Kecerdasan buatan telah mengalami kemajuan pesat dalam beberapa tahun terakhir, menguasai tugas-tugas seperti pembuatan teks, pembuatan gambar, dan bahkan pengkodean perangkat lunak. Namun batasan berikutnya bukanlah tentang mendeskripsikan dunia – ini tentang mesin yang mempelajari cara kerja dunia sebenarnya. Dorongan ini telah mengarah pada pengembangan “model dunia”, sistem AI yang dirancang untuk mensimulasikan dan memprediksi realitas fisik, kemampuan yang siap untuk mengubah robotika, sistem otonom, dan bahkan kedokteran.
Apakah Model Dunia Itu?
Konsep model dunia bukanlah hal baru, sejak tahun 1950-an, tetapi konsep ini muncul kembali dalam penelitian AI sekitar tahun 2018 dan mendapatkan momentum pada tahun 2024 dengan alat seperti Sora dari OpenAI dan Genie dari Google DeepMind. Pada tahun 2025, Cosmos dari Nvidia, yang dinobatkan sebagai “AI Terbaik” di CES, dan V-JEPA 2 dari Meta, yang mengklaim dapat memahami fisika dasar seperti gravitasi, semakin memperkuat pentingnya bidang ini.
Pada dasarnya, model dunia menjembatani kesenjangan antara pengetahuan abstrak dan pemahaman yang terkandung. “Model dasar” tradisional (seperti ChatGPT) belajar dari kumpulan data yang luas tetapi tidak memiliki pengalaman langsung. Mereka dapat menggambarkan gravitasi tetapi tidak merasakan berat. Sebaliknya, model landasan dunia mensimulasikan lingkungan fisik menggunakan video dan data sensorik, sehingga memungkinkan AI memprediksi hasil berdasarkan tindakan.
Dari Bahasa ke Prediksi
Model bahasa besar (LLM) unggul dalam pemrosesan teks, tetapi model tersebut beroperasi berdasarkan korelasi, bukan sebab-akibat. Model dunia mengalihkan fokus: alih-alih memprediksi kata berikutnya, mereka memprediksi apa yang terjadi selanjutnya setelah tindakan diambil. Hal ini bisa sesederhana meramalkan bagaimana suatu objek bergerak atau serumit mobil yang dapat mengemudi sendiri dalam mengantisipasi pola lalu lintas.
Seperti yang dikatakan Eric Landau, CEO perusahaan data AI Encord, model dunia tidak selalu menggantikan LLM tetapi berjalan berdampingan dengan mereka sebagai jalur pengembangan yang paralel. LLM berisi beberapa pengetahuan dunia implisit, namun terfragmentasi. Model dunia bertujuan untuk menghadirkan representasi realitas yang lebih bersih dan langsung.
Cara Kerjanya: Dua Pendekatan
Model dunia beroperasi dalam dua cara utama: pembuatan waktu nyata dan simulasi lingkungan tetap. Yang pertama menciptakan dunia dinamis yang merespons interaksi, seperti video game. Yang kedua membangun lingkungan yang telah ditentukan sebelumnya dengan aturan yang ditetapkan, memungkinkan eksplorasi tanpa mengganggu kestabilan simulasi.
Kedua metode tersebut bertujuan untuk memberikan pemahaman yang lebih mendalam kepada AI tentang sebab dan akibat, sehingga memungkinkan AI untuk berpikir sebelum bertindak, bukan bereaksi selangkah demi selangkah. Hal ini penting untuk robot, kendaraan otonom, dan sistem lain yang memerlukan prediksi yang andal dalam ruang fisik.
Masa Depan AI: Robotika, Kedokteran, dan Selebihnya
Permintaan akan model dunia semakin meningkat seiring dengan peralihan AI dari chatbots menuju agen yang lebih independen. Pelatihan di dunia nyata mahal dan berisiko; simulasi menawarkan alternatif yang lebih aman dan efisien. Robotika dan kendaraan otonom adalah aplikasi yang jelas, namun potensinya lebih luas.
Para peneliti memperkirakan ekspansi pesat dalam bidang kedokteran, di mana model dunia dapat merevolusi penemuan obat dan perencanaan pengobatan dengan mensimulasikan interaksi biologis yang kompleks. Mereka juga dapat mentransformasi alat-alat kreatif dan mendidik, memungkinkan para desainer menguji prototipe dalam lingkungan yang imersif dan siswa dapat berinteraksi dengan sistem simulasi, bukan sekadar membaca tentang sistem tersebut.
Resiko dan Tantangan
Meskipun ada janji, masih ada banyak kendala yang dihadapi. Mensimulasikan realitas secara akurat sangatlah sulit, dan bahkan kesalahan kecil pun dapat bertambah seiring waktu. Daya komputasi merupakan kendala utama, karena model ini memerlukan sumber daya GPU yang besar. Akuisisi data merupakan hambatan lain; data sensor berkualitas tinggi jauh lebih sulit diperoleh dibandingkan teks yang digunakan untuk melatih LLM.
Selain tantangan teknis, para ahli juga memperingatkan potensi penyalahgunaan, termasuk senjata otonom dan gangguan sosial akibat otomatisasi yang meluas.
Seperti yang baru-baru ini dinyatakan oleh CEO Nvidia Jensen Huang, AI adalah “satu-satunya teknologi yang paling berdampak di zaman kita.” Perkembangan model dunia menandai langkah penting menuju AI yang tidak hanya memproses informasi tetapi juga memahami dunia di sekitarnya, sehingga menimbulkan pertanyaan mendasar tentang masa depan kecerdasan dan otomatisasi.
