CEO Tesla dan pendiri xAI, Elon Musk, menyampaikan kekhawatiran terkait keterbatasan data dunia nyata yang tersisa untuk melatih model kecerdasan buatan (AI). Dalam sebuah siaran langsung di platform media sosial X (sebelumnya Twitter), Musk mengungkapkan bahwa “data puncak” yang bisa digunakan untuk melatih AI telah hampir tercapai.
“Pada dasarnya, kami telah menghabiskan jumlah kumulatif pengetahuan manusia dalam pelatihan AI,” ujar Musk, seperti dilansir TRT World pada Sabtu (11/1). Menurutnya, situasi ini sudah terjadi sejak tahun lalu.
Musk menjelaskan bahwa dengan semakin berkurangnya data dunia nyata, perusahaan teknologi harus beralih menggunakan data sintetis, yakni data yang dihasilkan oleh AI itu sendiri untuk mendukung proses pembelajaran mandiri.
“Data sintetis memungkinkan AI menulis esai atau membuat tesis, lalu menilai dirinya sendiri dalam proses pembelajaran mandiri,” kata Musk.
Namun, Musk juga memperingatkan bahwa data sintetis memiliki risiko besar karena model AI sering kali mengalami “halusinasi”. Halusinasi dalam konteks ini merujuk pada keluaran yang tidak akurat atau tidak masuk akal, yang dapat menghambat efektivitas proses pembelajaran AI.
“Masalahnya adalah, bagaimana Anda tahu apakah jawaban yang diberikan itu benar atau hanya sebuah halusinasi?” ucapnya.
Dukungan dan Peringatan dari Ahli AI
Andrew Duncan, Direktur AI Dasar di Alan Turing Institute, Inggris, mendukung pernyataan Musk dengan mengutip penelitian akademis terbaru. Ia mengatakan bahwa data dunia nyata yang tersedia secara publik untuk pelatihan AI diperkirakan akan habis pada tahun 2026.
Duncan menambahkan bahwa penggunaan data sintetis yang berlebihan dapat menyebabkan “keruntuhan model”. Ia menjelaskan bahwa keluaran dari model yang hanya mengandalkan data buatan cenderung mengalami penurunan kualitas, bias, dan kehilangan kreativitas.
“Saat Anda mulai memberi model materi sintetis, kualitas hasilnya akan terus menurun,” ujar Duncan.
Selain itu, ia mengkhawatirkan bahwa peningkatan konten yang dihasilkan AI secara daring dapat memperburuk situasi jika konten tersebut diintegrasikan kembali ke dalam data pelatihan AI.
Tantangan di Masa Depan
Musk dan para pakar AI lainnya menyerukan perhatian terhadap tantangan yang muncul dalam dunia kecerdasan buatan. Dengan keterbatasan data dunia nyata, perusahaan teknologi harus mencari solusi yang tidak hanya inovatif, tetapi juga mampu mengatasi risiko yang muncul akibat penggunaan data sintetis.
Masalah ini semakin relevan mengingat peran AI yang semakin besar dalam kehidupan manusia, baik dalam sektor bisnis, penelitian, maupun sosial. Apakah AI akan mampu melampaui tantangan ini tanpa mengorbankan akurasi dan kualitasnya? Jawaban atas pertanyaan ini mungkin akan menjadi kunci bagi masa depan teknologi AI global.
