Elon Musk, pemilik media sosial X dan pendiri xAI, baru-baru ini mengungkapkan bahwa kecerdasan buatan (AI) telah mencapai titik jenuh informasi. Dalam wawancara langsung dengan Mark Penn, Ketua Stagwell, Musk menyatakan bahwa pengembang AI telah menggunakan mayoritas data dunia nyata dan kini mulai beralih ke data sintetis.
Sekarang kita sudah menghabiskan total pengetahuan manusia dalam pelatihan AI… Itu terjadi tahun lalu,” jelas Musk, seperti dikutip dari Versi.co pada Kamis (8/1).
Pernyataan Musk sejalan dengan pandangan beberapa ahli AI, termasuk mantan Kepala Ilmuwan OpenAI, Ilya Sutskever, yang menyatakan bahwa industri AI telah mencapai puncak maksimumnya. Sutskever memprediksi bahwa kurangnya dataset pelatihan yang nyata akan mendorong perubahan drastis dalam proses pengembangan model AI.
Data Sintetis sebagai Solusi
Musk menekankan bahwa perkembangan AI harus dilanjutkan dengan menggunakan data sintetis yang dihasilkan oleh model AI itu sendiri. “Cara satu-satunya untuk memperkaya data nyata dunia adalah dengan data sintetis, di mana AI menghasilkan data latihannya,” ungkapnya.
Tahap penggunaan data sintetis memungkinkan AI untuk mengumpulkan pengetahuan diri dan menilai performa kemampuan dirinya melalui proses belajar mandiri. Beberapa perusahaan besar, termasuk Microsoft, Meta, OpenAI, dan Anthropic, telah mulai menggunakan data sintetis untuk melatih model-model AI mereka. Gartner memproyeksikan bahwa pada 2024, sebanyak 60% data yang digunakan untuk proyek AI dan analitik akan dihasilkan secara sintetis.
Microsoft, melalui sistem Phi-4, dan Google dengan model Gemma, telah melatih model mereka dengan kombinasi data nyata dan data sintetis. Meta juga telah meningkatkan beberapa sistem canggih mereka dengan menggunakan data sintetis.
Keuntungan dan Tantangan Data Sintetis
Penggunaan data sintetis menawarkan berbagai keuntungan, termasuk penghematan biaya dan alokasi sumber daya yang lebih efektif. Sebagai contoh, startup AI terkenal, Writer, mengklaim bahwa model Palmyra X 004 yang dikembangkan dengan hampir 100% data sintetis hanya membutuhkan biaya sekitar US$700.000 (sekitar Rp 11,3 triliun), jauh lebih rendah dibandingkan dengan perkiraan biaya US$4,6 juta (sekitar Rp 74,4 triliun) untuk model OpenAI dengan ukuran yang sama.
Namun, penggunaan data sintetis juga menyimpan tantangan. Beberapa penelitian menunjukkan bahwa ketergantungan yang berlebihan pada data sintetis dapat menyebabkan model menjadi rapuh. Dalam hal ini, model AI bisa menjadi kurang kreatif dan lebih tidak selektif, yang dapat mengancam kemampuan kerjanya. Jika data yang digunakan untuk melatih model ini memiliki deviasi dan terbatas, maka hasil yang dihasilkan juga berpotensi tercemar dengan cara yang sama.
Dengan demikian, meskipun data sintetis menawarkan solusi untuk tantangan yang dihadapi oleh industri AI, penting untuk tetap mempertimbangkan keseimbangan antara data nyata dan sintetis dalam pengembangan model AI yang efektif dan inovatif.
