Berita bahwa OpenAI, Google, dan Anthropic – tiga nama besar dalam bidang kecerdasan buatan – mengalami kesulitan dalam menyempurnakan model terbaru mereka membuat gebrakan besar. Fokusnya terletak pada proyek terbaru OpenAI, "Orion", yang diharapkan dapat melampaui kemampuan model sebelumnya seperti GPT-4. Namun, alih-alih mencapai terobosan besar, perusahaan ini menghadapi kemunduran: Orion tidak memenuhi harapan internal. Dinamika serupa juga terlihat pada Google dan Anthropic, yang juga menghadapi tantangan.

Orion: Ein Schritt zurück?

Orion, model baru yang telah lama dinanti-nantikan dari OpenAI, menjalani putaran pelatihan pertama pada bulan September. Harapan sangat tinggi, karena diharapkan dapat melampaui GPT-4. Namun, orang dalam melaporkan bahwa Orion gagal mencapai target kinerja yang ditetapkan, terutama pada tugas-tugas kompleks seperti pertanyaan pemrograman yang berada di luar cakupan data pelatihan.

Seorang orang dalam menjelaskan bahwa Orion kekurangan data pelatihan yang cukup spesifik di bidang pemrograman. Suatu masalah yang terus-menerus dihadapi OpenAI dalam pengembangan Orion: Meskipun dilakukan penyempurnaan intensif - yang disebut "proses pasca-pelatihan" - Orion tetap berada di bawah tingkat yang diperlukan untuk peluncuran pasar. Oleh karena itu, perusahaan tersebut mungkin menunda peluncuran model tersebut hingga tahun depan.

Der schrumpfende Fortschritt

Pengalaman OpenAI bukanlah kasus yang terisolasi. Google dan Anthropic juga berada di bawah tekanan. Versi terbaru dari perangkat lunak Gemini di Google mengecewakan, dan peluncuran Claude-3.5-Opus yang telah lama ditunggu-tunggu di Anthropic tertunda. Meskipun upaya pengembangan yang rumit, investasi finansial yang besar, dan bakat dari banyak tim ahli, kesuksesan model AI baru masih jauh dari harapan.

KI-Modelle am Limit – Ein Wachstumsdilemma

Pengembangan Model AI Baru Terutama Berdasarkan Dua Pilar: Ketersediaan Data Pelatihan Berkualitas Tinggi dan Kekuatan Komputasi yang Masif. Namun, Kedua Sumber Daya Ini Sulit Dicapai. Sumber Data Berkualitas Tinggi yang Dihasilkan Manusia Menjadi Langka, dan Eksplorasi Kumpulan Data Baru yang Unik Memerlukan Tenaga Ahli Khusus dan Investasi Besar. Beberapa Perusahaan Kini Beralih ke Data Sintetis – Teks dan Gambar yang Dihasilkan AI –, Namun Kualitas dan Keberagaman Data Semacam Itu Tetap Terbatas.

Ini bukan tentang kuantitas melainkan tentang kualitas dan keragaman data," kata Lila Tretikov, Kepala Strategi AI di New Enterprise Associates. "Kita dapat menghasilkan data sintetik dalam jumlah besar, tetapi memperoleh kumpulan data yang benar-benar berkualitas tinggi dan unik tanpa panduan manusia adalah tantangan, terutama untuk model berbasis bahasa.

Die Kosten steigen, die Fortschritte sinken

Untuk perusahaan seperti OpenAI atau Google yang menginvestasikan miliaran dalam pengembangan AI, penurunan efisiensi adalah masalah serius. Pengembangan model seperti Orion atau Gemini menghabiskan ratusan juta dolar setiap tahunnya. "Kami telah mencapai kemajuan besar dalam waktu singkat," kata Noah Giansiracusa, profesor matematika di Bentley University, "tetapi itu tidak berkelanjutan." Antusiasme terhadap inovasi cepat tampaknya mereda, sementara pengembangan AI membutuhkan pendekatan baru untuk mencapai kemajuan signifikan.

OpenAI dan Google juga telah mengubah strategi: Beralih dari pertumbuhan model murni ke kasus penggunaan konkret. Google sedang bekerja untuk meningkatkan model Gemini-nya untuk tugas-tugas kompleks seperti membuat jawaban gambar, dan OpenAI semakin fokus pada apa yang disebut "agen". Alat-alat AI ini harus mampu secara mandiri menangani tugas-tugas seperti memesan penerbangan atau mengirim email.

Wird das „Agenten-Zeitalter“ die KI befreien?

Pada industri AI, konsep "agen" dianggap sebagai titik balik potensial. Aplikasi AI yang dapat membuat keputusan secara aktif dan otomatis bisa menjadi revolusi berikutnya yang mengubah pasar. OpenAI berencana meluncurkan teknologi ini dalam beberapa tahun mendatang, dan Google sedang bereksperimen dengan alat serupa.

Saat batasan sistem model saat ini semakin terlihat jelas, "Agen" dapat meletakkan dasar bagi generasi berikutnya dari AI – yang tidak hanya merespons, tetapi juga bertindak. Harapan tetap tinggi, dan bagi industri AI, perlombaan menuju masa depan kecerdasan buatan menjadi lebih berat dari sebelumnya.