Kepala Ilmuwan AI Meta, Yann LeCun, mengungkap empat karakteristik utama yang dimiliki semua makhluk cerdas yang tidak dimiliki teknologi Kecerdasan Buatan (AI).

"Ada empat karakteristik esensial dari perilaku cerdas yang bisa dilakukan semua hewan cerdas, dan tentu saja manusia," ujar LeCun, dalam sebuah diskusi di AI Action Summit di Paris awal tahun ini. Ia mengungkapkan bahwa keempat hal itu adalah: Memahami dunia fisik, memiliki memori yang bertahan lama, mampu bernalar, dan mampu merencanakan tindakan kompleks, terutama secara hierarkis.

Menurut LeCun, kecerdasan buatan saat ini — termasuk model bahasa besar (LLM) — belum mencapai standar tersebut. Untuk mencapainya, dibutuhkan perubahan dalam cara AI dilatih. Ia menyebut bahwa saat ini perusahaan teknologi besar masih mengandalkan pendekatan tambal-sulam.

"Untuk memahami dunia fisik, Anda melatih sistem penglihatan terpisah, lalu menempelkannya ke LLM. Untuk memori, Anda pakai RAG atau menambahkan memori asosiatif, atau cukup memperbesar model," jelasnya. RAG (retrieval augmented generation) adalah metode penguatan keluaran AI dengan mengakses sumber pengetahuan eksternal — sebuah inovasi dari Meta.

Namun, LeCun menilai pendekatan tersebut hanyalah "trik sementara". Sebagai gantinya, ia menawarkan pendekatan berbasis dunia nyata (world-based models), yang menurutnya lebih mendekati cara berpikir makhluk hidup.

"Model dunia ini berangkat dari asumsi keadaan dunia pada waktu tertentu. Lalu model memprediksi dampak suatu tindakan terhadap keadaan dunia di masa depan," jelasnya.

LeCun menekankan bahwa dunia nyata penuh ketidakpastian, dan satu-satunya cara efektif melatih model AI adalah melalui abstraksi. Meta sendiri telah mulai menguji pendekatan ini melalui model V-JEPA, yang dirilis ke publik pada Februari lalu. Model ini mempelajari video dengan memprediksi bagian-bagian yang hilang, bukan pada tingkat piksel, melainkan pada representasi abstrak.

"Tujuannya agar sistem bisa membuat prediksi dalam bentuk representasi abstrak, dan menghilangkan detail-detail tak relevan yang tak bisa diprediksi," ujarnya.

Ia membandingkan pendekatan tersebut dengan cara ilmuwan kimia menciptakan hierarki dalam memahami materi: dari partikel, atom, molekul, hingga material.

"Setiap kali kita naik satu tingkat, kita menghilangkan informasi dari tingkat sebelumnya yang tidak relevan dengan tugas yang ingin kita lakukan," katanya.

Menurut LeCun, kemampuan menciptakan dan memahami hierarki adalah inti dari kecerdasan sejati — dan jalan ke depan bagi pengembangan AI yang benar-benar cerdas.