Apakah hari dimana AI memenangkan Hadiah Nobel sudah dekat?

Para ahli memperkirakan bahwa dalam waktu kurang dari satu dekade, 'ilmuwan AI' dapat menemukan sendiri karya yang layak memenangkan Nobel, meskipun banyak yang masih skeptis.

Untuk mencapai level Nobel, AI perlu kemampuan untuk mengevaluasi diri dan menyesuaikan proses penalarannya sendiri - Foto: VNU

Menurut majalah Nature, dalam beberapa tahun terakhir, kecerdasan buatan (AI) telah menunjukkan kemampuan 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 di komunitas ilmiah, bahkan membuat penemuan yang layak mendapatkan Hadiah Nobel.

“AI bisa memenangkan Hadiah Nobel pada tahun 2030”

Pada tahun 2016, ahli biologi Hiroaki Kitano, CEO Sony AI, memprakarsai "Nobel Turing Challenge" – sebuah ajakan untuk mengembangkan sistem AI yang cukup cerdas untuk menghasilkan penemuan ilmiah setingkat Nobel. Tujuan proyek ini adalah agar pada tahun 2050, seorang "ilmuwan AI" mampu merumuskan 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 bahwa sistem AI akan mencapai tingkat memenangkan Hadiah Nobel. Pertanyaannya hanya dalam 50 tahun atau 10 tahun ke depan."

Namun, banyak pakar bersikap hati-hati. Menurut mereka, model AI saat ini sebagian besar bergantung pada data dan pengetahuan yang tersedia, dan belum benar-benar menciptakan pemahaman baru. Peneliti Yolanda Gil (University of Southern California, AS) berkomentar: "Jika pemerintah menginvestasikan 1 miliar dolar AS untuk penelitian dasar besok, 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 mengeksekusi reaksi kimia secara otonom menggunakan perangkat robotik.

Perusahaan seperti Sakana AI di Tokyo berupaya mengotomatiskan riset pembelajaran mesin menggunakan LLM, sementara Google bereksperimen dengan chatbot yang berkolaborasi dalam kelompok untuk menghasilkan ide-ide ilmiah. Di AS, FutureHouse Labs di San Francisco sedang mengembangkan model "berpikir" langkah demi langkah untuk membantu AI mengajukan pertanyaan, menguji hipotesis, dan merancang eksperimen—sebuah pendekatan langkah demi langkah untuk "AI ilmiah" generasi ketiga.

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

AI menghilangkan kesempatan belajar bagi ilmuwan muda?

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 mengaturnya; atau dapat menavigasi kota tetapi tidak dapat membuat peta yang akurat. Menurut pakar Subbarao Kambhampati (Arizona State University), hal ini menunjukkan bahwa AI tidak memiliki pengalaman dunia 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 merampas kesempatan belajar bagi para ilmuwan muda yang mungkin akan meraih penghargaan besar di masa depan," tambah Messeri. "Seiring menyusutnya anggaran penelitian, ini adalah saat yang mengkhawatirkan untuk mempertimbangkan biaya masa depan tersebut."

Kembali ke topik

VNA

Sumber: https://tuoitre.vn/ngay-ai-gianh-giai-nobel-se-khong-con-xa-20251007123831679.htm