---
title: Richard Sutton Memperingatkan Bahwa Kekuatan Komputasi Saja Tidak Cukup untuk Kecerdasan Buatan
url: https://www.elseif.net/id/richard-sutton-memperingatkan-bahwa-kekuatan-komputasi-saja-tidak-cukup-untuk-kecerdasan-buatan
published: 2026-11-11T10:19:26+00:00
language: id
section: Model
source: https://the-decoder.de/erfinder-der-bitteren-lektion-warnt-ki-wissenschaft-ist-noch-lange-nicht-am-ziel/
organizations: OpenAI, Anthropic, Core Automation, Oak Lab
publisher: elseif
---

# Richard Sutton Memperingatkan Bahwa Kekuatan Komputasi Saja Tidak Cukup untuk Kecerdasan Buatan

Richard Sutton, penerima Penghargaan Turing, menyatakan bahwa kekuatan komputasi mentah saja tidak cukup untuk mencapai kecerdasan. Ia menegaskan bahwa ilmu kecerdasan buatan masih jauh dari tujuannya dan memerlukan metode baru yang cerdas.

Sutton sebelumnya berpendapat dalam esai tahun 2019 bahwa metode umum yang berskala dengan daya komputasi akan mengalahkan pengembangan spesialis manusia. Namun, ia kini mengkritik batasan dari sekadar penskalaan model bahasa besar. Ia menyebut penggunaan data sintetis sebagai kesalahan besar karena simulasi dunia nyata terlalu kecil dibandingkan kompleksitas dunia yang sebenarnya.

Ia mengusulkan penggunaan agen dengan model dunia yang dapat belajar secara berkelanjutan dari pengalaman mereka sendiri. Menurut Sutton, model bahasa saat ini tidak terus belajar setelah pelatihan, padahal pembelajaran berkelanjutan yang tidak menghapus pengetahuan lama sangat diperlukan.

Jerry Tworek, mantan peneliti OpenAI yang kini memimpin Core Automation, berpendapat bahwa algoritma menjadi semakin penting seiring bertambahnya daya komputasi yang digunakan dalam pelatihan model. Ia menilai bahwa keberhasilan sementara dari penskalaan Transformer dan salah tafsir terhadap teori Sutton telah mengaburkan pemikiran satu generasi ilmuwan.

Jayden Teoh menambahkan bahwa penelitian akademik sering terhambat karena ide-ide menjanjikan diabaikan jika dianggap tidak sesuai dengan prinsip penskalaan. Ia menekankan bahwa sebuah ide tidak harus berskala selamanya untuk menjadi kontribusi penting bagi kemajuan kecerdasan buatan.

Ketegangan ini memicu munculnya laboratorium baru seperti Oak Lab milik Sutton dan Core Automation yang mencari algoritma pembelajaran di luar pelatihan awal dan pembelajaran penguatan. Sebaliknya, Sam Altman dari OpenAI dan Dario Amodei dari Anthropic tetap percaya pada penskalaan model bahasa besar. Altman mengklaim bahwa penskalaan belum mencapai batasnya, sementara Amodei menggambarkan kemajuan penskalaan sebagai pelangi tanpa akhir.