Perkenalkan Blueprint AI Multimodal untuk Aplikasi Dunia Nyata

JAMBIKORAN.COM - Peneliti dari University of Sheffield dan Alan Turing Institute perkenalkan kerangka baru untuk AI yang mampu belajar dari beragam sumber data. Hal itu melampaui batasan teks dan gambar.

 

Tim peneliti dari kedua institusi tersebut mengembangkan sebuah “blueprint” atau cetak biru baru untuk membangun AI generasi berikutnya.

 

Kecerdasan buatan tersebut dirancang agar mampu belajar dari berbagai jenis data secara bersamaan. Tujuannya, meningkatkan kemampuan AI untuk diterapkan dalam situasi nyata, di luar ruang laboratorium.

 

Temuan itu dipublikasikan dalam jurnal Nature Machine Intelligence. Kerangka tersebut berfungsi sebagai panduan pengembangan AI multimodal.

 

Itu merupakan sistem yang mampu menggabungkan berbagai tipe informasi. Seperti teks, gambar, suara, dan data sensorik.

 

Berbeda dengan AI konvensional yang biasanya hanya berfokus pada satu jenis data, AI multimodal mampu menyatukan beragam sumber informasi. Ia mampu membangun pemahaman yang lebih menyeluruh tentang dunia nyata.

 

Menjawab Keterbatasan Data

 

Penelitian itu berangkat dari temuan bahwa meskipun teknologi AI multimodal memiliki potensi besar, sebagian besar riset saat ini masih terbatas pada data visual dan bahasa.

 

Berdasarkan analisis terhadap makalah yang dipublikasikan di repositori terbuka arXiv sepanjang 2024, sekitar 88,9 persen studi AI multimodal hanya melibatkan dua jenis data: visi (gambar) dan bahasa.

 

Keterbatasan itu, menurut para peneliti, menghambat potensi AI untuk memecahkan permasalahan kompleks yang membutuhkan sumber informasi lebih beragam.

 

“Bayangkan mobil tanpa pengemudi yang mampu memadukan data dari kamera, sensor, dan kondisi lingkungan sekitar. Dengan pemahaman yang lebih menyeluruh, mobil semacam itu akan jauh lebih aman dalam menghadapi situasi sulit,” jelas tim peneliti dalam laporannya.

 

Contoh lainnya datang dari bidang medis. Yakni AI yang mampu menggabungkan catatan klinis, data laboratorium, dan informasi genetik. Metode itu akan lebih akurat dalam mendiagnosis penyakit atau mempercepat penemuan obat baru.

 

Membangun AI yang Lebih Relevan dan Aman

 

Profesor Haiping Lu, pemimpin penelitian dari School of Computer Science dan Centre for Machine Intelligence di University of Sheffield, menegaskan perlunya pergeseran paradigma dalam pengembangan AI.