Summio

Artikel

Laporan AI Index 2026: Petunjuk Teknikal

Mari kita selami bagaimana AI berkembang pesat pada tahun 2025: dari penglihatan hingga robotik. Petunjuk: ia menjadi sangat hebat, tetapi ada beberapa perkara yang perlu diberi perhatian.

21 min bacaan

Tersedia dalam

Pratonton ringkasan

AI 2026: Kesihatan Teknikal Terkini – Jom Selami Laporan Stanford HAI!

Halo geng! Apa cerita? Hari ni kita nak borak pasal benda paling hot sekarang ni – kecerdasan buatan atau AI. Korang tahu kan, Stanford HAI (Human-Centered Artificial Intelligence) ni macam 'pakar' yang selalu keluarkan laporan pasal AI ni. Nah, baru-baru ni dia orang dah keluarkan laporan AI Index tahun 2026, yang banyak kupas pasal apa jadi sepanjang tahun 2025. Serius, banyak gila benda menarik, lagi-lagi bab teknikal dia. Ini macam kita tengok enjin kereta la, bukan setakat body je. Nak tahu AI kita dah sampai mana? Jom, kita selongkar sama-sama, tapi santai je, macam sembang kedai kopi. Bersiaplah, sebab kita nak selami lautan data, perbandingan, dan mungkin jugak penemuan yang tak disangka-sangka. Kita akan tengok macam mana AI ni makin pandai 'melihat', 'memahami' bahasa manusia, 'menghasilkan' video, 'berfikir' sendiri, sampai boleh 'bergerak'. Kita nak tahu jugak siapa yang tengah mendominasi, kenapa ujian lama dah tak relevan, dan kat mana AI ni masih lembik lagi. Pendek kata, ini deep dive ke dunia AI terkini, tapi guna bahasa yang korang semua boleh faham. Takde istilah saintifik yang pening kepala, janji!.

Bab 1: Pengenalan – Kita Nak Pergi Mana Ni?

Bayangkan kita tengah bina rumah. Laporan ni macam 'audit' tapak pembinaan. Kita tak tengok cat dinding cantik ke tak (tu mungkin pasal pandangan orang atau ekonomi), tapi kita tengok dekat 'tulang belakang' rumah tu: asas, rangka, pendawaian – benda yang buat rumah tu jadi rumah. Dalam kes AI, ini bermakna 'prestasi teknikal' dia. Tanpa benda ni, semua benda lain tu cuma cakap-cakap kosong je. Sepanjang tahun 2025, AI dah tunjukkan prestasi yang macam tak percaya pun ada. Bukan setakat jadi sikit je baik, tapi dia dah mula 'pecah siling' yang dia sendiri dah tetapkan sebelum ni. Dan ini berlaku kat hampir semua bidang: dari pandangan komputer (macam AI 'melihat'), pemahaman bahasa, sampai la ke robotik dan agen AI yang boleh bertindak sendiri. Mesej Utama: AI ni makin laju macam roket, sampai kita punya cara nak ukur dia pun dah tak boleh nak kejar. Ini seronok, tapi dalam masa yang sama, macam seram sikit sebab kita dah tak tahu macam mana nak nilai betul-betul progres dia. Macam kita nak ukur tinggi budak tapi guna pembaris yang dah reput.

Bab 2: Teras Utama – Apa Yang Jadi Ni?

Jom terus ke inti cerita. Apa yang terjadi sebenarnya pada tahun 2025 sampai pakar Stanford HAI ni macam terkejut (atau kagum?) sangat? Teras 1: AI Dah Lulus Ujian Yang Dibuat Untuk Dia. Ini mungkin kesimpulan paling besar. Ingat tak dulu macam mana kita cuba bandingkan AI dengan manusia guna ujian yang susah? Nah, sekarang ni AI bukan setakat dah sama, tapi dah potong manusia. Contohnya, kat ujian 'Last Exam of Humanity' (Humanity's Last Exam), yang memang dibuat susah untuk mesin, model AI terbaik dah tunjuk peningkatan 30% dalam setahun! Bayangkan macam pelajar yang dari 'C' terus dapat 'A+' dalam masa setahun. Masalahnya, ujian yang patutnya tahan bertahun-tahun tu, dah 'kenyang' dalam masa bulan je. Ia tak berguna lagi nak kesan progres sebenar. Macam kita cuba ukur tinggi budak guna pembaris lama yang dah pudar. Teras 2: Model Top Dah Seragam, Tapi Persaingan Makin Panas. Dulu mungkin ada satu model je yang 'champion'. Sekarang ni, ada ramai 'juara' yang datang rapat-rapat. Kalau ikut ranking Elo (macam catur, tapi untuk AI, dan dinilai oleh manusia kat 'Arena'), lima syarikat – Anthropic, xAI, Google, OpenAI, Alibaba, dan DeepSeek – dah rapat gila. Bezanya cuma beberapa puluh mata je. Ini maksudnya, persaingan dah bukan lagi pasal siapa paling pandai je, tapi pasal siapa boleh buat AI lagi murah, lagi stabil, atau lagi sesuai untuk tugas khas (contohnya perubatan atau kewangan). Sekarang ni, bukan setakat kena pandai, tapi kena pandai dan boleh akses jugak. Teras 3: Jurang Antara Model Tertutup dan Terbuka Makin Lebar Balik. Tahun 2024 dulu macam dah nampak model terbuka (open-source) dah nak sama dengan model tertutup. Tapi tahun 2025 ni, trend dah terbalik. Sekarang ni, model tertutup terbaik dah potong model terbuka terbaik sebanyak 3.3%. Dari 10 model teratas kat 'Arena', enam daripadanya adalah model tertutup. Ini berita tak best untuk orang yang harap AI jadi 'demokratik' melalui pembangunan terbuka. Nampaknya, teknologi paling breakthrough masih lagi dalam 'kunci' syarikat-syarikat besar. Teras 4: Saingan Geopolitik AS dan China Dah Sama Kuat. Dulu selalu cakap AS jauh lagi ke depan dari China dalam pembangunan AI. Tapi tahun 2025 ni, dah lain. Model Amerika dan China dah macam bertukar-tukar tempat dalam ranking. Kadang-kadang model China, DeepSeek-R1, dah sama kuat dengan model AS terbaik, kadang-kadang sebaliknya. Sekarang ni, model AS teratas dah potong model China sebanyak 2.7%. Jurang ni kecil je dan asyik berubah-ubah. Nampaknya, perlumbaan senjata AI ni dah jadi 'seri'. Teras 5: Benchmark Makin Tak Boleh Pakai, Macam 'Kena Tipu'. Ini kesan langsung dari tesis pertama. Kita dah tahu yang kesilapan dalam ujian popular ni boleh capai 42%! Contohnya, kat ujian GSM8K (menyelesaikan masalah matematik), banyak sangat soalan yang tak betul. Lepas tu, ada jugak syak wasangka yang sesetengah model dah pandai 'main' kat platform 'Arena', tunjuk keputusan tinggi bukan sebab pandai betul, tapi sebab dah 'biasa' dengan cara ujian tu.

Bab 3: Idea Kunci – Apa Maksud Semua Angka Ni?

Jom kita selongkar tesis-tesis ni lebih dalam, nak faham apa maksudnya untuk kita, untuk teknologi, dan untuk masa depan.

Idea 1: 'Lubang Jarum' Benchmark

Cuba bayangkan, kita nak tahu pelari ni laju macam mana. Kita buat trek larian yang ada ukuran dia. Tapi kalau pelari tu dah jadi super laju sampai nak habis trek tu macam takde masa langsung, takkan nak ukur lagi? Tak boleh nak bezakan dia dengan pelari super laju lain. Macam tu jugak dengan AI. Benchmark macam MMLU (Massive Multitask Language Understanding) atau GSM8K (Grade School Math 8K) dibuat dengan jangkaan ia akan relevan bertahun-tahun. Tapi model-model AI ni dah pandai sangat selesaikan masalah dari ujian ni sampai ia jadi 'kenyang'. Maksudnya, hampir semua model terbaik dapat markah penuh. Ini bermakna, kita tak boleh guna ujian ni nak tahu model mana yang lagi bagus. Korang tengok je la, tahun 2025 ni, model AI dah capai skor 90% ke atas kat banyak ujian terkemuka. Masalah: 'Jendela' kegunaan benchmark jadi sempit. Ujian yang patutnya tahan lama, dah lapuk dalam bulan je. Kesan: Susah nak bandingkan model secara objektif, susah nak kesan progres sebenar. Macam cuba nilai kualiti wain guna label yang dah pudar. Apa Nak Buat? Perlu ujian baru yang lebih susah dan dinamik. Mungkin ujian yang boleh 'ikut' tahap model, atau ujian yang uji keupayaan 'berfikir' dan 'adaptasi' kat dunia sebenar, bukan setakat hafal.

Idea 2: 'Kecerdasan Bergigi' – Genius dan Bodoh Dalam Satu Paket

Ini salah satu konsep paling menarik yang dibangkitkan laporan ni. 'Jagged intelligence' – 'kecerdasan bergigi'. Ini maksudnya AI boleh jadi power gila dalam satu bidang, tapi langsung tak boleh buat benda lain yang nampak macam lagi senang. Contoh dari laporan: model Gemini Deep Think dapat pingat emas kat International Mathematical Olympiad (IMO) 2025. Ini pencapaian serius, perlukan pemahaman matematik yang mendalam dan logik. Model ni selesaikan masalah ikut masa yang diberi, guna bahasa biasa je. Tahun 2024 dulu, model lain dapat perak. Nampaklah progres dia. Tapi! Kat ujian ClockBench, yang uji keupayaan model tentukan masa kat jam analog, model yang sama (atau yang serupa teratas) ni cuma dapat 50.6% je. Orang biasa, 90.1% dah boleh buat. Pelik kan? Macam mana boleh jadi? Punca: Model ni dilatih guna data yang banyak gila, tapi data tu mungkin tak seimbang. Masalah matematik ni data dia terstruktur, ada peraturan dan logik yang jelas. Tentukan masa jam analog pulak, bukan setakat kenal rupa (jam, jarum), tapi perlukan pemikiran ruang, faham kedudukan jarum yang relatif, dan mungkin jugak 'intuisi' yang AI tak ada lagi. Kesimpulan: AI ni takde lagi 'intellect' universal macam manusia. Dia lebih macam 'alat' yang sangat power tapi spesifik. Ini penting kalau kita nak cakap pasal 'Artificial General Intelligence' (AGI) nanti.