Apa Itu AGI dan Mengapa LLM Mungkin Tidak Pernah Benar‑benar Mencapainya

Mengapa AGI dan LLM Seringkali Disamakan

Jika Anda membaca berita teknologi, deck investor, atau halaman produk, Anda akan melihat kata kecerdasan diregang sampai batasnya. Chatbot disebut “nyaris manusiawi,” asisten pengkodean disebut “praktis insinyur junior,” dan beberapa orang dengan santai menyebut model bahasa besar (LLM) yang kuat sebagai langkah pertama menuju kecerdasan umum buatan (AGI).

Artikel ini ditujukan untuk praktisi penasaran, pendiri, pemimpin produk, dan pembaca teknis yang memakai alat seperti GPT‑4 atau Claude dan bertanya: Apakah inilah rupa AGI—atau adakah sesuatu yang penting yang hilang?

Sumber Kebingungan

LLM memang mengesankan. Mereka:

• berinteraksi lancar dalam bahasa alami
• menulis kode, merangkum riset, dan lulus ujian
• merefleksikan keluaran mereka sendiri dengan cara yang terlihat seperti bernalar

Bagi kebanyakan non‑spesialis, itu terasa tidak bisa dibedakan dari “kecerdasan umum.” Ketika sebuah model bisa menulis esai tentang Kant, memperbaiki kesalahan TypeScript Anda, dan membantu menyusun memo hukum dalam satu sesi, wajar jika kita mengira kita sedang mendekati AGI.

Namun asumsi itu diam‑diam menyamakan kecakapan berbahasa dengan kecerdasan umum. Itulah kebingungan inti yang akan kita uraikan di artikel ini.

Klaim Sentral Artikel Ini

Argumen yang akan dikembangkan bagian demi bagian adalah:

LLM saat ini adalah pembelajar pola yang sangat kapabel atas teks dan kode, tetapi arsitektur dan rejimen pelatihannya membuatnya tidak mungkin menjadi AGI sejati hanya dengan penskalaan atau fine‑tuning sederhana.

Mereka akan terus menjadi lebih baik, lebih luas, dan lebih berguna. Mereka mungkin menjadi bagian dari sistem yang mirip AGI. Namun ada alasan mendalam—tentang grounding di dunia, agensi, memori, perwujudan, dan model diri—mengapa “LLM lebih besar” kemungkinan bukan jalan yang sama dengan “kecerdasan umum.”

Harapkan tur beropini, tetapi yang berpijak pada riset terkini, kapabilitas dan kegagalan konkret LLM, serta pertanyaan terbuka yang sedang diperdebatkan ilmuwan serius, bukan sekadar hype atau ketakutan.

Apa Sebenarnya yang Dimaksud dengan Kecerdasan Umum Buatan?

Ketika orang mengatakan AGI, jarang mereka bermaksud sama. Untuk memperjelas perdebatan, berguna memisahkan beberapa konsep inti.

Dari AI Sempit ke Kecerdasan Umum

AI (artificial intelligence) adalah bidang luas pembuatan sistem yang melakukan tugas‑tugas yang memerlukan perilaku yang mirip “cerdas”: mengenali ucapan, merekomendasikan film, bermain Go, menulis kode, dan lain-lain.

Sebagian besar yang ada saat ini adalah AI sempit (atau weak AI): sistem dirancang dan dilatih untuk sekumpulan tugas tertentu dalam kondisi tertentu. Klasifikator gambar yang memberi label kucing dan anjing, atau chatbot layanan pelanggan yang dioptimalkan untuk pertanyaan perbankan, bisa sangat kapabel dalam nishe itu tetapi gagal total di luar itu.

Kecerdasan Umum Buatan (AGI) sangat berbeda. Ini merujuk pada sistem yang dapat:

• Menggeneralisasi melintasi banyak domain, bukan hanya satu tugas atau jenis data
• Beradaptasi pada masalah dan lingkungan baru yang tidak dilatih secara eksplisit
• Bertindak otonom, menetapkan dan mengejar tujuan dengan sedikit bimbingan
• Mentranfer pembelajaran, memakai apa yang dipelajari di satu konteks untuk tampil baik di konteks lain

Aturan praktis: sebuah AGI, secara prinsip, bisa mempelajari hampir semua pekerjaan intelektual yang menuntut yang dapat dilakukan manusia, diberi waktu dan sumber daya, tanpa perlu perancangan ulang khusus untuk tiap tugas baru.

Strong AI, Human‑Level AI, dan Lainnya

Istilah terkait sering muncul:

• Strong AI: biasanya dipakai bergantian dengan AGI, menekankan pemahaman sejati daripada tiruan cerdas.
• Human‑level AI: AGI yang kemampuan kognitif keseluruhannya kira‑kira setara dengan rata‑rata orang dewasa manusia.
• Superintelligence: sistem hipotetis yang jauh melampaui pemikiran manusia terbaik di sebagian besar atau seluruh domain.

Sebaliknya, chatbot dan model gambar modern tetap sempit: mengesankan, tetapi dioptimalkan untuk pola dalam data tertentu, bukan untuk kecerdasan lintas‑domain yang terbuka.

Sedikit Sejarah Mimpi AGI

Visi Awal: Turing dan AI Simbolik

Mimpi AGI modern dimulai dengan proposal Alan Turing tahun 1950: jika mesin dapat berpercakapan yang tak dapat dibedakan dari manusia (uji Turing), mungkinkah ia cerdas? Itu membingkai kecerdasan sebagian besar dalam istilah perilaku, terutama bahasa dan penalaran.

Dari 1950‑an hingga 1980‑an, peneliti mengejar AGI lewat AI simbolik atau “GOFAI” (Good Old‑Fashioned AI). Kecerdasan dipandang sebagai manipulasi simbol eksplisit menurut aturan logis. Program untuk pembuktian teorema, permainan, dan sistem pakar membuat sebagian orang percaya penalaran tingkat manusia sudah dekat.

Tetapi GOFAI kesulitan dengan persepsi, akal sehat, dan data dunia nyata yang berantakan. Sistem bisa memecahkan teka‑teki logika namun gagal pada tugas yang mudah bagi anak kecil. Kesenjangan ini memicu musim dingin AI pertama dan pandangan lebih hati‑hati terhadap AGI.

Pergeseran ke Machine Learning

Seiring data dan komputasi tumbuh, AI beralih dari aturan buatan tangan ke belajar dari contoh. Pembelajaran statistik, lalu pembelajaran mendalam, mendefinisikan ulang kemajuan: alih‑alih mengkodekan pengetahuan, sistem belajar pola dari dataset besar.

Tonggak seperti DeepBlue IBM (catur) dan kemudian AlphaGo (Go) dirayakan sebagai langkah menuju kecerdasan umum. Sebenarnya, mereka sangat terspesialisasi: masing‑masing menguasai satu permainan dengan aturan tetap, tanpa transfer ke penalaran sehari‑hari.

Dari Kemenangan Sempit ke Model Generatif

Seri GPT menandai lompatan dramatis lain, kali ini dalam bahasa. GPT‑3 dan GPT‑4 dapat menyusun esai, menulis kode, dan meniru gaya, memicu spekulasi bahwa AGI mungkin sudah dekat.

Namun model‑model ini tetap pembelajar pola atas teks. Mereka tidak membentuk tujuan, membangun model dunia yang grounded, atau secara otonom memperluas kompetensinya.

Di setiap gelombang—AI simbolik, machine learning klasik, pembelajaran mendalam, dan kini LLM—mimpi AGI berulang kali diproyeksikan ke pencapaian sempit, lalu direvisi ketika batasannya menjadi jelas.

Bagaimana Model Bahasa Besar Sebenarnya Bekerja

Model bahasa besar (LLM) adalah pembelajar pola yang dilatih pada kumpulan teks yang sangat besar: buku, situs web, kode, forum, dan lainnya. Tujuannya tampak sederhana: diberi beberapa teks, prediksi token (potongan kecil teks) apa yang kemungkinan besar muncul selanjutnya.

Token dan Prediksi Kata‑Berikutnya

Sebelum pelatihan, teks dipecah menjadi token: bisa berupa kata utuh ("kucing"), potongan kata ("men", "arik"), atau bahkan tanda baca. Saat pelatihan, model berulang kali melihat urutan seperti:

"Kucing itu duduk di ___"

dan belajar memberi probabilitas tinggi pada token berikut yang masuk akal ("karpet", "sofa") dan rendah pada yang tidak masuk akal ("kepresidenan"). Proses ini, diskalakan atas triliunan token, membentuk miliaran (atau lebih) parameter internal.

Di balik layar, model hanyalah fungsi sangat besar yang mengubah urutan token menjadi distribusi probabilitas atas token berikutnya. Pelatihan memakai gradient descent untuk menyesuaikan parameter agar prediksi lebih cocok dengan pola data.

Hukum Skala dalam Bahasa Sederhana

"Hukum skala" menggambarkan regularitas yang diamati peneliti: ketika Anda meningkatkan ukuran model, ukuran data, dan komputasi, kinerja cenderung membaik dengan cara yang dapat diprediksi. Model lebih besar yang dilatih pada lebih banyak teks biasanya lebih baik dalam prediksi—hingga batas praktis data, komputasi, dan stabilitas pelatihan.

Apa yang Sebenarnya "Diketahui" LLM

LLM tidak menyimpan fakta seperti basis data atau bernalar seperti manusia. Mereka mengode regularitas statistik: kata, frasa, dan struktur mana yang cenderung muncul bersamaan, dalam konteks mana.

Mereka tidak punya konsep yang grounded ke persepsi atau pengalaman fisik. LLM bisa berbicara tentang "merah" atau "berat" hanya lewat bagaimana kata‑kata itu digunakan dalam teks, bukan karena melihat warna atau mengangkat benda.

Inilah mengapa model bisa terdengar berpengetahuan namun tetap membuat kesalahan percaya diri: mereka memperluas pola, bukan berkonsultasi dengan model realitas eksplisit.

Pra‑pelatihan, Fine‑Tuning, dan RLHF

Pra‑pelatihan adalah fase panjang awal di mana model mempelajari pola bahasa umum dengan memprediksi token berikut pada korpora teks besar. Di sinilah hampir semua kapabilitas muncul.

Setelah itu, fine‑tuning menyesuaikan model pra‑latih ke tujuan yang lebih sempit: mengikuti instruksi, menulis kode, menerjemahkan, atau membantu di domain tertentu. Model diberi contoh terkurasi dari perilaku yang diinginkan dan disesuaikan sedikit.

Reinforcement learning from human feedback (RLHF) menambahkan lapisan lain: manusia menilai atau membandingkan keluaran model, dan model dioptimalkan untuk menghasilkan respons yang lebih disukai orang (mis., lebih membantu, kurang berbahaya, lebih jujur). RLHF tidak memberi model indra baru atau pemahaman lebih dalam; ia terutama membentuk cara model menyajikan dan menyaring apa yang sudah dipelajari.

Bersama, langkah‑langkah ini menciptakan sistem yang sangat baik menghasilkan teks lancar dengan memanfaatkan pola statistik—tanpa memiliki pengetahuan yang grounded, tujuan, atau kesadaran.

Apa yang Bisa Dilakukan LLM Saat Ini dengan Mengejutkan Baik

Model bahasa besar tampak mengesankan karena dapat melakukan beragam tugas yang dulu tampak sulit bagi mesin.

Kode, teks, dan terjemahan sesuai permintaan

LLM dapat menghasilkan potongan kode yang berfungsi, merapikan kode yang ada, dan bahkan menjelaskan pustaka yang tidak dikenal dalam bahasa sederhana. Bagi banyak pengembang, mereka sudah berfungsi sebagai pasangan pemrogram yang sangat kapabel: menyarankan kasus tepi, menangkap bug jelas, dan membuat kerangka modul lengkap.

Mereka juga unggul dalam merangkum. Diberi laporan panjang, makalah, atau utas email, LLM dapat meringkas poin utama, menyoroti tindakan yang diperlukan, atau menyesuaikan nada untuk audiens berbeda.

Terjemahan adalah kekuatan lain. Model modern menangani puluhan bahasa, sering menangkap nuansa gaya dan register cukup baik untuk komunikasi profesional sehari‑hari.

Tolok ukur penalaran dan perilaku emergen

Seiring model diskalakan, kemampuan baru terlihat muncul “dari ketiadaan”: memecahkan teka‑teki logika, lulus ujian profesional, atau mengikuti instruksi multi‑langkah yang versi sebelumnya gagal. Pada tolok ukur standar—soal kata matematika, pertanyaan bar exam, kuis medis—LLM terbaik kini mencapai atau melampaui skor manusia rata‑rata.

Perilaku emergen ini menggoda orang untuk mengatakan model itu “bernalar” atau “memahami” seperti manusia. Grafik kinerja dan peringkat leaderboard memperkuat gagasan kita mendekati kecerdasan umum.

Mengapa terasa seperti pemahaman—tetapi bukan

LLM dilatih untuk melanjutkan teks dengan cara yang cocok dengan pola data. Tujuan pelatihan itu, dipadu skala, cukup untuk meniru keahlian dan agensi: mereka terdengar percaya diri, mengingat konteks dalam sesi, dan dapat membenarkan jawaban dalam prosa lancar.

Namun ini adalah ilusi pemahaman. Model tidak tahu apa yang akan dilakukan kode saat dijalankan, apa arti diagnosis medis bagi pasien, atau tindakan fisik apa yang mengikuti dari sebuah rencana. Ia tidak memiliki grounding di dunia di luar teks.

Kinerja kuat pada tes—bahkan yang dirancang untuk manusia—tidak otomatis berarti AGI. Itu menunjukkan bahwa pembelajaran pola atas teks masif bisa meniru banyak keterampilan khusus, tetapi tidak menunjukkan kecerdasan lintas‑domain yang fleksibel dan grounded yang biasanya dimaksud dengan “kecerdasan umum buatan.”

Batas Fundamental dari Pembelajar Pola Hanya‑Teks

Model bahasa besar adalah prediktor teks luar biasa, tetapi desain itu sendiri menciptakan batas keras pada apa yang bisa mereka capai.

Tidak punya persepsi, tidak berwujud

LLM tidak melihat, mendengar, bergerak, atau memanipulasi objek. Kontak mereka dengan dunia hanya melalui teks (dan, pada beberapa model baru, gambar statis atau klip singkat). Mereka tidak punya aliran sensorik kontinu, tidak punya tubuh, dan tidak punya cara untuk bertindak serta mengamati konsekuensinya.

Tanpa sensor dan perwujudan, mereka tidak dapat membentuk model realitas yang grounded dan terus diperbarui. Kata‑kata seperti “berat,” “lengket,” atau “rapuh” hanyalah tetangga statistik dalam teks, bukan kendala yang dialami. Itu memungkinkan imitasi pemahaman yang mengesankan, tetapi membatasi mereka untuk merekombinasi deskripsi masa lalu daripada belajar dari interaksi langsung.

Halusinasi dan ketiadaan kepercayaan yang stabil

Karena LLM dilatih untuk melanjutkan urutan token, ia menghasilkan kelanjutan yang paling cocok dengan pola yang dipelajari, bukan apa yang benar. Ketika data tipis atau bertentangan, ia mengisi celah dengan fabrikasi yang terdengar masuk akal.

Model juga tidak punya keadaan kepercayaan persisten. Setiap respons dihasilkan ulang dari prompt dan bobot; tidak ada buku besar internal yang bertahan berisi “fakta yang saya pegang.” Fitur memori jangka panjang dipasang sebagai penyimpanan eksternal, tetapi sistem inti tidak merevisi keyakinan seperti manusia.

Pengetahuan beku dan pembelajaran waktu‑nyata terbatas

Melatih LLM adalah proses batch offline yang intensif sumber daya. Memperbarui pengetahuan biasanya berarti melatih ulang atau fine‑tuning pada dataset baru, bukan belajar secara mulus dari tiap interaksi.

Ini menciptakan batas penting: model tidak dapat secara andal mengikuti perubahan cepat di dunia, menyesuaikan konsepnya berdasarkan pengalaman berkelanjutan, atau memperbaiki kesalahpahaman mendalam melalui pembelajaran bertahap. Paling banter, ia dapat mensimulasikan adaptasi tersebut dengan merombak keluaran berdasarkan prompt terbaru atau alat yang dipasangkan.

Pencocokan pola tanpa pemahaman kausal

LLM unggul menangkap regularitas statistik: kata‑kata yang sering muncul bersama, kalimat yang biasanya mengikuti, seperti apa penjelasan. Tetapi ini tidak sama dengan memahami bagaimana dan mengapa dunia bekerja.

Pemahaman kausal melibatkan membentuk hipotesis, melakukan intervensi, mengamati perubahan, dan memperbarui model internal ketika prediksi gagal. Prediktor hanya‑teks tidak punya cara langsung untuk berintervensi atau merasakan kejutan. Ia bisa mendeskripsikan eksperimen namun tidak bisa melakukannya. Ia bisa mengulang bahasa kausal namun tidak punya mesin internal yang terkait tindakan dan konsekuensi.

Selama sistem terbatas pada memprediksi teks dari teks masa lalu, ia tetap fundamental sebagai pembelajar pola. Ia bisa meniru penalaran, menceritakan sebab, dan berpura‑pura merevisi pandangan, tetapi ia tidak menghuni dunia bersama di mana "keyakinannya" diuji oleh konsekuensi. Kesenjangan itu adalah inti mengapa penguasaan bahasa saja tidak mungkin cukup mencapai AGI.

Mengapa Kecerdasan Umum Meminta Lebih dari Penguasaan Bahasa

Bahasa adalah antarmuka yang kuat untuk kecerdasan, tetapi bukan substansi kecerdasan itu sendiri. Sistem yang memprediksi kalimat yang masuk akal sangat berbeda dari agen yang memahami, merencanakan, dan bertindak di dunia.

Konsep yang grounded, bukan sekadar pola kata

Manusia belajar konsep dengan melihat, menyentuh, bergerak, dan memanipulasi. "Cangkir" bukan hanya bagaimana kata itu dipakai dalam kalimat; itu sesuatu yang bisa Anda genggam, isi, jatuhkan, atau pecahkan. Psikolog menyebut ini grounding: konsep terikat pada persepsi dan aksi.

Sebuah kecerdasan buatan yang umum hampir pasti membutuhkan grounding serupa. Untuk menggeneralisasi dengan andal, ia harus menghubungkan simbol (kata atau representasi internal) ke regularitas stabil di dunia fisik dan sosial.

LLM standar, bagaimanapun, belajar hanya dari teks. "Pemahaman" mereka tentang cangkir murni statistik: korelasi antar kata di miliaran kalimat. Itu kuat untuk percakapan dan pengkodean, tetapi rapuh saat didorong di luar pola yang dikenal, terutama di domain yang bergantung pada interaksi langsung dengan realitas.

Memori, tujuan, dan preferensi konsisten

Kecerdasan umum juga melibatkan kontinuitas sepanjang waktu: memori jangka panjang, tujuan yang bertahan, dan preferensi yang relatif stabil. Manusia mengumpulkan pengalaman, merevisi keyakinan, dan mengejar proyek selama bulan atau tahun.

LLM tidak punya memori persisten bawaan tentang interaksi mereka sendiri dan tidak punya tujuan intrinsik. Kontinuitas atau "kepribadian" apa pun harus dipasang melalui alat eksternal (basis data, profil, prompt sistem). Secara default, setiap kueri adalah latihan pencocokan pola baru, bukan langkah dalam sejarah hidup yang koheren.

Perencanaan, kausalitas, dan bertindak di dunia

AGI sering didefinisikan sebagai kemampuan menyelesaikan beragam tugas, termasuk yang novel, dengan bernalar tentang sebab‑akibat dan berintervensi di lingkungan. Itu berarti:

• Membangun model kausal: apa yang akan terjadi jika saya melakukan X?
• Merencanakan aksi multi‑langkah dalam ketidakpastian
• Memperbarui rencana dari umpan balik sensorik

LLM bukan agen; mereka menghasilkan token berikutnya dalam urutan. Mereka bisa mendeskripsikan rencana atau membicarakan kausalitas karena pola itu ada dalam teks, tetapi mereka tidak melaksanakan tindakan, mengamati konsekuensi, dan menyesuaikan model internal secara asli.

Untuk mengubah LLM menjadi sistem yang bertindak, insinyur harus membungkusnya dengan komponen eksternal untuk persepsi, memori, penggunaan alat, dan kontrol. Model bahasa tetap modul kuat untuk saran dan evaluasi, bukan agen cerdas umum mandiri.

Singkatnya: kecerdasan umum menuntut konsep yang grounded, motivasi berkelanjutan, model kausal, dan interaksi adaptif dengan dunia. Penguasaan bahasa—meskipun sangat berguna—hanya salah satu bagian dari gambaran yang lebih besar.

Kesadaran, Diri, dan Mengapa LLM Hanya Terlihat Seperti Berpribadi

Saat orang mengobrol dengan model yang fasih, terasa wajar beranggapan ada pikiran di baliknya. Ilusi itu kuat, tetapi ia ilusi.

Apakah AGI Memerlukan Kesadaran?

Peneliti berbeda pendapat apakah kecerdasan umum buatan harus memiliki kesadaran.

• Pandangan fungsional mengatakan jika sistem berperilaku seperti agen cerdas umum—belajar lintas domain, merencanakan, bernalar, beradaptasi—maka kesadaran bersifat opsional atau bahkan tidak relevan.
• Pandangan fenomenal berpendapat pemahaman sejati dan kecerdasan umum memerlukan pengalaman subjektif—sebuah “apa rasanya” menjadi sistem itu.

Kita belum punya teori yang bisa diuji untuk menyelesaikan ini. Jadi terlalu cepat menyatakan AGI harus, atau tidak harus, sadar. Yang penting sekarang adalah jelas tentang apa yang LLM tidak punya.

Tidak Ada Diri yang Terpadu

Model bahasa besar adalah prediktor token statistik yang bekerja pada snapshot teks. Ia tidak membawa identitas stabil antar sesi atau bahkan antar giliran, kecuali yang dikodekan dalam prompt dan konteks jangka pendek.

• Tidak ada memori autobiografis persisten milik satu subjek yang berlanjut.
• "Persona" apa pun adalah pola yang kita tetapkan atau spesifikasikan, bukan diri sejati yang bertahan dari waktu ke waktu.

Ketika LLM mengatakan "Saya", ia hanya mengikuti konvensi linguistik yang dipelajari dari data, bukan merujuk pada subjek batiniah.

Tidak Ada Pengalaman atau Motivasi Intrinsik

Makhluk sadar memiliki pengalaman: merasakan sakit, bosan, rasa ingin tahu, kepuasan. Mereka juga punya tujuan intrinsik—hal yang penting bagi mereka tanpa dorongan hadiah eksternal.

LLM, sebaliknya:

• Tidak merasakan apa pun saat menghasilkan teks.
• Tidak punya hasrat, ketakutan, atau preferensi sendiri.
• Tidak mengejar proyek jangka panjang kecuali kita skrip atau dukung mereka demikian.

Perilaku mereka adalah keluaran pencocokan pola atas teks, dibatasi oleh pelatihan dan prompting, bukan ekspresi kehidupan batin.

Mengapa Antropomorfisme Berbahaya

Karena bahasa adalah jendela utama kita ke pikiran lain, dialog yang fasih sangat menyiratkan kepribadian. Tetapi pada LLM, justru di sinilah kita paling mudah tertipu.

Mengatribusikan sifat manusia pada sistem tersebut dapat:

• Mengaburkan penilaian risiko (mis., khawatir tentang "perasaan" alih‑alih mode kegagalan nyata).
• Mendorong kepercayaan dan ketergantungan berlebihan karena sistem terdengar percaya diri dan empatik.
• Menyebabkan kebingungan etis, seperti memperdebatkan hak untuk sistem yang tidak punya kapasitas pengalaman.

Memperlakukan LLM seperti orang mengaburkan garis antara simulasi dan realitas. Untuk berpikir jernih tentang AGI—dan risiko AI sekarang—kita harus ingat bahwa penampilan orang tidak sama dengan menjadi orang.

Bagaimana Kita Akan Mengenali AGI Sejati?

Jika kita pernah membangun kecerdasan umum buatan, bagaimana kita tahu itu nyata dan bukan hanya chatbot yang sangat meyakinkan?

Usulan yang Ada: Berguna tapi Tidak Cukup

Uji ala Turing. Tes Turing klasik dan modern bertanya: dapatkah sistem mempertahankan percakapan seperti manusia sehingga menipu orang? LLM sudah melakukan ini dengan mengejutkan baik, yang menunjukkan seberapa rendah ambang itu. Keterampilan ngobrol mengukur gaya, bukan kedalaman pemahaman, perencanaan, atau kompetensi dunia nyata.

Evaluasi ala ARC. Tugas terinspirasi Alignment Research Center (ARC) fokus pada teka‑teki penalaran baru, instruksi multi‑langkah, dan penggunaan alat. Mereka menguji apakah sistem dapat menyelesaikan masalah yang belum pernah dilihat dengan merangkai keterampilan. LLM bisa melakukan beberapa tugas ini—tetapi sering memerlukan prompt yang disusun rapi, alat eksternal, dan pengawasan manusia.

Tes agensi. Tes "agen" yang diusulkan menanyakan apakah sistem dapat mengejar tujuan terbuka dari waktu ke waktu: memecah menjadi subtujuan, merevisi rencana, menangani interupsi, dan belajar dari hasil. Agen berbasis LLM saat ini bisa tampak beragensi, tetapi di baliknya mereka bergantung pada skrip rapuh dan scaffolding yang dirancang manusia.

Kriteria Praktis untuk Mengenali AGI

Untuk menganggap sesuatu sebagai AGI sejati, kita ingin melihat sedikitnya:

1. Otonomi. Sistem menetapkan dan mengelola subtujuan sendiri, memantau kemajuan, dan pulih dari kegagalan tanpa secara konstan diarahkan manusia.

2. Transfer lintas domain. Keterampilan yang dipelajari di satu bidang seharusnya beralih mulus ke bidang sangat berbeda, tanpa pelatihan ulang jutaan contoh.

3. Kompetensi dunia nyata. Mampu merencanakan dan bertindak di lingkungan yang berantakan dan tidak pasti—fisik, sosial, dan digital—di mana aturan tidak lengkap dan konsekuensi nyata.

Kelemahan LLM

LLM, bahkan saat dibungkus dalam kerangka agen, umumnya:

• Bergantung pada alur kerja buatan tangan untuk tampak otonom.
• Kesulitan mentransfer keterampilan ketika tugas menyimpang jauh dari distribusi pelatihan.
• Memerlukan alat eksternal, filter keselamatan eksplisit, dan manusia dalam loop untuk menangani taruhannya dunia nyata.

Lulus tes berbasis chat, atau bahkan rangkaian tolok ukur sempit, tidaklah cukup. Mengenali AGI sejati berarti melihat ke luar kualitas percakapan ke otonomi yang berkelanjutan, generalisasi lintas‑domain, dan aksi yang dapat diandalkan di dunia—area di mana LLM saat ini masih memerlukan scaffolding luas hanya untuk hasil parsial dan rapuh.

Di Luar LLM: Jalur yang Diteliti Menuju AGI

Jika kita menganggap AGI serius, maka “sebuah model teks besar” hanyalah salah satu bahan, bukan sistem jadi. Sebagian besar penelitian yang terdengar seperti "menuju AGI" sebenarnya tentang membungkus LLM dalam arsitektur yang lebih kaya.

LLM sebagai Komponen dalam Sistem Agen

Satu arah utama adalah agen berbasis LLM: sistem yang menggunakan LLM sebagai inti penalaran dan perencanaan, tetapi mengelilinginya dengan:

• Memori berkeadaan yang bertahan antar sesi, sehingga sistem dapat mengumpulkan pengetahuan dan pengalaman
• Penjadwal dan perencana yang memecah tujuan menjadi sub‑tugas dan memutuskan alat mana yang dipanggil
• Loop umpan balik yang memungkinkan self‑kritique, revisi, dan coba‑ulang

Di sini LLM berhenti menjadi keseluruhan “kecerdasan” dan menjadi antarmuka berbahasa fleksibel di dalam mesin pengambilan keputusan yang lebih luas.

Penggunaan Alat, API, dan Pengetahuan Eksternal

Sistem yang menggunakan alat memungkinkan LLM memanggil mesin pencari, basis data, interpreter kode, atau API domain‑khusus. Ini membantu mereka:

• Mengakses informasi mutakhir atau khusus
• Membebankan matematika, simulasi, dan logika ke mesin yang andal

Patchwork ini dapat memperbaiki beberapa kelemahan pembelajaran pola hanya‑teks, tetapi memindahkan persoalan: kecerdasan keseluruhan bergantung pada orkestrasi dan desain alat, bukan hanya model.

Model Multimodal dan Sistem Berwujud

Rute lain adalah model multimodal yang memproses teks, gambar, audio, video, dan kadang data sensor. Mereka lebih dekat dengan cara manusia mengintegrasikan persepsi dan bahasa.

Melangkah lebih jauh, Anda mendapat LLM yang mengendalikan robot atau tubuh simulasi. Sistem‑sistem ini dapat menjelajah, bertindak, dan belajar dari umpan balik fisik, menangani beberapa kekurangan tentang kausalitas dan pemahaman grounded.

Mengubah Pertanyaan, Bukan Menyelesaikannya

Semua jalur ini mungkin membuat kita lebih dekat pada kemampuan mirip AGI, tetapi mereka juga mengubah target riset. Kita tidak lagi bertanya, “Bisakah LLM saja menjadi AGI?” tetapi “Bisakah sistem kompleks yang melibatkan LLM, alat, memori, persepsi, dan perwujudan mendekati kecerdasan umum?”

Perbedaan itu penting. LLM adalah prediktor teks yang kuat. AGI—jika bisa diwujudkan—akan menjadi sistem terintegrasi utuh, di mana bahasa hanyalah salah satu bagian.