JAKARTA (ANTARA) – Pendiri dan CEO perusahaan kecerdasan buatan xAI berjanji pada musim panas 2024 bahwa Grok 3 akan dirilis sebagai model besar xAI berikutnya pada akhir tahun 2024.
Namun ternyata model AI terbaru dari xAI baru dirilis pada awal Januari, artinya kecerdasan buatan tersebut tidak memenuhi tenggat waktu yang dijanjikan oleh miliarder global tersebut.
Laporan TechCrunch pada Kamis (2/1) menyebutkan Grok 3 harus menjadi jawaban xAI untuk bersaing dengan model AI serupa seperti GPT-4o milik OpenAI dan Gemini milik Google.
Grok 3 diharapkan mampu menganalisis gambar dan menjawab pertanyaan, serta mendukung sejumlah fitur di X, jejaring sosial yang juga dimiliki oleh Elon Musk.
Faktanya, cuplikan kode di situs xAI yang ditemukan oleh pembocor AI Tibor Blaho menunjukkan bahwa model perantara, “Grok 2.5”, mungkin muncul pertama kali.
Memang, ini bukan pertama kalinya Musk menetapkan tujuan tinggi untuk dirinya sendiri dan gagal mencapainya. Sudah menjadi rahasia umum bahwa klaim Musk tentang time-to-market seringkali tidak realistis.
Dan agar adil, dalam wawancara dengan pembawa acara podcast Lex Fridman pada Agustus 2024, Elon Musk mengklarifikasi masalah Grok 3 dan berharap AI akan tersedia pada tahun 2024, “jika kita beruntung.”
Faktanya, tidak merilis Grok 3 tepat waktu adalah hal yang normal dan merupakan bagian dari tren industri AI yang dilihat oleh perusahaan lain.
Tahun lalu, startup AI bernama Anthropic gagal menghadirkan penerus model Claude 3 Opus terbaiknya. Beberapa bulan setelah diumumkan bahwa model generasi berikutnya, Claude 3.5 Opus, akan dirilis pada akhir tahun 2024.
Namun, Anthropic akhirnya menghapus semua penyebutan model tersebut dari dokumentasi pengembang.
Google dan OpenAI juga dilaporkan mengalami kemunduran dengan model andalan mereka dalam beberapa bulan terakhir.
Hal ini mungkin merupakan indikasi keterbatasan peraturan saat ini seputar penskalaan AI – metode yang digunakan perusahaan untuk meningkatkan kemampuan model mereka.
Dalam waktu dekat, peningkatan kinerja yang signifikan dapat dicapai dengan melatih model yang menggunakan daya komputasi besar dan kumpulan data yang semakin besar.
Namun, keuntungan mulai menurun pada setiap generasi model, menyebabkan perusahaan mencari teknik alternatif.
Leave a Reply