Courtesy of SCMP
Tencent Soroti Kelemahan Model AI Dalam Belajar Konteks Dunia Nyata
Menekankan pentingnya pembelajaran konteks sebagai pusat desain model AI masa depan agar teknologi AI dapat berguna dan tahan banting dalam situasi dunia nyata yang penuh ketidakpastian dan dinamis.
04 Feb 2026, 18.01 WIB
125 dibaca
Share
Ikhtisar 15 Detik
- Belajar konteks sangat penting untuk membuat model AI lebih efektif di lingkungan nyata.
- Persaingan di pasar AI di China semakin ketat, dengan Tencent berusaha untuk meningkatkan produk mereka.
- Model-model AI saat ini masih memiliki banyak kekurangan, terutama dalam situasi yang tidak terduga.
Shenzhen, Tiongkok - Dalam dunia teknologi kecerdasan buatan, kemajuan sudah sangat cepat, tapi model-model AI terbaik saat ini masih punya masalah besar yaitu 'kebrebetan' atau gampang gagal saat digunakan di lingkungan yang tidak teratur dan dinamis, seperti di kehidupan sehari-hari. Tencent, sebuah perusahaan teknologi besar dari China, melakukan penelitian dan menyatakan bahwa model-model AI ini sulit mempelajari konteks di mana mereka bekerja.
Salah satu ilmuwan utama Tencent bernama Vinces Yao Shunyu, yang baru bergabung setelah sebelumnya bekerja di OpenAI, mengatakan bahwa pengembang AI harus fokus untuk membuat model yang bisa belajar dari konteks secara lebih baik. Tanpa kemampuan ini, AI akan tetap kesulitan dan tidak dapat membantu secara maksimal di lingkungan dunia nyata yang penuh dengan ketidakpastian dan perubahan.
Tencent dan peneliti dari Universitas Fudan mengembangkan sebuah alat uji yang disebut CL-bench, yang berisi hampir 1.900 tugas yang menilai kemampuan AI untuk belajar saat bekerja. Mereka menguji 19 model AI terkemuka dengan alat ini dan menemukan bahwa banyak model yang belum bisa belajar dari konteks dengan baik, terutama model-model yang dibuat oleh perusahaan besar dari AS dan China.
Hasil tersebut menunjukkan Tencent tertinggal dibandingkan pesaing lokalnya seperti DeepSeek, dan aplikasi AI konsumen Tencent, Yuanbao, juga kalah popularitas dibandingkan aplikasi Doubao dari ByteDance. Hal ini mendorong Tencent untuk memperbaiki strategi dan teknologinya agar bisa mengejar ketertinggalan di bidang AI yang sangat kompetitif ini.
Para peneliti menyimpulkan bahwa sampai pembelajaran konteks ini diperbaiki, model AI akan tetap rapuh dan sulit digunakan dalam kegiatan sehari-hari yang penuh dengan perubahan dan kerumitan. Mereka menekankan bahwa pembelajaran konteks harus menjadi pusat pengembangan AI agar teknologi ini dapat benar-benar berguna dan andal di dunia nyata.
Referensi:
[1] https://www.scmp.com/tech/big-tech/article/3342386/when-context-everything-ai-models-still-struggle-real-world-tencent?module=top_story&pgtype=section
[1] https://www.scmp.com/tech/big-tech/article/3342386/when-context-everything-ai-models-still-struggle-real-world-tencent?module=top_story&pgtype=section
Analisis Ahli
Yoshua Bengio
"Kemampuan pembelajaran konteks adalah kunci untuk evolusi kecerdasan buatan menuju sistem yang benar-benar otonom dan adaptif di dunia nyata."
Fei-Fei Li
"Mengembangkan benchmark seperti CL-bench sangat penting untuk mengevaluasi dan mendorong kemajuan model dalam memahami konteks lingkungan kerja yang tidak terstruktur."
Analisis Kami
"Kelemahan utama AI saat ini adalah kurangnya kemampuan untuk memahami konteks secara dinamis, yang sejatinya esensial untuk aplikasi dunia nyata. Jika Tencent berhasil mengembangkan dan mengintegrasikan pembelajaran konteks secara efektif, ini bisa menjadi terobosan penting yang membawa model AI dari konsep ke implementasi praktis yang luas."
Prediksi Kami
Perusahaan AI, terutama Tencent, akan meningkatkan fokus dan investasi pada teknik pembelajaran konteks agar model mereka lebih adaptif dan efektif di aplikasi dunia nyata, sehingga akan muncul inovasi baru dalam pengembangan model AI yang lebih tahan banting dan responsif.
Pertanyaan Terkait
Q
Apa yang dimaksud dengan 'belajar konteks' dalam penelitian Tencent?A
Belajar konteks merujuk pada kemampuan model AI untuk memahami dan belajar dari situasi yang kompleks dalam lingkungan nyata.Q
Siapa Vinces Yao Shunyu dan apa perannya di Tencent?A
Vinces Yao Shunyu adalah kepala ilmuwan AI di Tencent, yang sebelumnya merupakan peneliti di OpenAI.Q
Mengapa model AI saat ini dianggap 'rapuh' dalam lingkungan nyata?A
Model AI dianggap 'rapuh' karena mereka kesulitan beradaptasi dan belajar dari konteks yang dinamis dan tidak terduga.Q
Apa itu CL-bench dan bagaimana cara kerjanya?A
CL-bench adalah sebuah tolok ukur yang dikembangkan oleh peneliti Tencent untuk menguji kemampuan belajar konteks pada 19 model AI.Q
Mengapa Hunyuan tertinggal dibandingkan dengan DeepSeek?A
Hunyuan tertinggal karena persaingan yang ketat dari model-model lain seperti DeepSeek yang lebih unggul dalam teknologi AI.
