{"id":214481,"date":"2026-02-11T20:17:48","date_gmt":"2026-02-11T13:17:48","guid":{"rendered":"https:\/\/www.blj.co.id\/?p=214481"},"modified":"2026-02-11T20:17:48","modified_gmt":"2026-02-11T13:17:48","slug":"masa-depan-ai-bukan-chatbot-taruhan-baru-yann-lecun-pada-world-models","status":"publish","type":"post","link":"https:\/\/www.blj.co.id\/index.php\/2026\/02\/11\/masa-depan-ai-bukan-chatbot-taruhan-baru-yann-lecun-pada-world-models\/","title":{"rendered":"Masa Depan AI Bukan Chatbot: Taruhan Baru Yann LeCun pada \u201cWorld Models\u201d"},"content":{"rendered":"<p data-start=\"288\" data-end=\"596\">(Business Lounge Journal &#8211; News and Insight)<\/p>\n<p style=\"text-align: justify;\" data-start=\"288\" data-end=\"596\">Selama beberapa tahun terakhir, chatbot berbasis large language model (LLM) seperti ChatGPT, Claude, dan Gemini telah menjadi wajah utama kecerdasan buatan (AI). Namun, bagi Yann LeCun\u2014pionir AI sekaligus peraih Turing Award\u2014masa depan kecerdasan buatan tidak terletak pada chatbot atau model bahasa besar.<\/p>\n<p style=\"text-align: justify;\" data-start=\"598\" data-end=\"963\">Setelah lebih dari satu dekade menjabat sebagai Chief AI Scientist di Meta, LeCun mengambil langkah berani: keluar dari perusahaan raksasa teknologi tersebut dan meluncurkan laboratorium riset baru bernama Advanced Machine Intelligence Labs (AMI). Visi yang ia bawa tegas dan provokatif: \u201cReal intelligence does not start in language. It starts in the world.\u201d<\/p>\n<p style=\"text-align: justify;\" data-start=\"1024\" data-end=\"1255\">LeCun bukan hanya skeptis\u2014ia secara fundamental menantang arah utama industri AI saat ini. Menurutnya, LLM tidak benar-benar \u201cmemahami\u201d dunia. Model-model ini dilatih untuk memprediksi kata berikutnya dalam sebuah rangkaian teks.<\/p>\n<p style=\"text-align: justify;\" data-start=\"1257\" data-end=\"1497\">Meskipun kemampuan tersebut menghasilkan sistem yang mampu menulis puisi, memperbaiki kode, bahkan lulus ujian kedokteran, pada dasarnya mereka hanyalah mesin pencocokan pola yang tidak memiliki representasi internal tentang realitas fisik.<\/p>\n<p style=\"text-align: justify;\" data-start=\"1499\" data-end=\"1830\">Contohnya terlihat jelas pada AI generatif video: ketika diminta menampilkan seseorang meletakkan secangkir kopi dan mengambilnya kembali, cangkir tersebut bisa berubah warna, berpindah tempat, atau bahkan menghilang. AI tidak memiliki object permanence, kemampuan kognitif dasar yang biasanya dikuasai anak berusia satu tahun.<\/p>\n<p style=\"text-align: justify;\" data-start=\"1832\" data-end=\"2093\">Bagi LeCun, keterbatasan ini bukan sekadar masalah teknik yang bisa diselesaikan dengan data lebih besar atau model lebih besar. Ia percaya bahwa tanpa pemahaman sebab-akibat di dunia fisik, AI tidak akan mampu merencanakan tindakan atau memahami konsekuensi.<\/p>\n<p style=\"text-align: justify;\" data-start=\"2095\" data-end=\"2165\">AI telah \u201cmembaca segalanya,\u201d tetapi tidak pernah mengalami apa pun.<\/p>\n<p style=\"text-align: justify;\" data-start=\"2229\" data-end=\"2407\">Alih-alih berfokus pada bahasa, LeCun dan sejumlah peneliti terkemuka mendorong konsep world models\u2014sistem AI yang membangun model internal tentang bagaimana dunia bekerja.<\/p>\n<p style=\"text-align: justify;\" data-start=\"2409\" data-end=\"2656\">Manusia, misalnya, dapat membayangkan mengambil cangkir kopi sebelum benar-benar melakukannya: memperkirakan berat, suhu, dan gerakan tangan yang diperlukan. AI saat ini bisa menulis puisi tentang kopi, tetapi tidak bisa menuangkan secangkir kopi.<\/p>\n<p style=\"text-align: justify;\" data-start=\"2658\" data-end=\"2833\">World models bertujuan menciptakan AI yang bisa mensimulasikan realitas secara internal, sehingga mampu merencanakan, belajar dari interaksi, dan memahami dunia secara kausal.<\/p>\n<h3 style=\"text-align: justify;\" data-start=\"2835\" data-end=\"2872\">Perlombaan Baru di Industri AI<\/h3>\n<p style=\"text-align: justify;\" data-start=\"2874\" data-end=\"2971\">Meski masih menjadi taruhan sekunder, world models mulai menarik perhatian dan investasi besar.<\/p>\n<ul>\n<li data-start=\"2975\" data-end=\"3141\">Fei-Fei Li, yang sering disebut sebagai \u201cGodmother of AI\u201d, mendirikan World Labs dan meluncurkan <em data-start=\"3080\" data-end=\"3088\">Marble<\/em>, sistem yang menghasilkan lingkungan 3D dari teks.<\/li>\n<li data-start=\"3144\" data-end=\"3263\">Google DeepMind mengembangkan <em data-start=\"3178\" data-end=\"3187\">Genie 3<\/em>, yang menciptakan dunia virtual fotorealistik untuk pembelajaran agen AI.<\/li>\n<li data-start=\"3266\" data-end=\"3361\">Nvidia melihat world models sebagai kunci \u201cphysical AI\u201d untuk robot dan kendaraan otonom.<\/li>\n<li data-start=\"3364\" data-end=\"3481\">xAI milik Elon Musk juga merekrut talenta dari Nvidia untuk membangun world models, termasuk untuk simulasi game.<\/li>\n<\/ul>\n<p style=\"text-align: justify;\" data-start=\"3483\" data-end=\"3699\">Namun, sebagian besar investasi global masih mengalir ke LLM. OpenAI, Anthropic, dan Google menghabiskan puluhan miliar dolar untuk memperbesar model bahasa\u2014pendekatan yang menurut LeCun justru berada di jalan buntu.<\/p>\n<p style=\"text-align: justify;\" data-start=\"3732\" data-end=\"3793\">Meski menjanjikan, pendekatan ini memiliki tantangan besar.<\/p>\n<p style=\"text-align: justify;\" data-start=\"3795\" data-end=\"4017\">Membangun simulasi dunia yang akurat sangat mahal secara komputasi. Selain itu, belum ada jaminan bahwa pembelajaran di dunia virtual dapat sepenuhnya ditransfer ke dunia nyata yang penuh ketidakpastian dan kompleksitas.<\/p>\n<p style=\"text-align: justify;\" data-start=\"4019\" data-end=\"4205\">Konsep world models sendiri bukanlah ide baru. Para peneliti telah membahasnya selama beberapa dekade, tetapi baru sekarang teknologi dan dana memungkinkan pengembangannya secara serius.<\/p>\n<h3 style=\"text-align: justify;\" data-start=\"4207\" data-end=\"4238\">Taruhan Seorang Visioner<\/h3>\n<p style=\"text-align: justify;\" data-start=\"4240\" data-end=\"4474\">LeCun bukan orang asing bagi ide-ide yang dianggap tidak populer. Pada 1980-an, ketika komunitas AI mulai meninggalkan neural networks, ia justru mempertahankan pendekatan tersebut\u2014yang kemudian menjadi fondasi deep learning modern.<\/p>\n<p style=\"text-align: justify;\" data-start=\"4476\" data-end=\"4686\">Jika visinya tentang world models terbukti benar, Meta dan perusahaan teknologi lain bisa saja membeli teknologi yang dulu mereka abaikan. Bahkan LeCun sendiri menyebut Meta sebagai calon pelanggan pertama AMI.<\/p>\n<h3 style=\"text-align: justify;\" data-start=\"4688\" data-end=\"4721\">Lebih dari Sekadar Chatbot<\/h3>\n<p style=\"text-align: justify;\" data-start=\"4723\" data-end=\"4924\">Debat ini mencerminkan pertanyaan mendasar: apa itu kecerdasan?<br data-start=\"4790\" data-end=\"4793\" \/>Apakah AI yang mampu menulis dan berbicara sudah cukup, ataukah kecerdasan sejati membutuhkan pengalaman fisik dan pemahaman dunia?<\/p>\n<p style=\"text-align: justify;\" data-start=\"4926\" data-end=\"5128\">Jika LeCun benar, masa depan AI tidak akan ditentukan oleh chatbot yang semakin pintar berbicara, melainkan oleh mesin yang benar-benar memahami dunia\u2014dan mungkin suatu hari dapat bertindak di dalamnya.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>(Business Lounge Journal &#8211; News and Insight) Selama beberapa tahun terakhir, chatbot berbasis large language model (LLM) seperti ChatGPT, Claude, dan Gemini telah menjadi wajah utama kecerdasan buatan (AI). Namun, bagi Yann LeCun\u2014pionir AI sekaligus peraih Turing Award\u2014masa depan kecerdasan buatan tidak terletak pada chatbot atau model bahasa besar. Setelah lebih dari satu dekade menjabat sebagai Chief AI Scientist di Meta, LeCun mengambil langkah berani: keluar dari perusahaan raksasa teknologi tersebut dan meluncurkan laboratorium riset baru bernama Advanced Machine Intelligence [&hellip;]<\/p>\n","protected":false},"author":26,"featured_media":214284,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_editorskit_title_hidden":false,"_editorskit_reading_time":0,"_editorskit_typography_data":[],"_editorskit_blocks_typography":"","_editorskit_is_block_options_detached":false,"_editorskit_block_options_position":"{}","om_disable_all_campaigns":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[2725,1050],"tags":[9995],"_links":{"self":[{"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/posts\/214481"}],"collection":[{"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/users\/26"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/comments?post=214481"}],"version-history":[{"count":1,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/posts\/214481\/revisions"}],"predecessor-version":[{"id":214496,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/posts\/214481\/revisions\/214496"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/media\/214284"}],"wp:attachment":[{"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/media?parent=214481"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/categories?post=214481"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blj.co.id\/index.php\/wp-json\/wp\/v2\/tags?post=214481"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}