Revolusi AI: Benarkah Mesin Kini Bisa Belajar Sesuatu yang 'Tidak Pernah Diajarkan'?
2026-03-23 · Artificial Intelligence
Pernah berpikir kalau AI cuma pintar karena 'dijejali' data jutaan kali? Siapkan diri Anda, karena temuan terbaru dari USC Viterbi baru saja membuktikan bahwa AI bisa belajar hal yang bahkan tidak pernah ada dalam data pelatihannya!
Selama bertahun-tahun, kita memegang teguh asumsi bahwa kemampuan sebuah kecerdasan buatan (Artificial Intelligence) sangat bergantung pada seberapa banyak data yang pernah ia "lihat" saat pelatihan. Jika data sedikit, performa AI akan loyo. Namun, sebuah terobosan mengejutkan dari USC Viterbi School of Engineering baru saja meruntuhkan premis tersebut. Peneliti di sana, Minda Li dan Prof. Bhaskar Krishnamachari, berhasil membuktikan bahwa dengan metode yang tepat, AI bisa melompat jauh melampaui batasan data pelatihannya sendiri.
Eksperimen dengan Bahasa yang "Tak Terdeteksi"
Untuk menguji teori mereka, tim ini memilih bahasa pemrograman bernama Idris. Mengapa Idris? Karena bahasa ini sangat eksklusif dan jarang digunakan. Jika bahasa Python memiliki jutaan repositori, Idris hanya memiliki sekitar 2.000 saja. Menariknya, baik Minda maupun Profesor Krishnamachari sendiri tidak bisa menulis kode Idris. Mereka sengaja memilih bahasa yang bahkan tidak mereka mengerti untuk melihat apakah AI bisa "belajar sendiri" tanpa bimbingan manusia yang ahli. Hasil awalnya cukup menyedihkan, yaitu tingkat keberhasilan hanya 39%.
Kekuatan "Feedback Loop"
Rahasia kesuksesan mereka terletak pada implementasi apa yang mereka sebut sebagai compiler feedback loop. Alih-alih berhenti saat kode yang dihasilkan AI salah, mereka mengumpankan balik pesan kesalahan teknis dari kompiler langsung ke model GPT-5. AI kemudian diminta untuk menganalisis kesalahan tersebut dan mencoba lagi. Proses iterasi ini dilakukan berulang kali.
"Saya kira kami hanya akan mendapatkan kenaikan 10%. Saya terkejut bahwa hanya dengan satu hal sederhana ini, terus mengompilasi ulang dan mencoba, hasilnya bisa mencapai 96%," ujar Minda Li.
Mengapa Ini Mengubah Segalanya?
Metode ini bukan hanya soal bahasa pemrograman yang tidak populer. Prof. Bhaskar Krishnamachari melihat potensi yang jauh lebih besar di masa depan. Menurut laporan dari USC Viterbi School of Engineering, pendekatan ini bisa diterapkan pada bidang apa pun yang memiliki aturan jelas, seperti:
- Pemodelan 3D: Memberikan umpan balik tentang struktur yang tidak aman.
- Matematika: Memverifikasi bukti teorema secara otomatis.
- Bahasa: Membantu penerjemahan bahasa yang hampir punah.
Saat ini, tantangan berikutnya bagi tim riset adalah membuat AI agar tidak memulai dari nol setiap kali ia menghadapi masalah baru. Mereka ingin AI bisa "mengingat" dan menjadi lebih pintar seiring berjalannya waktu. Bagaimanapun, penelitian ini membuktikan bahwa kita sedang berada di ambang era di mana AI tidak lagi sekadar "tukang catat" data lama, melainkan mitra yang bisa menembus batasan intelektual yang dulu kita anggap mustahil. Baca selengkapnya di sini",cta: