| Istilah | Arti |
|---|---|
| GPT6 | Generasi model OpenAI yang dibahas di video ini, diluncurkan dengan nama GPT-6 Astra dan diklaim sebagai model paling cerdas dan selaras dari OpenAI. |
| Astra | Nama model GPT-6 dari OpenAI yang unggul dalam computer use, coding, dan pekerjaan panjang, tetapi menurut Kyle belum layak disebut AGI. |
| ARC AGI | Benchmark teka-teki tanpa instruksi yang menguji kemampuan AI mempelajari keterampilan baru seefisien manusia, tempat Astra mencetak skor sekitar 99,9 pada versi ketiganya. |
| AGI | Artificial general intelligence, AI yang mampu belajar dan bekerja di berbagai tugas setara manusia, yang definisinya menurut Kyle masih licin dan diperdebatkan. |
| benchmark | Tes standar untuk mengukur dan membandingkan kemampuan model AI, seperti ARC AGI 3, Automation Bench, dan Terminal Bench di video ini. |
| computer use | Kemampuan AI mengendalikan komputer seperti manusia, misalnya membuka peramban, formulir, dan perangkat lunak, yang menurut Kyle merupakan lompatan terbesar Astra. |
| Gary Marcus | Ilmuwan yang dikenal sebagai skeptis keras AI generatif, yang memuji Astra karena memakai model dunia simbolik tetapi meragukan ketangguhannya di dunia nyata. |
| automation bench | Benchmark yang dianggap paling mewakili pekerjaan kantor umum, tempat skor naik dari 18,1 persen pada model sebelumnya menjadi 41,4 persen pada Astra. |
| agentic generalization | Kemampuan agen AI menyesuaikan diri dan bertindak dengan baik di lingkungan atau tugas baru, area yang menurut Kyle mengalami lompatan besar pada Astra. |
| Unreal Engine | Mesin pembuat gim, dipakai dalam contoh Matt Shumer yang menyuruh Astra membangun ulang Manhattan secara konsisten selama seminggu. |
| Blender | Perangkat lunak pemodelan 3D, dipakai dalam contoh pembuatan render bagian dalam dan luar Apple Park oleh Astra berdasarkan beberapa foto. |
| skeptic | Orang yang meragukan sebuah klaim, di video ini merujuk pada Gary Marcus yang terang-terangan meragukan pendekatan AI generatif. |
Kyle Balmer dari kanal AI with Kyle mengulas peluncuran GPT-6 Astra dari OpenAI dan menjawab pertanyaan besar yang ramai di media sosial: apakah model ini sudah mencapai AGI. Pemicunya adalah skor hampir sempurna Astra pada benchmark ARC AGI 3, padahal model sebelumnya masih di bawah 10 persen. Kyle menilai jawabannya tidak, karena kecerdasan umum Astra masih naik secara bertahap, sementara lompatan nyatanya ada pada computer use, efisiensi coding, dan pekerjaan jangka panjang. Ia menjelaskan bahwa definisi AGI sendiri licin, misalnya rumusan OpenAI tentang sistem sangat otonom yang mengungguli manusia dalam sebagian besar pekerjaan bernilai ekonomi. Video ini penting karena membantu penonton membaca angka benchmark dengan kritis dan memahami dampak praktis Astra bagi pekerja kantoran, yang menurut Kyle kabar baik bagi pemilik usaha tetapi mengkhawatirkan bagi pekerja yang sehari-hari bekerja di depan komputer.
Kyle mencoba sendiri teka-teki ARC AGI 3, yang menguji eksplorasi, pemodelan, penetapan tujuan, dan perencanaan tanpa instruksi, dengan patokan 458 manusia. Dengan harness standar Astra mendapat 62,7 persen, sedangkan harness provider adapter yang menyimpan penalaran dan catatan simbolik membawanya ke 99,9 dan memakai 52 persen lebih sedikit langkah daripada manusia. Gary Marcus, skeptis gen AI, menyebutnya kemajuan nyata berkat model dunia simbolik, tetapi meragukan ketangguhannya di dunia nyata. Artificial Analysis memberi skor 61, di bawah Claude Opus 5 dan Claude Fable 5.1, dan Epoch AI menempatkannya sesuai tren. Benchmark yang lebih relevan adalah Automation Bench yang naik dari 18,1 ke 41,4 persen dan Terminal Bench dari 22,4 ke 65 persen. Contohnya Manhattan di Unreal Engine, render Apple Park di Blender, dan simulasi Perpustakaan Alexandria. Peluncurannya tersendat, jadi pengguna Codex mendapat reset harian sebagai kompensasi, dan Kyle menyarankan memakai Astra untuk pekerjaan besar lintas aplikasi.
Kata kunci
- GPT6
- Astra
- ARC AGI
- Gary Marcus
- Meninjau peluncuran GPT6 Astra: tabel benchmark yang mencolok, klaim AGI, dan roll out yang disebut CEO OpenAI berantakan.
- Menilai kenaikan besar pada computer use, efisiensi coding, dan pekerjaan jangka panjang, sementara kecerdasan umum terlihat lebih inkremental.
- Membahas ARC AGI 3, kritik Gary Marcus, dan benchmark lain seperti automation bench.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.