Para ilmuwan memprediksi kemungkinan kecerdasan buatan memenangkan Hadiah Nobel

Dalam beberapa tahun terakhir, kecerdasan buatan (AI) telah menunjukkan kemampuannya untuk menganalisis data, merancang eksperimen, dan menghasilkan hipotesis ilmiah baru, yang membuat banyak peneliti percaya bahwa AI suatu hari nanti dapat menyaingi para pemikir paling cemerlang dalam sains—bahkan membuat penemuan yang layak mendapatkan Hadiah Nobel, menurut majalah Nature.

Pada tahun 2016, ahli biologi Hiroaki Kitano, CEO Sony AI, memprakarsai “Nobel Turing Challenge” – sebuah seruan untuk mengembangkan sistem AI yang cukup pintar untuk membuat penemuan ilmiah tingkat Nobel dengan sendirinya.

Menurut tujuan proyek tersebut, pada tahun 2050, seorang “ilmuwan AI” akan mampu membentuk hipotesis, merencanakan eksperimen, dan menganalisis data tanpa campur tangan manusia.

Peneliti Ross King dari Universitas Cambridge (Inggris), yakin tonggak sejarah itu akan datang lebih cepat: "Hampir pasti sistem AI akan mencapai tingkat memenangkan Hadiah Nobel. Pertanyaannya hanya dalam 50 atau 10 tahun ke depan."

Namun, banyak pakar bersikap hati-hati. Menurut mereka, model AI saat ini hanya mengandalkan data dan pengetahuan yang tersedia, dan tidak benar-benar menciptakan pemahaman baru.

Peneliti Yolanda Gil (Universitas California Selatan, AS) berkomentar: "Jika besok pemerintah menginvestasikan satu miliar dolar AS dalam penelitian dasar, kemajuan dapat dipercepat, tetapi masih sangat jauh dari tujuan tersebut."

Hingga saat ini, hanya individu dan organisasi yang telah dianugerahi Hadiah Nobel. Namun, AI telah berkontribusi secara tidak langsung: pada tahun 2024, Hadiah Nobel Fisika diberikan kepada para pelopor dalam pembelajaran mesin; di tahun yang sama, separuh Hadiah Nobel Kimia diberikan kepada tim di balik AlphaFold, sistem AI Google DeepMind yang memprediksi struktur 3D protein. Namun, penghargaan ini menghormati pencipta AI, bukan penemuannya.

Agar layak menerima Hadiah Nobel, menurut kriteria Komite Nobel, sebuah penemuan harus bermanfaat, berdampak luas, dan membuka arah pemahaman baru. Seorang "ilmuwan AI" yang ingin memenuhi persyaratan ini harus beroperasi hampir sepenuhnya mandiri - mulai dari mengajukan pertanyaan, memilih eksperimen, hingga menganalisis hasil.

Faktanya, AI sudah terlibat dalam hampir setiap tahap penelitian. Alat-alat baru membantu menguraikan suara hewan, memprediksi tabrakan antarbintang, dan mengidentifikasi sel-sel imun yang rentan terhadap COVID-19.

Di Universitas Carnegie Mellon, tim ahli kimia Gabe Gomes mengembangkan “Coscientist” – sebuah sistem yang menggunakan model bahasa besar (LLM) untuk merencanakan dan melaksanakan reaksi kimia secara mandiri menggunakan perangkat robotik.

Beberapa perusahaan seperti Sakana AI di Tokyo berupaya mengotomatiskan penelitian pembelajaran mesin menggunakan LLM, sementara Google bereksperimen dengan chatbot yang berkolaborasi dalam kelompok untuk menghasilkan ide-ide ilmiah.

Di AS, laboratorium FutureHouse di San Francisco sedang mengembangkan model "berpikir" langkah demi langkah untuk membantu AI mengajukan pertanyaan, menguji hipotesis, dan merancang eksperimen – yang bertujuan untuk generasi ketiga "AI dalam sains".

Generasi terakhir akan berupa AI yang dapat mengajukan pertanyaan dan melakukan eksperimen secara mandiri, tanpa pengawasan manusia, menurut direktur FutureHouse, Sam Rodriques. "AI dapat menghasilkan penemuan-penemuan yang layak mendapatkan Hadiah Nobel pada tahun 2030," prediksinya. Bidang-bidang dengan potensi terbesar adalah ilmu material dan studi penyakit Parkinson atau Alzheimer.

Ilmuwan lain skeptis. Doug Downey dari Allen Institute for AI di Seattle mengatakan, uji coba terhadap 57 "agen AI" menemukan bahwa hanya 1% yang dapat menyelesaikan proyek penelitian secara tuntas—dari ide hingga laporan. " Penemuan ilmiah otomatis dari awal hingga akhir tetap menjadi tantangan besar," ujarnya.

Selain itu, model AI masih belum sepenuhnya memahami hukum alam. Sebuah studi menemukan bahwa sebuah model dapat memprediksi orbit planet tetapi tidak dapat memprediksi hukum fisika yang mendasarinya; atau dapat menavigasi kota tetapi tidak dapat membuat peta yang akurat.

Menurut pakar Subbarao Kambhampati (Universitas Negeri Arizona), hal itu menunjukkan bahwa AI tidak memiliki pengalaman hidup nyata yang dimiliki manusia.

Yolanda Gil berpendapat bahwa untuk mencapai status Nobel, AI harus mampu "berpikir tentang berpikir" – yaitu, mampu mengevaluasi diri dan menyesuaikan proses penalarannya sendiri. Tanpa berinvestasi dalam penelitian mendasar ini, "penemuan-penemuan yang layak mendapatkan Nobel akan tetap jauh," kata Gil.

Sementara itu, beberapa akademisi memperingatkan bahaya ketergantungan berlebihan pada AI dalam sains. Sebuah makalah tahun 2024 oleh Lisa Messeri (Universitas Yale) dan Molly Crockett (Universitas Princeton) berpendapat bahwa penggunaan AI yang berlebihan dapat meningkatkan kesalahan dan mengurangi kreativitas, karena para ilmuwan "berproduksi lebih banyak tetapi kurang memahami."

"AI dapat menghilangkan kesempatan belajar bagi para ilmuwan muda yang mungkin akan meraih penghargaan besar di masa depan," tambah Messeri. "Dengan anggaran penelitian yang menyusut, ini adalah saat yang mengkhawatirkan untuk mempertimbangkan biaya masa depan tersebut."

(TTXVN/Vietnam+)

Sumber: https://www.vietnamplus.vn/gioi-khoa-hoc-du-doan-kha-nang-tri-tue-nhan-tao-gianh-giai-nobel-post1068525.vnp