Apa yang dimiliki semua makhluk cerdas?Menurut Yann LeCun, ilmuwan utama AI di Meta, ada empat karakteristik kunci. Di AI Action Summit di Paris awal tahun ini, pemimpin politik dan para pakar AI berkumpul untuk membahas perkembangan AI. Selama acara tersebut, LeCun menyampaikan definisi dasarnya tentang kecerdasan kepada pemimpin AI IBM, Anthony Annunziata. “Ada empat karakteristik utama dari perilaku cerdas yang dimiliki oleh setiap hewan—atau hewan yang cukup pintar—dan tentu saja manusia, ” ujarnya. “Ini adalah memahami dunia fisik, memiliki memori yang bertahan lama, kemampuan untuk bernalar, dan kemampuan untuk merencanakan, terutama tindakan kompleks melalui perencanaan hierarkis. ” LeCun menyoroti bahwa AI, khususnya model bahasa besar, belum mencapai tingkat ini dan bahwa mengintegrasikan kemampuan ini akan membutuhkan perubahan dalam metode pelatihan mereka. Ini menjelaskan mengapa banyak perusahaan teknologi terkemuka saat ini menambahkan kemampuan baru ke model yang sudah ada saat mereka bersaing memimpin bidang AI. “Untuk memahami dunia fisik, Anda melatih sistem penglihatan terpisah dan kemudian menghubungkannya ke model bahasa besar. Untuk memori, Anda menggunakan retrieval augmented generation (RAG), menambahkan memori asosiasi, atau cukup meningkatkan skala model, ” ujarnya.

(RAG adalah teknik yang dikembangkan di Meta untuk meningkatkan model bahasa besar dengan menggabungkan sumber pengetahuan eksternal. ) Namun, LeCun menganggap semua usaha tersebut hanyalah “hack. ” Ia pernah membahas secara berulang pendekatan alternatif yang disebut model berbasis dunia, yang dilatih berdasarkan skenario dunia nyata dan menunjukkan kemampuan kognitif yang lebih tinggi daripada sekadar pengenalan pola. Dalam percakapannya dengan Annunziata, ia menjelaskan konsep ini lebih lanjut. “Anda memulai dengan gambaran tentang kondisi dunia pada waktu tertentu T, membayangkan sebuah tindakan, lalu model dunia memprediksi bagaimana keadaan dunia akan berubah sebagai respons terhadap tindakan tersebut, ” jelasnya. Namun, karena dunia berkembang melalui berbagai kemungkinan yang tidak dapat diprediksi, satu-satunya cara yang memungkinkan untuk melatih model semacam ini adalah melalui abstraksi. Meta sudah mengeksplorasi konsep ini dengan V-JEPA, sebuah model yang dirilis secara publik pada bulan Februari. Model ini digambarkan sebagai model non-generatif yang belajar dengan memprediksi segmen video yang hilang atau tersembunyi. “Gagasan utamanya adalah bahwa Anda tidak langsung memprediksi di tingkat piksel. Sebaliknya, Anda melatih sistem agar beroperasi pada representasi abstrak dari video, sehingga mampu membuat prediksi dalam abstraksi tersebut. Idealnya, representasi ini menyaring detail yang tidak dapat diprediksi, ” kata LeCun. Pendekatan ini mencerminkan bagaimana para ahli kimia membangun hierarki dasar untuk blok penyusun materi. “Kami menciptakan abstraksi: partikel, di atasnya terdapat atom, lalu molekul, dan akhirnya bahan, ” ujarnya. “Setiap lapisan di atasnya menyaring sebagian besar informasi yang tidak relevan dari lapisan di bawahnya, tergantung pada tugas yang dihadapi. ” Intinya, apa yang dimaksudkan adalah bahwa kita memahami dunia fisik dengan membangun hierarki, yang merupakan dasar dari kecerdasan.