AI Berbasis Manusia: Mungkinkah Kita Miliki Model Sendiri?

Jadi, Thinking Machines Lab baru aja ngeluarin laporan yang bikin kita mikir ulang tentang AI. Mereka bilang, kebanyakan AI yang ada sekarang ini dilatih di beberapa tempat doang, terus ya udah, beku. Nah, ini bikin orang-orang yang seharusnya bisa dapat manfaat dari AI jadi terpinggirkan. Mereka pengen bikin AI yang bisa disesuaikan dan dikelola langsung oleh penggunanya. Gimana sih caranya?

Pertama-tama, mereka punya empat arah teknis yang pengen dijelasin. Yang pertama, mereka mau latih model-model yang kuat dengan interaksi multimodal. Jadi, bukan cuma teks, tapi juga suara dan video. Kedua, mereka mau bikin alat yang bikin kita bisa fine-tune dan latih model sendiri. Ketiga, mereka pengen kembangkan antarmuka yang bikin komunikasi antara manusia dan mesin jadi lebih luas. Terakhir, mereka bakal terbitkan riset biar lebih banyak insinyur paham cara bikin model.

Nah, yang bikin menarik adalah ide tentang AI yang berpusat pada manusia. Thinking Machines Lab berargumen kalau pengetahuan itu harus didistribusikan. Misalnya, seorang koki yang lagi nyoba resep baru, dia nggak bisa nulis semua keterampilan itu ke dalam database. Pengetahuan itu sifatnya pribadi dan terus berubah. Jadi, AI harus bisa membantu organisasi mengembangkan pengetahuan itu, bukan cuma mengambil dan menggantinya.

Tapi, ada juga batasan teknis yang mereka soroti. Misalnya, saluran komunikasi yang selama ini kita pakai itu terbatas. Cuma ada kotak teks kecil dan kita harus nunggu lama. Mereka pengen bikin model interaksi yang bisa menangkap audio, video, dan teks secara terus-menerus. Jadi, kita bisa berinteraksi lebih cepat dan efisien.

Lalu, soal kepemilikan dan penyelarasan yang terdesentralisasi. Mereka bilang, kalau ada satu otoritas yang mengatur semua, itu bisa jadi titik lemah. Makanya, nilai-nilai harus disimpan dalam bobot model, bukan cuma di dalam prompt. Di sinilah Tinker API mereka berperan. Tinker ini bisa fine-tune model dengan bobot terbuka, seperti Llama dan Qwen, dan memungkinkan kita untuk mengekspor bobot adapter yang bisa dipindahkan.

Contohnya, rumah sakit bisa fine-tune model sesuai dengan protokol mereka sendiri. Mereka bakal simpan data dan bobot adapter di tempat mereka. Begitu juga dengan firma hukum yang bisa sesuaikan model dengan gaya mereka sendiri. Jadi, setiap kali ada perubahan, mereka bisa retrain model itu tanpa harus bergantung pada model yang disewa dari luar.

Intinya, Thinking Machines Lab mau bikin AI yang lebih manusiawi dan bisa dikelola oleh kita sendiri. Dengan cara ini, kita bisa punya kontrol lebih besar atas bagaimana AI bekerja dan berinteraksi dengan kita. Jadi, siap-siap aja, dunia AI bakal makin menarik ke depannya!