Kemampuan untuk mensimulasikan dunia (Model Dunia) dianggap oleh beberapa ahli sebagai langkah besar berikutnya bagi AI untuk "melihat" dan menciptakan kembali dunia fisik.
Beberapa perusahaan atau laboratorium mendorong kemampuan pemodelan dunia untuk AI. Diantaranya, Profesor Fei-Fei Li dari World Labs, salah satu pionir AI, mengumpulkan dana sebesar 230 juta USD untuk membangun "model dunia besar". Google DeepMind juga mempekerjakan Tim Brooks, kepala tim Sora, dan pakar lainnya, William Peebles, untuk mengembangkan "simulator dunia".
"Gambaran dunia di sekitar kita yang ada di kepala kita hanyalah model. Tak seorang pun di kepala mereka dapat membayangkan seluruh dunia, pemerintahan, atau negara. Orang hanya memilih konsep dan hubungan di antara mereka, dan digunakan untuk mewakili sistem yang sebenarnya." , sesuai dengan definisi Model Mental yang diberikan dalam buku Counterintuitive Behavior of Social Systems oleh Jay Wright Forrester, seorang insinyur komputer, ilmuwan komputer, ahli teori manajemen, dan ilmuwan sistem Amerika, ditulis pada tahun 1971.
Ilustrasi "dunia AI". Foto: Novita
Model Dunia dianggap sebagai penerus Model Mental, keduanya terinspirasi oleh otak manusia. Otak mengambil representasi abstrak dari indra, sehingga membentuk pemahaman konkrit tentang dunia sekitar. Prediksi yang dibuat otak berdasarkan model memengaruhi cara seseorang memandang dunia.
Dua peneliti David Ha dan Jürgen Schmidhuber menggunakan contoh cara bermain pemain baseball. Orang-orang ini hanya mempunyai waktu satu milidetik untuk memutuskan cara mengayunkan tongkat dan parameter ini lebih singkat dibandingkan waktu yang dibutuhkan untuk mengirimkan sinyal dari penglihatan ke otak. Untuk melakukan itu, mereka perlu memprediksi bagaimana dan di mana bola akan dilempar sebelum bola tiba.
“Ini adalah aspek AI untuk mencapai level manusia jika menerapkan Model Dunia,” tulis Ha dan Schmidhuber dalam laporan bersama yang diposting di Github.
Menurut para ahli, AI yang membuat video dari teks, seperti Sora, termasuk dalam apa yang disebut "lembah luar biasa". Meskipun demikian, video yang dihasilkan AI memiliki banyak kekurangan, terutama pada video gerak cepat, salah satunya karena algoritme tidak dapat memprediksi "pola" berikutnya seperti yang dilakukan otak manusia.
Menurut TechCrunch, alat AI penghasil video kini dapat secara akurat memprediksi pantulan bola basket, namun alat tersebut tidak mengetahui alasannya. Begitu pula dengan model bahasa yang juga kurang memahami konsep di balik kata dan frasa.
Namun, World Model menjadikan AI benar-benar cerdas dengan "memahami" alasan bola memantul. Untuk mendapatkan wawasan tersebut, Model Dunia perlu dilatih pada berbagai tipe data seperti foto, audio, video, dan teks, dengan tujuan membuat kesimpulan internal tentang cara kerja dunia dan apa yang mungkin bisa menjelaskan hasil tindakan .
“Pemirsa berharap apa yang mereka lihat akan berperilaku seperti di dunia nyata,” Alex Mashrabov, mantan kepala AI Snap dan CEO perusahaan model dunia Higgsfield, mengatakan kepada TechCrunch. “Mesin Model Dunia yang cukup kuat akan memahami bagaimana suatu objek bergerak daripada harus menunggu penciptanya 'menarik garis' agar objek tersebut dapat bergerak.”
Namun membuat video yang lebih baik hanyalah sebagian dari apa yang dilakukan World Model. Peneliti AI terkemuka, seperti Yann LeCun, Chief AI Officer Meta, memperkirakan bahwa suatu hari nanti teknologi tersebut dapat digunakan untuk peramalan dan perencanaan yang canggih baik dalam bidang digital maupun fisik.
Awal tahun ini, LeCun menjelaskan bagaimana World Model dapat membantu sistem AI mencapai tujuan yang diinginkan melalui inferensi. Seorang model mengambil cerita awal, misalnya video ruangan kotor, memberinya tujuan ruangan bersih, dan serangkaian tindakan untuk mencapai tujuan tersebut, seperti menggunakan penyedot debu untuk menyapu, mencuci piring, membuang sampah. . Selama proses ini, AI tidak hanya mengenali melalui kamera dan sensor, tetapi juga “mengetahui” secara lebih mendalam bagaimana mengubah dari kotor menjadi bersih.
“Kita membutuhkan mesin yang memahami dunia, dapat mengingat berbagai hal, memiliki intuisi, memiliki akal sehat – sesuatu yang dapat berpikir dan merencanakan pada tingkat yang sama dengan manusia,” kata LeCun. “Sistem AI yang ada saat ini tidak mampu melakukan hal-hal tersebut. Mungkin perlu waktu satu dekade sebelum hal tersebut muncul.”
OpenAI mengatakan Sora dapat dianggap sebagai Model Dunia primitif dalam hal simulasi tindakan, seperti seorang pelukis yang meninggalkan sapuan kuas di atas kanvas. Namun, pihak perusahaan juga mengaku butuh waktu lama untuk menyelesaikan fitur tersebut.
Meskipun potensinya besar, membangun Model Dunia memerlukan biaya yang mahal karena memerlukan daya komputasi yang sangat besar dibandingkan saat ini. Diperkirakan sebuah alat kecil dapat menggunakan ribuan GPU paling kuat untuk pelatihan.
Selain itu, jumlah data masukan untuk Model Dunia juga berkali-kali lipat lebih besar dibandingkan model bahasa besar yang ada. “Data pelatihan untuk model harus cukup luas untuk mencakup beragam skenario, tetapi harus sangat spesifik sehingga AI memahami secara mendalam nuansa skenario tersebut,” komentar Mashrabov dari Higgsfield. “Kurangnya data memperlambat kemajuan.”
Cristóbal Valenzuela, CEO Runway AI, juga percaya bahwa data adalah hambatan terbesar dalam membangun Model Dunia. “Model memerlukan banyak data dan rekayasa untuk membuat peta lingkungan yang konsisten dan kemampuan untuk bernavigasi dan berinteraksi dalam lingkungan tersebut,” tulis Valenzuela dalam postingan blognya.
Namun, Mashrabov yakin jika semua hambatan tersebut dapat diatasi, World Model akan “lebih kuat” dalam menghubungkan AI dengan dunia nyata, terutama jika dipadukan dengan robot.
“Robot masa kini terbatas kemampuannya dalam melakukan pekerjaan karena tidak sadar akan lingkungan sekitarnya. World Model bisa membekali mereka dengan kemampuan itu,” ujarnya. "Dengan model yang canggih, AI dapat mengembangkan pemahaman pribadi tentang skenario apa pun yang dihadapinya dan mulai menyimpulkan solusi yang mungkin dilakukan."
