Kapan waktu yang lebih baik untuk menyelenggarakan konferensi tentang kecerdasan buatan dan berbagai cara untuk memajukan ilmu pengetahuan dibandingkan pada hari-hari singkat antara penyerahan hadiah Nobel pertama di bidang tersebut dan para pemenang menuju ke Stockholm untuk menghadiri upacara dasi putih yang mewah?
Ini adalah waktu yang tidak disengaja bagi Google DeepMind dan Royal Society yang minggu ini mengadakan AI for Science Forum di London. Bulan lalu, Google DeepMind mengantongi hadiah Nobel bidang kimia sehari setelah AI mengambil hadiah fisika. Suasananya perayaan.
Para ilmuwan telah bekerja dengan AI selama bertahun-tahun, namun algoritma generasi terbaru telah membawa kita ke ambang transformasi, kata Demis Hassabis, CEO Google DeepMind, pada pertemuan tersebut. “Jika kita melakukannya dengan benar, ini akan menjadi era penemuan baru yang luar biasa dan zaman keemasan baru, bahkan mungkin semacam kebangkitan baru,” katanya.
Banyak hal yang bisa menghancurkan mimpi itu. AI bukanlah “peluru ajaib,” kata Hassabis. Untuk membuat terobosan, peneliti harus mengidentifikasi masalah yang tepat, mengumpulkan data yang tepat, membangun algoritma yang tepat, dan menerapkannya dengan cara yang benar.
Lalu ada jebakannya. Bagaimana jika AI memicu reaksi balik, memperburuk kesenjangan, menciptakan krisis keuangan, memicu pelanggaran data yang sangat besar, mendorong ekosistem ke jurang kehancuran karena kebutuhan energinya yang luar biasa? Bagaimana jika ia jatuh ke tangan yang salah dan melepaskan senjata biologis rancangan AI?
Siddhartha Mukherjee, seorang peneliti kanker di Universitas Columbia di New York dan penulis buku pemenang hadiah Pulitzer, The Emperor of All Maladies, menduga hal ini akan sulit dilakukan. “Saya pikir hampir tidak dapat dihindari bahwa, setidaknya dalam hidup saya, akan ada versi AI Fukushima,” katanya, mengacu pada kecelakaan nuklir yang disebabkan oleh tsunami Jepang pada tahun 2011.
Banyak peneliti AI yang optimis. Di Nairobi, para perawat sedang menguji coba pemindaian ultrasonografi (USG) dengan bantuan AI untuk wanita hamil, sehingga tidak memerlukan pelatihan bertahun-tahun. Materiom, sebuah perusahaan di London, menggunakan AI untuk memformulasi 100% bahan berbasis bio, tanpa menggunakan petrokimia. AI telah mengubah pencitraan medis, model iklim, dan prakiraan cuaca, serta mempelajari cara menampung plasma untuk fusi nuklir. Sebuah sel virtual sudah di depan mata, sebuah unit kehidupan dalam silikon.
Hassabis dan rekannya John Jumper memenangkan Nobel untuk AlphaFold, sebuah program yang memprediksi struktur dan interaksi protein. Ini digunakan dalam ilmu biomedis, khususnya untuk desain obat. Kini, para peneliti di Isomorphic, anak perusahaan Google DeepMind, meningkatkan algoritme tersebut dan menggabungkannya dengan algoritme lain untuk mempercepat pengembangan obat. “Kami berharap suatu hari nanti, dalam waktu dekat, kami akan mengurangi waktu yang dibutuhkan selama bertahun-tahun, bahkan mungkin puluhan tahun untuk merancang obat, menjadi berbulan-bulan, atau bahkan berminggu-minggu, dan hal ini akan merevolusi proses penemuan obat,” kata Hassabis. .
Perusahaan farmasi Swiss Novartis telah melangkah lebih jauh. Selain merancang obat-obatan baru, AI juga mempercepat perekrutan hingga uji klinis, sehingga mengurangi potensi proses yang memakan waktu bertahun-tahun menjadi berbulan-bulan. Fiona Marshall, presiden penelitian biomedis perusahaan tersebut, mengatakan alat lain dapat membantu menjawab pertanyaan regulator. “Anda dapat mencari tahu – apakah pertanyaan-pertanyaan tersebut telah ditanyakan sebelumnya – dan kemudian memperkirakan jawaban terbaik apa yang mungkin akan memberikan Anda persetujuan positif terhadap obat Anda,” katanya.
Jennifer Doudna, yang menerima hadiah Nobel untuk alat pengeditan gen, Crispr, mengatakan AI akan memainkan “peran besar” dalam membuat terapi lebih terjangkau. Regulator menyetujui pengobatan Crispr pertama tahun lalu, namun dengan biaya $2 juta (£1,6 juta) untuk setiap pasien, skor tidak akan memberikan manfaat apa pun. Doudna, yang mendirikan Innovative Genomics Institute di Berkeley, California, mengatakan penelitian lebih lanjut yang dipandu AI di laboratoriumnya bertujuan untuk menciptakan sapi bebas metana dengan mengedit mikroba di usus hewan tersebut.
Tantangan besar bagi para peneliti adalah masalah kotak hitam (black box): banyak AI yang bisa mengambil keputusan namun tidak bisa menjelaskannya, sehingga membuat sistem sulit dipercaya. Namun hal itu mungkin akan berubah, kata Hassabis, melalui pemindaian otak yang setara dengan AI. “Saya pikir dalam lima tahun ke depan kita akan keluar dari era yang saat ini kita berada dalam kotak hitam.”
Krisis iklim dapat menjadi tantangan terbesar AI. Meskipun Google mempublikasikan kemajuan yang didorong oleh AI dalam prakiraan banjir, kebakaran hutan, dan gelombang panas, seperti banyak perusahaan teknologi besar lainnya, Google menggunakan lebih banyak energi dibandingkan banyak negara. Model-model besar saat ini adalah penyebab utamanya. Diperlukan daya sebesar 10 gigawatt-jam untuk melatih satu model bahasa besar seperti ChatGPT OpenAI, yang cukup untuk memasok 1.000 rumah di AS selama setahun.
“Pandangan saya adalah bahwa manfaat dari sistem tersebut akan jauh lebih besar daripada penggunaan energinya,” kata Hassabis pada pertemuan tersebut, seraya mengutip harapan bahwa AI akan membantu menciptakan baterai baru, superkonduktor pada suhu ruangan, dan bahkan mungkin fusi nuklir. “Saya pikir salah satu dari hal-hal ini kemungkinan besar akan membuahkan hasil dalam dekade berikutnya, dan itu akan mengubah situasi iklim secara signifikan.”
Dia juga melihat hal positif dalam permintaan energi Google. Perusahaan berkomitmen terhadap energi ramah lingkungan, katanya, sehingga permintaan tersebut akan mendorong investasi pada energi terbarukan dan menurunkan biaya.
Tidak semua orang yakin. Asmeret Asefaw Berhe, mantan direktur Kantor Ilmu Pengetahuan Departemen Energi AS, mengatakan kemajuan AI dapat menyebabkan penderitaan, dan menambahkan bahwa tidak ada yang lebih menimbulkan kekhawatiran selain permintaan energi. Dia menyerukan tujuan keberlanjutan yang ambisius. “Perusahaan AI yang terlibat dalam bidang ini banyak berinvestasi pada energi terbarukan dan diharapkan hal ini akan mendorong transisi yang lebih cepat dari bahan bakar fosil. Tapi apakah itu cukup?” dia bertanya. “Ini sebenarnya harus mengarah pada perubahan transformatif.”
