Courtesy of TechCrunch

Peneliti Google Perkenalkan Pendekatan Baru Scaling AI yang Bikin Ahli Skeptis

19 Mar 2025, 23.03 WIB

71 dibaca

Ikhtisar 15 Detik

Hukum skala baru dalam AI mencakup pencarian waktu inferensi sebagai metode untuk meningkatkan kinerja model.
Pencarian waktu inferensi memiliki keterbatasan dan mungkin tidak efektif untuk semua jenis pertanyaan.
Penelitian tentang hukum skala AI terus berlanjut, dengan fokus pada efisiensi komputasi dalam model reasoning.

Para peneliti baru-baru ini mengusulkan konsep baru dalam pengembangan kecerdasan buatan (AI) yang disebut "inference-time search." Konsep ini memungkinkan model AI untuk menghasilkan banyak jawaban untuk satu pertanyaan secara bersamaan dan kemudian memilih jawaban terbaik dari semua pilihan tersebut. Penelitian ini menunjukkan bahwa metode ini dapat meningkatkan kinerja model AI yang lebih tua, seperti Gemini 1.5 Pro dari Google, sehingga dapat mengalahkan model AI terbaru dari OpenAI dalam beberapa tes sains dan matematika.

Namun, beberapa ahli meragukan efektivitas metode ini. Mereka berpendapat bahwa inference-time search hanya berguna jika ada cara yang jelas untuk menilai jawaban yang benar. Dalam banyak kasus, terutama dalam interaksi bahasa yang lebih umum, sulit untuk menentukan jawaban terbaik. Jadi, meskipun metode ini menjanjikan, masih ada tantangan besar dalam meningkatkan kemampuan "penalaran" AI secara efisien.

--------------------

Analisis Kami: Inference-time search memang menawarkan pendekatan menarik untuk meningkatkan akurasi model tanpa melatih ulang, tapi metode ini masih bergantung pada evaluasi yang jelas dan tidak dapat diterapkan secara luas. Ini menegaskan bahwa masih banyak ruang berkembang dalam memperbaiki kemampuan reasoning AI secara fundamental daripada sekedar mengandalkan pencarian jawaban terbaik secara brute force.

--------------------

Analisis Ahli:

Matthew Guzdial: Metode ini efektif hanya jika fungsi evaluasi jawaban jelas, sehingga tidak cocok untuk banyak kasus interaksi bahasa yang kompleks.

Mike Cook: Inference-time search tidak meningkatkan kemampuan reasoning asli AI, melainkan hanya memperbaiki kesalahan memakai metode pengujian banyak jawaban.

--------------------

What's Next: Pencarian metode baru untuk scaling AI yang lebih efisien dan efektif akan terus dilakukan, namun pendekatan inference-time search mungkin hanya menjadi solusi sementara dengan keterbatasan signifikan.

Referensi:
[1] https://techcrunch.com/2025/03/19/researchers-say-theyve-discovered-a-new-method-of-scaling-up-ai-but-theres-reason-to-be-skeptical/

Pertanyaan Terkait

Apa yang dimaksud dengan hukum skala dalam konteks AI?

Hukum skala dalam konteks AI menggambarkan bagaimana kinerja model AI meningkat seiring dengan bertambahnya ukuran dataset dan sumber daya komputasi yang digunakan untuk melatihnya.

Apa itu pencarian waktu inferensi dan bagaimana cara kerjanya?

Pencarian waktu inferensi adalah metode di mana model menghasilkan banyak kemungkinan jawaban untuk sebuah pertanyaan secara paralel dan kemudian memilih yang terbaik dari sekian banyak jawaban tersebut.

Siapa yang terlibat dalam penelitian tentang hukum skala AI baru ini?

Penelitian ini melibatkan peneliti dari Google dan UC Berkeley, termasuk Eric Zhao sebagai salah satu penulis makalahnya.

Mengapa beberapa ahli skeptis terhadap efektivitas pencarian waktu inferensi?

Beberapa ahli skeptis karena pencarian waktu inferensi hanya efektif ketika ada fungsi evaluasi yang baik, dan banyak pertanyaan tidak memiliki jawaban yang jelas.

Apa dampak dari pencarian waktu inferensi terhadap model reasoning AI?

Pencarian waktu inferensi dapat meningkatkan kinerja model, tetapi juga menunjukkan batasan dalam proses penalaran model AI yang ada saat ini.