Peneliti AI Gary Marcus telah menyatakan bahwa perkembangan terbaru dalam model bahasa besar membuktikan advokasi jangka panjangnya untuk AI neurosimbolik benar sejak awal. Argumennya berpusat pada fakta bahwa perusahaan AI terkemuka kini melengkapi model mereka dengan interpreter Python dan alat penalaran simbolik, menandai apa yang dia lihat sebagai pembenaran pendekatan yang menggabungkan jaringan saraf dengan komputasi simbolik tradisional.
Respons komunitas teknologi beragam, dengan banyak yang mempertanyakan apakah ini merepresentasikan validasi sejati atau sekadar menggeser tujuan. Marcus telah menghabiskan bertahun-tahun berargumen bahwa pendekatan pembelajaran mendalam murni tidak cukup untuk mencapai kecerdasan buatan yang kuat, sebaliknya mengadvokasi sistem hibrida yang memadukan jaringan saraf dengan kemampuan penalaran simbolik.
Perdebatan Inti: Kemenangan atau Penyerahan?
Kontroversi utama berkisar pada apakah posisi Marcus saat ini merepresentasikan konsistensi intelektual atau mundur strategis. Kritikus berargumen bahwa perayaannya terhadap LLM pengguna alat bertentangan dengan skeptisisme sebelumnya tentang model bahasa besar sebagai fondasi sistem AI. Mereka menunjukkan bahwa perusahaan seperti OpenAI mendemonstrasikan kemampuan menghasilkan kode dengan Codex sejak awal 2021, membuat integrasi alat pemrograman menjadi evolusi alami daripada pergeseran fundamental menuju AI neurosimbolik.
Namun, pendukung mencatat bahwa Marcus telah mempertahankan posisi konsisten sejak 2001, berargumen untuk pendekatan hibrida yang menggabungkan jaringan saraf dengan kemampuan manipulasi simbol. Makalahnya tahun 2018 secara eksplisit menyatakan bahwa pembelajaran mendalam tidak boleh ditinggalkan tetapi dikonseptualisasi ulang sebagai satu alat di antara banyak alat, bukan solusi universal.
Kronologi Sejarah Penting:
- 2001: Marcus menerbitkan karya tentang sistem neural yang memanipulasi simbol
- 2018: Marcus berargumen bahwa deep learning seharusnya menjadi "satu alat di antara banyak alat, bukan solusi universal"
- 2021: OpenAI merilis Codex, mendemonstrasikan kemampuan generasi kode
- 2022: Perusahaan-perusahaan AI besar mulai mengintegrasikan interpreter Python dan penggunaan alat
- 2025: Marcus mengklaim pembenaran karena pendekatan neurosimbolik mendapat penerimaan
Konteks Historis dan Evolusi Industri
Diskusi ini telah menyoroti sejarah kompleks penelitian AI, di mana paradigma berbeda telah bersaing untuk dominasi selama beberapa dekade. AI neurosimbolik, yang mencoba menggabungkan kekuatan pengenalan pola jaringan saraf dengan kemampuan penalaran logis sistem simbolik, sebagian besar terkalahkan oleh kesuksesan pendekatan pembelajaran mendalam murni di tahun 2010-an.
Integrasi saat ini dari alat pemrograman dan kemampuan penalaran simbolik ke dalam LLM merepresentasikan konvergensi praktis yang beberapa orang lihat sebagai validasi pendekatan neurosimbolik. Sistem AI modern kini secara rutin menggunakan interpreter Python , memanggil API eksternal, dan melakukan tugas penalaran terstruktur yang melampaui pencocokan pola.
Komponen AI Neurosimbolik:
- Neural Networks: Pengenalan pola dan pembelajaran statistik
- Sistem Simbolik: Penalaran logis dan pemrosesan berbasis aturan
- Integrasi Tool: Interpreter Python , panggilan API , utilitas eksternal
- Arsitektur Hibrid: Menggabungkan kekuatan dari kedua pendekatan
- Aplikasi Terkini: Generasi kode, penalaran matematis, pemecahan masalah terstruktur
Skeptisisme Komunitas dan Realitas Teknis
Komunitas teknologi tetap terbagi apakah perkembangan ini benar-benar merepresentasikan masa depan neurosimbolik yang dibayangkan Marcus . Beberapa berargumen bahwa menambahkan alat ke LLM hanyalah keputusan rekayasa praktis daripada pergeseran arsitektural fundamental. Model yang mendasari masih bergantung terutama pada arsitektur transformer dan pembelajaran statistik, dengan komponen simbolik berfungsi sebagai utilitas eksternal daripada sistem penalaran terintegrasi.
Jika dia mengklaim bahwa memberikan LLM interpreter Python adalah kemenangan besar untuk paradigmanya, maka perusahaan AI besar telah 'menang' sejak 2022.
Yang lain berpendapat bahwa perbedaan itu kurang penting daripada hasil praktis. Baik dicapai melalui pendekatan neural murni atau sistem hibrida, generasi alat AI saat ini mendemonstrasikan kemampuan yang mendekati tujuan yang telah lama dikejar peneliti neurosimbolik.
Melihat ke Depan
Perdebatan ini mencerminkan pertanyaan yang lebih luas tentang arah masa depan penelitian dan pengembangan AI. Sementara industri telah mencapai kemajuan luar biasa melalui penskalaan model transformer, pertanyaan tetap ada apakah pendekatan ini dapat mencapai kecerdasan yang kuat dan dapat digeneralisasi yang dicari banyak peneliti.
Kebangkitan minat pada pendekatan neurosimbolik, yang dibuktikan oleh konferensi akademik dan inisiatif penelitian terbaru, menunjukkan bahwa bidang ini mungkin siap untuk mengeksplorasi pendekatan arsitektural yang lebih beragam. Apakah ini merepresentasikan pembenaran untuk pandangan Marcus yang telah lama dipegang atau sekadar evolusi alami dari bidang yang matang tetap menjadi pertanyaan terbuka.
Momen saat ini menyoroti bagaimana kemajuan ilmiah sering melibatkan integrasi bertahap dari ide-ide yang bersaing daripada kemenangan lengkap satu paradigma atas yang lain. Seiring sistem AI menjadi lebih mampu dan kompleks, mereka mungkin secara alami menggabungkan elemen dari berbagai tradisi penelitian, membuat perdebatan tentang kemurnian ideologis kurang relevan daripada efektivitas praktis.
Referensi: How a3 and Erlang 4 Accidentally Vindicated Neuromorphic AI