Meskipun optimisme yang melonjak di sektor AI, peneliti Apple mengungkapkan bahwa kecerdasan umum buatan (AGI)—mesin dengan kemampuan pemikiran setara manusia—masih sulit dicapai. Menurut sebuah makalah Juni berjudul “Ilusi Berpikir”, model bahasa besar (LLM) terkemuka seperti seri GPT dari OpenAI dan Claude dari Anthropic terus gagal dalam kinerja penalaran yang kuat.
Sementara LLM telah menunjukkan kemajuan yang luar biasa dalam tugas-tugas seperti pemrograman dan matematika, studi Apple menunjukkan bahwa tolok ukur ini mungkin menyesatkan. Tim peneliti merancang tes berbasis teka-teki untuk menyelidiki bagaimana model yang berbeda berpikir melalui masalah kompleks. Temuan mereka jelas: sebagian besar model, termasuk o3-mini dari OpenAI dan V3 dari DeepSeek, menunjukkan penurunan akurasi yang tajam ketika diminta untuk menggeneralisasi penalaran atau menerapkan logika eksplisit di luar tugas permukaan.
Yang penting, studi ini mengidentifikasi kecenderungan di antara model-model ini untuk "berpikir berlebihan"—memulai dengan jawaban yang benar tetapi menyimpang karena logika yang salah atau tidak konsisten. Ini menunjukkan bahwa sistem AI saat ini sedang meniru penampilan penalaran tanpa benar-benar menginternalisasinya, menantang narasi bahwa AGI berada dalam jangkauan.
Wawasan ini sangat bertentangan dengan pernyataan publik dari para pemimpin industri. CEO OpenAI Sam Altman telah menyarankan AGI mungkin tiba "lebih cepat dari yang diharapkan," sementara CEO Anthropic Dario Amodei memprediksi AGI akan melampaui kecerdasan manusia pada tahun 2026–2027. Namun, temuan Apple memberikan sorotan peringatan pada proyeksi optimis ini.
Mengapa Ini Penting bagi Pengguna Binance
Ruang kripto telah melihat lonjakan minat dalam token terkait AI dan proyek infrastruktur—seperti Fetch.ai (FET), SingularityNET (AGIX), dan Ocean Protocol (OCEAN)—semua yang mempromosikan relevansi jangka panjang mereka pada evolusi AGI dan AI terdesentralisasi. Laporan Apple menunjukkan bahwa meskipun narasi investasi semakin menggairahkan, teknologi yang sebenarnya mungkin masih menghadapi batasan fundamental.
Seiring perlombaan untuk AGI terus berlanjut, investor harus memperhatikan tolok ukur kinerja dunia nyata dan evaluasi berbasis penelitian—bukan hanya proyeksi visioner—ketika menilai aset kripto yang terkait dengan AI.
