan prinsip yang sama pada persaingan AI antara Google, OpenAI, Microsoft, dan Elon Musk, dan kamu mungkin akan khawatir ketika mereka memutuskan untuk mulai menghasilkan keuntungan. Penulis pernah menggunakan ChatGPT untuk membuat program yang mengambil data dari sistem CI/CD dan mengunggahnya ke data lake.

Dengan bantuan ChatGPT, pekerjaan yang biasanya memakan waktu 8-10 jam bisa selesai dalam waktu kurang dari 2 jam, peningkatan produktivitas 80%! Asalkan kamu tidak mengharapkan jawaban yang sama persis setiap kali, dan kamu mau memeriksa kembali outputnya, ChatGPT adalah mitra yang bisa diandalkan dalam pekerjaan sehari-hari. AI Generatif sangat bagus untuk membantu brainstorming, mendapatkan tutorial atau memulai belajar topik khusus, dan membuat draf pertama email yang sulit. Mungkin AI Generatif akan terus berkembang di bidang-bidang ini, dan berfungsi sebagai perpanjangan kemampuan kita di masa depan.

Itu sudah cukup baik dan menjelaskan mengapa banyak orang mau mengerjakan proyek pengembangan AI. Meskipun AI Generatif bisa membantu dengan beberapa tugas, tidak perlu berlebihan sampai menilai kembali makna keberadaan manusia secara total. Perusahaan yang memanfaatkan AI dengan baik biasanya bekerja dengan ketidakpastian. Contohnya, Grammarly dan JetBrains. Produk-produk ini sangat berguna karena beroperasi di lingkungan di mana seseorang akan memeriksa jawabannya, atau di mana terdapat banyak cara untuk mendapatkan solusi.

Mungkin kita sudah terlalu banyak berinvestasi di LLM, dalam hal waktu, uang, tenaga manusia, energi, dan harapan. Kesalahan itu datang dari budaya ekonomi yang rusak dan mentalitas "pertumbuhan tanpa henti", sehingga kita tidak bisa membatasi AI Generatif sebagai alat yang brilian untuk meningkatkan produktivitas kita sebesar 30%. Di dunia yang adil, itu sudah cukup baik untuk membangun pasar yang bagus.