Terungkap! AI Ini Bisa Belajar Bahasa dari Rekaman Bayi Lewat Metode Tidur
Riset Princeton University membuktikan AI mampu mengenali ribuan kata dari rekaman suara bayi berkat metode 'tidur', membuka jalan bagi sistem komputasi yang lebih efisien.
Foto: SingularityHub (Dokumentasi editorial)
Poin penting
- AI Princeton mengenali ribuan kata dari 6.600 jam audio bayi tanpa kumpulan data teks internet raksasa.
- Kunci keberhasilan ada pada mekanisme putar ulang harian yang meniru konsolidasi memori otak saat tidur.
- Riset awal ini berpotensi menginspirasi arsitektur AI yang jauh lebih hemat daya di masa depan.
Model bahasa besar modern membutuhkan miliaran kata dari internet dan konsumsi energi pusat data yang sangat tinggi. Sebaliknya, anak balita mampu mengenali ribuan kata hanya dari mendengar percakapan keluarga sehari-hari.
Seperti dilaporkan SingularityHub, peneliti Princeton University dalam proyek First 1,000 Days menguji pendekatan baru. Mereka merancang model kecerdasan buatan yang belajar bahasa langsung dari rekaman audio kehidupan awal seorang bayi.
Melacak Suara Seribu Hari Pertama
Tim peneliti memasang mikrofon dan kamera di rumah 15 keluarga sukarelawan sejak bayi lahir hingga usia tiga tahun. Mereka menyaring data hingga mendapatkan sekitar 6.600 jam rekaman suara nyata per anak untuk melatih model AI.
Model AI yang berukuran relatif kecil ini memulai pelatihan dari nol tanpa kamus kata bawaan. Sistem hanya terdiri dari enkoder audio dan dekoder prediktif untuk menebak bunyi suara selanjutnya.
Menariknya, menyajikan audio harian secara beruntun sempat gagal total. Peneliti studi Hadas Raviv mengungkapkan bahwa paparan percakapan terus-menerus saja ternyata tidak membuahkan hasil pembelajaran yang memadai.
Meniru Pola Konsolidasi Memori Saat Tidur
Para ilmuwan kemudian meniru mekanisme otak manusia yang mengunci ingatan saat tidur lelap. Di akhir setiap simulasi harian, AI diberi kesempatan memutar ulang cuplikan suara penting yang baru saja didengarnya.
Hasilnya, AI tersebut mampu menguasai sekitar 37 fonem atau satuan bunyi dasar bahasa dalam 15 bulan. Memasuki usia simulasi 1.000 hari, perbendaharaan kata model berkembang pesat hingga mengenali ribuan kata secara mandiri.
Meski demikian, peneliti menegaskan model ini belum sepenuhnya menduplikasi otak bayi. Sistem komputasi ini belum seefisien jaringan saraf biologis dan baru sebatas memproses suara tanpa gestur visual maupun interaksi sosial nyata.
"Model saat ini hanyalah permulaan. Tujuan kami adalah memberi model lebih banyak kapasitas tersebut secara bertahap dan melihat perkembangannya," ujar Uri Hasson, peneliti studi dari Princeton University.
Apa Artinya bagi Pelaku Usaha
Eksperimen ini memberikan sinyal kuat bahwa efisiensi AI masa depan tidak harus selalu bertumpu pada penambahan volume data tanpa batas. Pola pembelajaran berbasis rekaman nyata berpotensi memandu lahirnya model AI yang jauh lebih ramping.
Bagi perusahaan dengan kumpulan data terbatas, konsep pembelajaran bertahap ini bisa menjadi arah baru pengembangan sistem otomatisasi internal. Bisnis berpeluang melatih model fungsional tanpa perlu menguras anggaran komputasi berskala masif.
Langkah antisipasi yang relevan saat ini adalah mencermati evolusi model bahasa kecil dan teknik pelatihan hemat komputasi. Pelaku usaha sebaiknya mulai menguji efisiensi arsitektur ringkas sebelum terlanjur mengunci kontrak infrastruktur awan bernilai tinggi.
✓ Lolos pemeriksaan redaksi AI. (Klik untuk lihat hasil pemeriksaan fakta)
Artikel ini ditulis AI, 9 klaimnya dicocokkan dengan sumber, dan diuji keterbacaannya sebelum terbit. Menemukan kekeliruan? Laporkan ke redaksi.
- SingularityHub: This AI Learned Language From the Recordings of a Baby’s First 1,000 Days
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Peneliti Princeton University dalam proyek First 1,000 Days merancang model AI yang belajar bahasa dari rekaman audio kehidupan awal anak. | Didukung | “The new study, part of Princeton’s First 1,000 Days project , did just that.” SingularityHub |
| Tim peneliti merekrut 15 keluarga dan memasang mikrofon serta kamera sejak bayi lahir hingga usia sekitar tiga tahun. | Didukung | “They ultimately recruited 15 families with diverse socioeconomic backgrounds, daily routines, and linguistic environments.” SingularityHub |
| Tim peneliti mengekstraksi hingga 6.600 jam audio per anak untuk melatih model AI individual. | Didukung | “extracted up to 6,600 hours of audio per child to train individual AI models” SingularityHub |
| Model AI berukuran relatif kecil dan terdiri dari enkoder audio serta dekoder prediktif untuk mengantisipasi suara selanjutnya. | Didukung | “An audio encoder broke speech into 20-millisecond chunks, while a predictive decoder learned to anticipate which sounds were likely to come next.” SingularityHub |
| Menurut Hadas Raviv, hanya memaparkan model pada aliran percakapan harian tidak membuahkan hasil pembelajaran yang memadai. | Didukung | “Simply exposing Coral’s model to the rich stream of daily speech was not enough.” SingularityHub |
| Terinspirasi konsolidasi memori otak saat tidur, peneliti memberi AI kesempatan memutar ulang cuplikan suara terkini di akhir setiap simulasi hari. | Didukung | “the team gave the AI a chance to revisit snippets of recent speech at the end of each simulated day.” SingularityHub |
| Model mempelajari sekitar 37 fonem dalam 15 bulan dan pada sekitar 1.000 hari kosakatanya berkembang menjadi ribuan kata. | Didukung | “the models learned roughly 37 phonemes within 15 months and began recognizing words before age two” SingularityHub |
| Model belum memproses informasi secara paralel dan efisien energi layaknya neuron, serta hanya belajar lewat suara tanpa isyarat nonverbal. | Didukung | “It doesn’t process information in the parallel and energy-efficient way characteristic of neurons. And it learned solely with sound, whereas babies also draw on non-verbal cues” SingularityHub |
| Uri Hasson menyatakan model saat ini baru permulaan dan tujuan mereka adalah memberi kapasitas lebih banyak secara bertahap. | Didukung | “The current model is only the beginning," said Hasson.” SingularityHub |
Video AI terbaru
Autonomous Vehicle Safety: 5 Things to Know
