Source article: DeepSeek and the Coming AI Cambrian Explosion
Translation by: bangwin
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=d00a6a6d-b19c-4d68-9829-e6adbbf13f0b
Community review: Please leave comments below about translation quality or like this post if it is well translated
DeepSeek dan Ledakan AI Cambrian yang Akan Datang
Artikel oleh Dr. Ben Goertzel
CEO, Artificial Superintelligence Alliance
Kegembiraan tentang DeepSeek dapat dimengerti – tetapi banyak reaksi yang saya lihat terasa agak tidak tepat. DeepSeek menunjukkan peningkatan efisiensi yang signifikan dalam bidang LLM, yang akan berdampak besar pada sifat dan ekonomi aplikasi LLM. Namun, hal itu tidak menandakan terobosan mendasar dalam kecerdasan umum buatan (Artificial General Intelligence - AGI), atau pergeseran mendasar dari pusat gravitasi inovasi AI. Ini adalah lompatan tiba-tiba di sepanjang lintasan yang diharapkan daripada pergeseran paradigma yang mengganggu.
Berlomba Sepanjang Kurva Efisiensi
Pencapaian DeepSeek yang mengagumkan mencerminkan pola historis yang lebih luas dari perkembangan teknologi. Pada awal 1990-an, rendering grafis komputer kelas atas memerlukan superkomputer; kini, hal itu dilakukan pada telepon pintar. Pengenalan wajah, yang dulunya merupakan aplikasi khusus yang mahal, kini menjadi fitur komoditas. Prinsip yang sama berlaku untuk model bahasa besar (LLM). Yang mengejutkan bukanlah sifat kemajuannya—melainkan kecepatannya.
Bagi mereka yang memperhatikan pertumbuhan teknologi eksponensial, hal ini tidak mengejutkan. Konsep Singularitas Teknologi memprediksi perubahan yang semakin cepat, khususnya di bidang penemuan dan penciptaan otomatis seperti AI. Saat kita mendekati Singularitas, terobosan akan tampak semakin cepat. DeepSeek hanyalah salah satu dari banyak momen dalam megatren yang sedang berlangsung ini.
Inovasi Arsitektur DeepSeek: Mengesankan, Namun Bukan Hal Baru
Pencapaian utama DeepSeek terletak pada pengoptimalan efisiensi, bukan pendefinisian ulang arsitektur AI. Model Campuran Pakar (Mixture of Experts - MoE) merupakan penyempurnaan baru dari teknik pembelajaran ensemble yang sudah mapan dan telah digunakan dalam penelitian AI selama bertahun-tahun. Hal yang dilakukan DeepSeek dengan sangat baik adalah menyempurnakan MoE bersama trik efisiensi lainnya untuk meminimalkan biaya komputasi:
- Efisiensi Parameter: Desain MoE DeepSeek hanya mengaktifkan 37 miliar dari 671 miliar parameternya dalam satu waktu. Ini berarti hanya memerlukan 1/18 dari daya komputasi LLM tradisional.
- Pembelajaran Penguatan untuk Penalaran: Alih-alih rekayasa manual, model R1 DeepSeek meningkatkan penalaran rantai pemikiran melalui pembelajaran penguatan.
- Pelatihan Multi-Token: DeepSeek-V3 dapat memprediksi beberapa bagian teks sekaligus, meningkatkan efisiensi pelatihan.
Pengoptimalan ini memungkinkan model DeepSeek menjadi jauh lebih murah daripada pesaing seperti OpenAI atau Anthropic, baik untuk pelatihan maupun inferensi. Ini bukan prestasi yang mudah—ini adalah langkah besar menuju LLM berkualitas tinggi yang lebih mudah diakses. Namun sekali lagi, ini adalah penyempurnaan rekayasa yang luar biasa, bukan lompatan konseptual menuju AGI.
Kekuatan Open-Source yang Sudah Dikenal
Salah satu langkah terbesar DeepSeek adalah membuat modelnya menjadi sumber terbuka. Hal ini sangat kontras dengan strategi OpenAI, Anthropic, dan Google yang tertutup – dan mengarah pada Yann LeCun dari Meta. AI sumber terbuka mendorong inovasi yang cepat, adopsi yang lebih luas, dan peningkatan kolektif. Sementara model kepemilikan memungkinkan perusahaan untuk memperoleh lebih banyak pendapatan langsung, pendekatan DeepSeek sejalan dengan masa depan AI yang lebih terdesentralisasi—di mana alat tersedia untuk lebih banyak peneliti, perusahaan, dan pengembang independen.
Dana lindung nilai HighFlyer di balik DeepSeek tahu bahwa AI sumber terbuka bukan hanya tentang filosofi dan berbuat baik bagi dunia; tetapi juga bisnis yang baik. OpenAI dan Anthropic berjuang untuk menyeimbangkan penelitian dan monetisasi. Keputusan DeepSeek untuk membuka sumber R1 menandakan kepercayaan pada model ekonomi yang berbeda—yang didasarkan pada layanan, integrasi perusahaan, dan hosting yang dapat diskalakan. Hal ini juga memberi komunitas AI global seperangkat alat yang kompetitif, mengurangi cengkeraman hegemoni Big Tech Amerika.
Peran China dalam Perlombaan AI
Beberapa pihak di Barat terkejut bahwa terobosan DeepSeek datang dari China. Saya tidak begitu terkejut. Setelah menghabiskan satu dekade di China, saya telah menyaksikan secara langsung skala investasi dalam penelitian AI, meningkatnya jumlah gelar doktor, dan fokus yang kuat untuk menjadikan AI kuat sekaligus hemat biaya. Ini bukan pertama kalinya China mengambil inovasi Barat dan dengan cepat mengoptimalkannya untuk efisiensi dan skala.
Namun, daripada melihat ini semata-mata sebagai kontes geopolitik, saya melihatnya sebagai langkah menuju lanskap AI yang lebih terintegrasi secara global. AGI yang bermanfaat jauh lebih mungkin muncul dari kolaborasi terbuka daripada dari silo nasionalistis. Upaya pengembangan AGI yang terdesentralisasi dan terdistribusi secara global—daripada monopoli oleh satu negara atau perusahaan—memberi kita peluang yang lebih baik untuk memastikan AI melayani umat manusia secara keseluruhan.
Implikasi DeepSeek yang Lebih Luas: Masa Depan di Luar LLM
Kehebohan seputar DeepSeek sebagian besar berpusat pada efisiensi biaya dan dampaknya pada pasar LLM. Namun, kini lebih dari sebelumnya, kita benar-benar perlu mundur selangkah dan mempertimbangkan gambaran yang lebih besar.
- Meskipun model berbasis transformer dapat mengotomatiskan tugas ekonomi dan terintegrasi ke dalam berbagai industri, model tersebut tidak memiliki kemampuan inti AGI seperti abstraksi komposisi yang mendasar dan penalaran yang diarahkan sendiri.
- Jika AGI muncul dalam dekade berikutnya, model tersebut tidak mungkin sepenuhnya berbasis transformer. Arsitektur alternatif—seperti OpenCog Hyperon dan komputasi neuromorfik—mungkin terbukti lebih mendasar untuk mencapai kecerdasan umum yang sebenarnya.
- Peningkatan efisiensi DeepSeek mempercepat tren LLM menjadi komoditas. Seiring turunnya biaya, investor mungkin mulai melihat ke arah batas inovasi AI berikutnya.
- Hal ini dapat mendorong pendanaan ke arsitektur AGI di luar transformer, perangkat keras AI alternatif (misalnya, unit pemrosesan asosiatif, chip neuromorfik), dan jaringan AI terdesentralisasi.
- Lanskap AI bergeser ke arah arsitektur terdesentralisasi yang memprioritaskan privasi, interoperabilitas, dan kontrol pengguna.
- Peningkatan efisiensi DeepSeek memudahkan penerapan model AI dalam jaringan terdesentralisasi, seperti yang ada di SingularityNET dan ASI Alliance, sehingga mengurangi ketergantungan pada raksasa teknologi yang terpusat.
ExplosionPeran DeepSeek dalam Ledakan Kambrian AI
DeepSeek merupakan tonggak penting dalam efisiensi AI, tetapi tidak mengubah lintasan fundamental pengembangan AGI. Ini merupakan percepatan mendadak di sepanjang kurva yang dapat diprediksi, bukan pergeseran paradigma. Namun, dampaknya pada ekosistem AI cukup signifikan:
- DeepSeek menekan perusahaan lama seperti OpenAI dan Anthropic untuk memikirkan kembali model bisnis mereka.
- DeepSeek membuat AI berkualitas tinggi lebih mudah diakses dan terjangkau.
- DeepSeek menandakan semakin kuatnya kehadiran China dalam pengembangan AI mutakhir.
- DeepSeek menegaskan keniscayaan kemajuan eksponensial dalam AI.
Yang terpenting, keberhasilan DeepSeek seharusnya menjadi pengingat bahwa pengembangan AGI bukan hanya tentang peningkatan skala transformer. Jika kita benar-benar ingin membangun AGI tingkat manusia, kita perlu melampaui pengoptimalan model saat ini dan berinvestasi dalam pendekatan yang benar-benar baru.
Singularitas akan segera hadir—tetapi jika kita menginginkannya bisa bermanfaat, kita harus memastikannya tetap terdesentralisasi, global, dan terbuka. DeepSeek bukanlah AGI, tetapi merupakan langkah yang menarik dalam perjalanan yang lebih luas menuju masa depan AI yang transformatif.