Modul 37

Spatial intelligence sebagai frontier berikutnya

Bagian 4 · Di balik Frontier Lab

IntermediatePerishable

Istilah sulit di video ini dan artinya
Istilah	Arti
spatial intelligence	Kemampuan memahami, membayangkan, menalar, dan bertindak dalam dunia tiga dimensi, yang menurut Fei-Fei Li menjadi syarat penting agar AI benar-benar cerdas.
AGI	Singkatan dari artificial general intelligence, yaitu AI yang cerdas secara umum seperti manusia, istilah yang menurut Fei-Fei Li sulit dibedakan dari cita-cita awal AI.
ImageNet	Kumpulan data berisi jutaan gambar berlabel yang dibangun tim Fei-Fei Li dan dijadikan kompetisi, sehingga memicu kebangkitan deep learning pada 2012.
world models	Model AI yang mampu menangkap struktur tiga dimensi dan cara kerja dunia, melampaui piksel datar dan bahasa, dan menjadi fokus utama World Labs.
World Labs	Perusahaan rintisan yang didirikan Fei-Fei Li bersama tiga pakar teknologi untuk membangun world models dan memecahkan masalah spatial intelligence.
computer vision	Cabang AI yang mengajari komputer melihat dan memahami gambar atau video, bidang tempat Fei-Fei Li berkarier sejak menjadi mahasiswa pascasarjana.
3D	Tiga dimensi, yaitu ruang dengan panjang, lebar, dan kedalaman, yang menurut video ini membuat pemodelan dunia jauh lebih rumit daripada bahasa.
language	Bahasa manusia, yang dalam video ini disebut bersifat satu dimensi dan murni generatif sehingga lebih mudah dimodelkan AI dibanding dunia fisik.
curiosity	Rasa ingin tahu yang kuat, yang menurut Fei-Fei Li menjadi alasan terbaik untuk menempuh sekolah pascasarjana dibanding mendirikan startup.
startup	Perusahaan rintisan yang dibangun dari awal seperti World Labs, yang menurut Fei-Fei Li harus punya tujuan komersial lebih fokus daripada sekadar rasa ingin tahu.
data	Kumpulan contoh untuk melatih dan menguji AI, yang menurut video ini menjadi kunci kemajuan computer vision sekaligus tantangan besar bagi spatial intelligence.
generative	Sifat AI yang mampu menciptakan konten baru seperti teks, gambar, atau dunia virtual, bukan hanya mengenali atau mengelompokkan yang sudah ada.

Video ini adalah sesi wawancara dengan Fei-Fei Li, ilmuwan yang dijuluki godmother of AI, di depan para calon pendiri startup. Ia menelusuri perjalanan computer vision dari pengenalan objek, ke deskripsi adegan, hingga gagasan yang kini ia kejar sebagai pendiri dan CEO World Labs, yaitu spatial intelligence. Menurutnya, AGI tidak akan lengkap tanpa kemampuan memahami, membangun, dan bertindak di dunia tiga dimensi. Ia membandingkan evolusi bahasa manusia yang butuh kurang dari setengah juta tahun dengan penglihatan yang berkembang selama 540 juta tahun sejak trilobit pertama. Bagi penonton, video ini penting karena menjelaskan arah riset AI berikutnya setelah model bahasa besar, sekaligus menunjukkan sikap yang dibutuhkan untuk mengejar masalah yang sangat sulit. Fei-Fei juga membagikan kisah pribadinya sebagai imigran, pengalaman berpindah dari kampus ke dunia startup, dan alasan ia merasa paling nyaman ketika memulai sesuatu dari nol.

Fei-Fei bercerita bahwa ImageNet lahir sekitar 2007 saat ia menjadi asisten profesor di Princeton, ketika timnya bertaruh pada metode berbasis data, mengunduh miliaran gambar dari internet, dan menyusun taksonomi visual dunia. Dataset itu dibuka untuk publik dan dijadikan kompetisi tahunan dengan tingkat kesalahan awal sekitar 30 persen, sampai tim SuperVision milik Geoffrey Hinton pada 2012 memakai convolutional neural network dan dua GPU sehingga lahir momen AlexNet. Sekitar 2015 ia dan Andrej Karpathy membuat komputer yang bisa memberi keterangan pada gambar. Ia menjelaskan bahwa dunia nyata jauh lebih sulit daripada bahasa karena bersifat 3D, penglihatan memproyeksikan 3D ke 2D, dan data spasial jarang tersedia, sehingga World Labs memakai pendekatan data hibrida yang mengutamakan kualitas. Aplikasinya mencakup desain, arsitektur, game, robotika, dan metaverse. Ia juga menceritakan usaha binatu yang ia jalankan sejak usia 19 tahun, menyebut intellectual fearlessness sebagai kriteria rekrutmen, dan menyarankan calon mahasiswa doktoral memilih bidang interdisipliner, teori AI, atau data kecil.

Kata kunci

spatial intelligence
world models
ImageNet
World Labs

Istilah

Arti

spatial intelligence

Kemampuan memahami, membayangkan, menalar, dan bertindak dalam dunia tiga dimensi, yang menurut Fei-Fei Li menjadi syarat penting agar AI benar-benar cerdas.

AGI

Singkatan dari artificial general intelligence, yaitu AI yang cerdas secara umum seperti manusia, istilah yang menurut Fei-Fei Li sulit dibedakan dari cita-cita awal AI.

ImageNet

Kumpulan data berisi jutaan gambar berlabel yang dibangun tim Fei-Fei Li dan dijadikan kompetisi, sehingga memicu kebangkitan deep learning pada 2012.

world models

Model AI yang mampu menangkap struktur tiga dimensi dan cara kerja dunia, melampaui piksel datar dan bahasa, dan menjadi fokus utama World Labs.

World Labs

Perusahaan rintisan yang didirikan Fei-Fei Li bersama tiga pakar teknologi untuk membangun world models dan memecahkan masalah spatial intelligence.

computer vision

Cabang AI yang mengajari komputer melihat dan memahami gambar atau video, bidang tempat Fei-Fei Li berkarier sejak menjadi mahasiswa pascasarjana.

Tiga dimensi, yaitu ruang dengan panjang, lebar, dan kedalaman, yang menurut video ini membuat pemodelan dunia jauh lebih rumit daripada bahasa.

language

Bahasa manusia, yang dalam video ini disebut bersifat satu dimensi dan murni generatif sehingga lebih mudah dimodelkan AI dibanding dunia fisik.

curiosity

Rasa ingin tahu yang kuat, yang menurut Fei-Fei Li menjadi alasan terbaik untuk menempuh sekolah pascasarjana dibanding mendirikan startup.

startup

Perusahaan rintisan yang dibangun dari awal seperti World Labs, yang menurut Fei-Fei Li harus punya tujuan komersial lebih fokus daripada sekadar rasa ingin tahu.

data

Kumpulan contoh untuk melatih dan menguji AI, yang menurut video ini menjadi kunci kemajuan computer vision sekaligus tantangan besar bagi spatial intelligence.

generative

Sifat AI yang mampu menciptakan konten baru seperti teks, gambar, atau dunia virtual, bukan hanya mengenali atau mengelompokkan yang sudah ada.