AI dapat belajar mengartikulasikan proses penalaran, yang disempurnakan bukan melalui anotasi manusia, melainkan melalui proses trial-error-reward, atau pembelajaran penguatan (reinforcement learning).

Beijing, China (Xinhua/Indonesia Window) – DeepSeek, model bahasa besar sumber terbuka (open-source) China, menjadi sorotan utama dalam sampul jurnal penelaahan sejawat (peer-reviewed) terkemuka pada Rabu (17/9), menyoroti alur penalaran model tersebut dan menandai langkah menuju transparansi yang lebih besar dalam kecerdasan buatan (artificial intelligence/AI).

Dipublikasikan dalam jurnal Nature, studi ini mengungkap bagaimana AI dapat belajar mengartikulasikan proses penalaran, yang disempurnakan bukan melalui anotasi manusia, melainkan melalui proses trial-error-reward, atau pembelajaran penguatan (reinforcement learning).

Arsitektur DeepSeek-R1 memfasilitasi "perkembangan penalaran tingkat lanjut yang baru seperti refleksi diri, verifikasi, dan adaptasi strategi yang dinamis," menurut studi tersebut.

Model ini mengungguli model sejenis yang dilatih melalui metode pembelajaran terawasi konvensional berbasis demonstrasi manusia pada tugas-tugas yang dapat diverifikasi seperti matematika, kompetisi pemrograman, dan bidang STEM lainnya.

Sejak sebuah perusahaan rintisan (startup) berbasis di Hangzhou memperkenalkan DeepSeek tahun lalu, perusahaan AI generatif di China berlomba dengan tanpa henti untuk mempromosikan sistem sumber terbuka dengan meluncurkan dan memperbarui model dasar AI mereka, seperti Qwen, Kimi, dan Zhipu.AI, yang dapat diunduh, digunakan, diuji, dan dikembangkan secara bebas oleh peneliti dan publik.

Makalah tersebut, dengan Liang Wenfeng, pendiri DeepSeek, sebagai penulis korespondennya, telah dipublikasikan bersama sejumlah laporan peninjau dan respons penulis.

"Semua ini merupakan langkah positif menuju transparansi dan reprodusibilitas dalam sebuah industri di mana klaim yang tidak terverifikasi dan hiperbola sering kali menjadi norma," ungkap editorial Nature, seraya mendesak para pesaingnya untuk "mengikuti contoh perusahaan tersebut."

Laporan: Redaksi