Dalam dunia moden yang semakin bergantung kepada kecerdasan buatan, daripada sistem kewangan digital hingga operasi ketenteraan pintar, keperluan terhadap AI yang mampu menyesuaikan diri dengan pantas menjadi semakin penting.
Kecerdasan buatan (AI) kini melangkah ke fasa baharu yang lebih berani dan bersifat autonomi apabila penyelidik dari Massachusetts Institute of Technology (MIT) memperkenalkan satu kerangka kerja inovatif yang dikenali sebagai SEAL (Self-Adapting Language Models).
Menurut laporan rasmi yang ditulis oleh Synced Review, teknologi ini bukan sahaja membuka ruang kepada model bahasa besar (Large Language Models, LLM) untuk menjadi lebih bijak, malah membolehkan ia mengemas kini dan membaiki dirinya sendiri secara aktif.
Perkembangan ini menandakan lonjakan besar dalam bidang AI, menjadikan impian terhadap sistem pintar yang mampu berevolusi dan menyesuaikan diri secara kendiri semakin hampir menjadi kenyataan.
SEAL meletakkan satu asas penting bagi masa depan di mana model AI bukan sahaja mampu bertindak balas terhadap input pengguna, malah mampu belajar daripada kesilapan dan memperbaiki strukturnya sendiri.
Membangunkan AI yang mampu berubah
Melalui penyelidikan bertajuk Self-Adapting Language Models, pasukan MIT memperincikan bagaimana SEAL membolehkan LLM menghasilkan data latihan sintetik sendiri melalui proses penyuntingan kendiri (self-edits, SE).
Penyelidik MIT memperkenalkan SEAL, kerangka AI baharu yang membolehkan model bahasa besar belajar, menyesuaikan diri dan membaiki dirinya secara kendiri. Foto: MIT
Data ini kemudiannya digunakan untuk melaraskan berat parameter model melalui proses pembelajaran peneguhan (reinforcement learning), menjadikan model itu lebih baik dalam tugasan-tugasan seterusnya.
Konsep ini mungkin kedengaran teknikal, namun ia membawa makna besar iaitu model AI kini boleh menyesuaikan dirinya secara aktif kepada maklumat baharu tanpa bergantung sepenuhnya kepada campur tangan manusia.
Ketika Dunia Beralih kepada AI Evolusioner
Dalam tempoh beberapa minggu kebelakangan ini, dunia AI digegarkan dengan pelbagai inisiatif dan visi baharu berkaitan sistem yang mampu membangun dan membaiki diri secara automatik.
Antaranya termasuklah projek Darwin-Gödel Machine (DGM) oleh Sakana AI dan Universiti British Columbia, serta Self-Rewarding Training (SRT) oleh Carnegie Mellon University.
Sementara itu, CEO OpenAI Sam Altman turut mengatakan semasa perbincangan apabila beliau membayangkan masa depan robot pintar yang mampu menghasilkan salinan mereka sendiri dalam catatan blognya The Gentle Singularity.
Landskap penyelidikan AI global kini dipacu oleh pelbagai inovasi evolusioner termasuk DGM, SRT dan teknologi kendiri lain yang menjadikan keupayaan AI berkembang dan membaiki diri bukan lagi sekadar teori tetapi satu realiti teknikal. Foto: Istock
Namun di tengah gelombang spekulasi itu, SEAL tampil sebagai satu pencapaian teknikal sebenar yang boleh diuji, dibuktikan, dan direplikasi. Ia bukan sekadar visi masa depan, tetapi realiti hari ini.
 Cara SEAL berfungsi
Intipati SEAL terletak pada dua proses utama iaitu penjanaan penyuntingan kendiri dan pengemaskinian parameter model.
Proses ini melibatkan dua ‘gelung’ iaitu gelung luar menggunakan pembelajaran peneguhan untuk mengoptimumkan hasil penyuntingan, manakala gelung dalam melaras parameter model menggunakan pendekatan pengiraan kecerunan berdasarkan penyuntingan yang dijana.
Secara asasnya, model akan menilai konteks tugasan yang diberikan, menjana suntingan sendiri untuk memperbaiki keupayaannya, mengemas kini berat berdasarkan suntingan tersebut serta menerima ganjaran jika prestasi meningkat, sekali gus membolehkannya belajar dan menyesuaikan diri untuk tugasan seterusnya.
MIT turut menggunakan pendekatan ReST^EM untuk melatih SEAL, iaitu kaedah yang diinspirasikan oleh teknik expectation-maximization daripada DeepMind.
Hanya penyuntingan yang membawa peningkatan prestasi akan diteguhkan, sekali gus mengelakkan model daripada menyerap maklumat yang tidak memberi manfaat.
Keberkesanan SEAL melalui ujian
Untuk menilai prestasi SEAL, pasukan penyelidik MIT menjalankan ujian dalam dua domain utama iaitu integrasi pengetahuan dan pembelajaran few-shot.
Kemunculan teknologi AI yang mampu berkembang dan membaiki diri seperti SEAL menandakan peralihan besar ke arah sistem pintar yang berdikari, sekali gus mencabar tahap kesediaan manusia untuk berinteraksi dengan entiti digital yang semakin autonomi. Foto: Istock
Ujian integrasi pengetahuan mengukur keupayaan model menyerap serta menggunakan maklumat baharu daripada artikel, manakala pembelajaran few-shot menguji keupayaan menyesuaikan diri kepada tugasan baharu dengan hanya beberapa contoh.
Dalam ujian few-shot, model Llama 3.2 1B Instruct yang digabungkan dengan SEAL mencatat kadar kejayaan adaptasi sebanyak 72.5 peratus membuatkan angka ini jauh mengatasi model tanpa pembelajaran peneguhan yang mencatat 20 peratus dan model tanpa penyesuaian langsung yang hanya merekodkan sifar peratus.
Bagi ujian integrasi pengetahuan, model Qwen 2.5 7B menunjukkan prestasi lebih baik apabila berjaya menyepadukan fakta daripada artikel SQuAD dengan lebih berkesan berbanding kaedah asas.
Malah, prestasi model yang dilatih melalui pembelajaran peneguhan dalam SEAL melepasi pencapaian model yang dilatih menggunakan data daripada GPT 4.1 dalam hanya dua pusingan latihan.
Menuju AI yang bukan sekadar bijak tetapi juga cekap mengubah diri
SEAL memberikan isyarat yang jelas bahawa kecerdasan buatan kini tidak lagi terhad kepada peranan sebagai pemproses data pasif.
Kemajuan teknologi siber mencorakkan semula landskap digital global dengan kecerdasan buatan, sistem automasi dan rangkaian pintar menjadi teras utama dalam pelbagai sektor masa kini. Foto: Istock
Sebaliknya, model seperti SEAL mula memperlihatkan keupayaan untuk bertindak sebagai entiti dinamik yang mampu berkembang, belajar dan membaiki dirinya sendiri dengan kebergantungan minimum terhadap campur tangan manusia.
Dalam era digital yang terus dipacu oleh teknologi pintar, kemunculan SEAL bukan sekadar satu pencapaian penyelidikan tetapi juga satu tanda aras baharu kepada hala tuju pembangunan sistem kecerdasan buatan.
Isunya kini bukan tentang kemampuan AI untuk menyesuaikan diri, tetapi tentang kesediaan manusia untuk berinteraksi dan berkolaborasi dengan sistem yang mampu berubah serta berkembang sendiri.-airtimes.my
#AirTimes #Teknologi #MIT #SEAL #AI #KecerdasanBuatan #InovasiDigital
