Cara Mengukur Seberapa Dekat Kita dengan AGI: Framework dari DeepMind

Kita sering denger soal AGI—Artificial General Intelligence—tapi sebenarnya seberapa dekat sih kita sampe sana? DeepMind baru aja rilis framework yang bisa jawab pertanyaan itu. Mereka juga ngadain hackathon di Kaggle buat ngajak komunitas bantu bangun evaluasi yang relevan.

Framework ini fokus ke cognitive capabilities, bukan cuma benchmark teknikal yang sering dipake sekarang. Jadi gak cuma soal model bisa jawab pertanyaan dengan akurat, tapi juga gimana cara model itu berpikir dan ngeluarin solusi.

Kenapa ini penting? Soalnya benchmark yang ada sekarang kebanyakan ngecek performance di task spesifik. Padahal AGI itu soal kemampuan umum yang fleksibel, mirip cara manusia berpikir. Framework baru ini coba ngebridge gap itu.

DeepMind ngeliat AGI sebagai spektrum, bukan biner yes/no. Ada level-level kemampuan kognitif yang bisa diukur, dari yang sederhana sampe yang kompleks. Ini bikin diskusi soal AGI jadi lebih concrete dan less hype.

Misalnya, framework ini ngebedain antara narrow expertise sama broad adaptability. Model bisa jago banget di coding, tapi kalo gak bisa adaptasi ke konteks baru, ya belum bisa disebut progress signifikan ke arah AGI.

Ada juga dimensi soal efficiency dan learning speed. AGI yang beneran idealnya bisa belajar dari sedikit contoh, gak perlu training data masif. Ini yang bedain dari current deep learning approaches.

Hackathon di Kaggle ini open buat siapa aja yang mau kontribusi. Tujuannya adalah bangun evaluation tools yang bisa nangkep nuansa kognitif ini. DeepMind nyediakan resources dan guidance buat peserta.

Buat kamu yang developer atau researcher, ini kesempatan buat directly impact cara kita ngukur AI progress. Gak perlu jadi expert AGI, yang penting punya ide kreatif soal gimana nge-test kemampuan kognitif AI.

Practical takeaway-nya: mulai sekarang, kalo kamu evaluate AI model, jangan cuma liat accuracy score. Tanya juga: model ini bisa generalize ke situasi baru gak? Butuh berapa banyak data buat belajar? Bisa jelasin reasoning-nya gak?

Framework ini masih early stage dan bakal evolve. Tapi langkah ini penting buat bikin field AI lebih accountable dan less sensational. Kita butuh cara ngukur yang objektif sebelum klaim-klaim besar soal AGI makin menggila.

Yang menarik, approach ini juga bisa bantu kita ngerti batasan current AI systems. Dengan ngerti apa yang masih kurang, kita bisa lebih fokus di research direction yang meaningful.

Buat yang penasaran, detail framework ini bisa dicek di blog DeepMind. Dan kalo mau ikutan hackathon, langsung aja cek Kaggle. Deadline dan rules-nya udah up di sana.

Intinya: progress ke AGI itu gak cuma soal model makin besar. Ini soal kemampuan kognitif yang makin mirip manusia. Dan sekarang kita punya cara lebih baik buat ngukur itu.