(SeaPRwire) –   Pekan ini, National Science Foundation (NSF) mengumumkan bahwa mereka akan meluncurkan program uji coba dengan 10 lembaga federal lainnya dan 25 organisasi sektor swasta dan nirlaba yang dapat menjadi langkah awal untuk mendemokratisasi akses terhadap infrastruktur mahal yang dibutuhkan untuk penelitian AI terkini.

Program uji coba National Artificial Intelligence Research Resource (NAIRR) bertujuan untuk menyediakan daya komputasi yang mahal, dataset, model AI, dan alat lainnya kepada peneliti AI akademik yang biasanya kesulitan mengakses sumber daya yang semakin mereka butuhkan.

Produsen chip , salah satu perusahaan yang terlibat dalam program ini, mengatakan bahwa mereka akan menyumbang daya komputasi cloud dan perangkat lunak senilai $30 juta selama dua tahun, sementara Microsoft mengatakan akan menyumbang kredit komputasi cloud senilai $20 juta selain sumber daya lainnya. OpenAI, Anthropic, dan Meta, yang merupakan perusahaan terkemuka di sektor ini, akan menyediakan akses ke model AI mereka.

Program uji coba NAIRR ini datang pada saat yang krusial bagi penelitian AI. Seiring perusahaan-perusahaan besar yang menanamkan modal besar-besaran untuk memperoleh sumber daya komputasi dan dataset, serta merekrut tenaga ahli, peneliti di akademi dan sektor publik tertinggal. Hal ini mengakibatkan banyak arah penelitian penting dan penelitian ilmiah dasar tidak dieksplorasi. Namun, para pakar memperingatkan bahwa program uji coba ini hanyalah langkah awal, dan menutup kesenjangan AI akan memerlukan investasi pemerintah yang berkelanjutan dan ambisius.

Industri unggul

Sistem AI membutuhkan tiga masukan—daya komputasi (sering disebut ), data, dan algoritma. Semakin besar jumlah data dan komputasi serta algoritma yang lebih baik akan menghasilkan sistem AI yang lebih mampu. Akses industri yang semakin istimewa terhadap ketiga masukan AI ini mengakibatkan semakin melebarnya kesenjangan antara sistem AI yang dibangun bisnis dengan yang dibangun peneliti di akademi.

Beberapa dekade lalu, kebanyakan terobosan menarik dilakukan oleh peneliti di akademi, kata Nur Ahmed, peneliti di MIT Sloan School of Management. “Sekarang, akademisi melakukan lebih banyak penelitian tindak lanjut daripada mencoba memperluas batasan.”

Sementara dulu sistem AI termaju untuk suatu tugas kemungkinan besar dibangun oleh akademisi, sekarang hampir semua sistem AI terkini setidaknya melibatkan kerja sama dengan industri, dan banyak yang sepenuhnya dibangun oleh industri.

Secara praktis, daya komputasi berarti akses ke chip semikonduktor khusus, yang mahal dan langka. Seiring akses terhadap daya komputasi menjadi lebih , jumlah daya komputasi yang digunakan untuk melatih sistem AI telah meningkat secara berkala— setiap 20 bulan sejak lahirnya AI pada tahun 1950. Namun, ketika diketahui bahwa melatih model menggunakan daya komputasi lebih besar akan membuat model jauh lebih mampu, pengembang AI mulai melatih model yang jauh lebih besar, dengan jumlah daya komputasi yang digunakan berlipat ganda setiap 6 bulan.

Sejak itu, jumlah uang yang dibelanjakan untuk melatih sistem AI telah meledak— menurut data Epoch, biaya daya komputasi meningkat setiap tahun kurang lebih faktor tiga antara 2009 dan 2022. Data Epoch menunjukkan bahwa akademisi secara efektif telah dikecualikan dari mengembangkan model terkini.

Sebagian besar data yang digunakan untuk melatih sistem AI—khususnya model bahasa, yang menggunakan jumlah data besar yang disaring dari internet—tersedia secara publik. Namun industri masih memiliki dua keunggulan dibanding akademi dan sektor publik, kata Neil Thompson, direktur proyek penelitian masa depan FutureTech MIT.

Pertama, mengatur jumlah data besar yang digunakan untuk melatih sistem AI terkini memerlukan daya komputasi besar dan dipermudah dengan adanya tim khusus untuk pembersihan dan persiapan data, keduanya tersedia bagi industri tetapi tidak bagi akademi. Kedua, perusahaan sering memiliki akses terhadap dataset eksklusif yang sangat berharga untuk tujuan khusus mereka.

Para peneliti merancang algoritma. Oleh karena itu, organisasi yang dapat mengakses jumlah orang berbakat terbanyak cenderung memiliki akses terhadap algoritma yang lebih canggih. Menyusul rilis ChatGPT dan ledakan AI selanjutnya, pasar tenaga kerja AI sangat panas, kata Thompson, menciptakan persaingan ketat untuk peneliti dan insinyur berkualitas. Perusahaan telah menawarkan gaji yang semakin besar untuk menarik tenaga kerja ini—lowongan kerja Netflix tahun lalu menawarkan gaji hingga $900.000. Selain kesenjangan upah, para peneliti juga tertarik oleh akses data dan daya komputasi yang lebih unggul yang ditawarkan industri, kata Thompson.

Dinamika ini mungkin buruk bagi masyarakat secara keseluruhan, kata Ahmed dari MIT. Pengembang AI komersial memiliki insentif mereka sendiri, dan sedikit sumber daya di penelitian akademik mungkin berarti kurangnya pekerjaan yang dilakukan untuk isu-isu penting bagi masyarakat seperti mengatasi bias dalam sistem AI, kata Ahmed. Sebuah makalah tahun 2020 oleh peneliti dari National Endowment for Science, Technology and the Arts mendukung kekhawatiran Ahmed, menemukan bahwa “peneliti AI sektor swasta cenderung mengkhususkan diri pada metode pembelajaran mendalam berbasis data dan komputasi intensif tanpa mempertimbangkan implikasi sosial dan etika AI atau menerapkannya di bidang seperti kesehatan.”

Jika dibiarkan sendiri, pelaku swasta cenderung mengabaikan penelitian dasar, kata Thompson. Dan tanpa daya komputasi memadai, akademisi dan peneliti sektor publik tidak akan mampu memeriksa hasil penelitian industri.

Menutup kesenjangan

Program uji coba yang diumumkan minggu ini telah lama disiapkan. Undang-Undang NAIRR, tahun 2020, membentuk tim tugas untuk mengembangkan peta jalan program nasional untuk meningkatkan akses terhadap komputasi, data, dan alat pendidikan. Laporan akhir Tim Tugas NAIRR, Januari 2023, menyatakan bahwa $2,6 miliar diperlukan untuk mengoperasikan NAIRR selama enam tahun, dan menyarankan program uji coba sebagai cara maju tanpa dana penuh. Presiden Biden menandatangani , 30 Oktober, memberi NSF 90 hari—hingga 28 Januari—untuk meluncurkan program uji coba NAIRR.

Program uji coba, meski disambut baik, belum cukup, kata Divyansh Kaushik, direktur asosiasi untuk teknologi baru dan keamanan nasional di Federation of American Scientists, yang memberi saran kepada Tim Tugas NAIRR. Kongres harus mengesahkan undang-undang yang memberi otorisasi NAIRR dan dana yang diperlukan, katanya, menambahkan sebagian besar anggota parlemen mendukung program ini. “Tidak ada oposisi nyata,” katanya.

Rancangan undang-undang semacam itu diusulkan Juli lalu, ketika kepemimpinan Kongresional Artificial Intelligence Caucus mengusulkan Undang-Undang CREATE AI, yang akan mendirikan NAIRR. Para Senator Martin Heinrich, Todd Young, Cory Booker, dan Mike Rounds mengusulkan rancangan undang-undang serupa di Senat. “Kami mengikuti rekomendasi tim tugas secara ketat. Menurut pandanganku, mereka melakukan pekerjaan yang sangat baik,” kata Anggota Kongres Anna Eschoo, seorang Demokrat dari California dan ketua bersama Kongresional Artificial Intelligence Caucus, kepada TIME September 2023.

Artikel ini disediakan oleh penyedia konten pihak ketiga. SeaPRwire (https://www.seaprwire.com/) tidak memberikan jaminan atau pernyataan sehubungan dengan hal tersebut.

Sektor: Top Story, Daily News

SeaPRwire menyediakan distribusi siaran pers real-time untuk perusahaan dan lembaga, menjangkau lebih dari 6.500 toko media, 86.000 editor dan jurnalis, dan 3,5 juta desktop profesional di 90 negara. SeaPRwire mendukung distribusi siaran pers dalam bahasa Inggris, Korea, Jepang, Arab, Cina Sederhana, Cina Tradisional, Vietnam, Thailand, Indonesia, Melayu, Jerman, Rusia, Prancis, Spanyol, Portugis dan bahasa lainnya. 

“NAIRR akan menyediakan para peneliti—dari universitas, LSM, pemerintah—dengan set data besar dan sumber daya komputasi yang benar-benar dibutuhkan,” kata Eschoo. “Untuk memastikan semua orang memiliki akses terhadap alat yang dibutuhkan untuk penelitian dan pengembangan AI s