Peneliti Universitas Tel Aviv bersama Universitas Stanford mengembangkan metode pelatihan kecerdasan buatan yang tidak bergantung pada kumpulan besar data buatan manusia. Pendekatan ini memungkinkan AI meningkatkan kemampuan prediksinya melalui data yang dibuat oleh sistem itu sendiri.
Metode tersebut menggunakan dua model komputer yang dilatih secara bersamaan. Satu model menghasilkan rangkaian simbol, sedangkan model lain mempelajari pola untuk menebak simbol berikutnya.
Dalam prosesnya, kedua model saling mendorong peningkatan kemampuan. Model pembuat simbol secara bertahap menghasilkan latihan yang lebih menantang, sementara model prediktor menjadi semakin baik dalam menjawabnya.
Temuan itu menunjukkan pelatihan AI tidak selalu harus dimulai dari jutaan teks, foto, atau suara yang dibuat manusia. Namun, kemampuan belajar mandiri tersebut memiliki batas karena tidak otomatis memberi sistem pengetahuan tentang dunia nyata.
Pengujian Pada Beragam Bentuk Data
Tim peneliti menguji metode itu pada sejumlah jenis informasi, termasuk bahasa, gambar, suara, musik, kode komputer, dan sekuens DNA. Hasil pengujian memperlihatkan pola yang konsisten pada berbagai bentuk data tersebut.
Kemampuan prediksi model meningkat seiring bertambahnya daya komputasi selama proses pelatihan. Dengan kata lain, penggunaan komputasi yang lebih besar menghasilkan kemampuan belajar yang lebih baik.
Pendekatan ini berfokus pada pembentukan kemampuan dasar untuk mengenali pola dan membuat prediksi. Kemampuan tersebut dapat menjadi landasan sebelum AI diperkenalkan pada materi yang berasal dari kondisi dan fakta dunia nyata.
Batas Pengetahuan dari Data Sintetis
Para peneliti menekankan bahwa data buatan AI tidak dapat menggantikan seluruh informasi yang dibuat atau diamati manusia. AI tidak dapat mengetahui ibu kota negara maupun peristiwa sejarah apabila tidak pernah memperoleh data nyata mengenai hal tersebut.
Keterbatasan itu penting karena sistem hanya belajar dari pola simbol yang tersedia dalam proses latihannya. Data sintetis dapat memperkuat kemampuan komputasional, tetapi tidak menyediakan fakta eksternal yang belum pernah dikenalkan kepada model.
Meski demikian, metode ini dinilai berpotensi membuat pelatihan lebih efisien. AI yang sudah memiliki kemampuan dasar dari data buatannya sendiri dapat belajar lebih cepat dan lebih hemat ketika kemudian menerima data dunia nyata.
Uji GPT-5 dengan Bahasa Idris
Studi lain dari tim USC Viterbi School of Engineering juga menyoroti kemungkinan AI mempelajari hal yang sebelumnya sangat sedikit tersedia dalam data pelatihan. Hasil penelitian tersebut diterima di IEEE SoutheastCon 2026 yang berlangsung pada 12-15 Maret.
Tim USC menguji kemampuan GPT-5 menulis kode dalam Idris, bahasa pemrograman fungsional dengan tipe dependen yang digunakan komunitas kecil spesialis. Idris dipilih karena jumlah data publiknya jauh lebih sedikit dibandingkan bahasa pemrograman utama seperti Python.
Python memiliki lebih dari 24 juta repositori kode yang tersedia secara publik di internet. Sebaliknya, Idris hanya memiliki sekitar 2.000 repositori, atau sekitar 10.000 kali lebih sedikit data.
Minda Li, mahasiswa S1 USC Viterbi, mengembangkan metode tersebut bersama Bhaskar Krishnamachari, Faculty Fellow dan profesor sistem di Departemen Teknik Elektro dan Komputer Ming Hsieh. Pengujian itu digunakan untuk melihat apakah model dapat meningkatkan kinerja pada bidang yang sangat minim data.
Krishnamachari mengatakan, “Alat AI kami sekarang mampu melampaui pelatihan awalnya.” Menurutnya, pandangan bahwa model AI hanya sebaik data yang telah dilihatnya mulai mendapat tantangan dari hasil penelitian tersebut.
Pengujian dengan Idris tidak berarti AI telah memiliki seluruh pengetahuan baru secara mandiri. Namun, hasilnya memperlihatkan bahwa metode pelatihan dan penyusunan tugas yang tepat dapat membantu model mengembangkan kemampuan melampaui cakupan data awal yang sangat terbatas.
