Kecerdasan buatan (Artificial Intelligence/AI) kini menjelma menjadi teknologi yang mengubah industri hingga kehidupan sehari-hari. Di balik geliat itu, ada akademisi yang menempuh jalan panjang dan tidak selalu mengikuti arus..
Salah satunya adalah Adila Alfa Krisnadhi, akademisi dan dosen Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI) yang kini dipercaya sebagai Kepala Program Studi Sarjana Kecerdasan Artificial (Prodi AI) di UI.
Ketertarikan Adila terhadap AI bukanlah cerita dari popularitas machine learning atau AI generatif. Minat itu justru muncul sejak ia berkuliah sarjana ketika semester 4 pada awal 2000-an saat mengambil mata kuliah AI.
Ketika itu, Adila mengakui, belum benar-benar dalam mempelajari AI. Namun, minatnya pada AI mendorongnya mengerjakan skripsi bidang AI dengan topik pengenalan wajah menggunakan principal component analysis, yang sebenarnya termasuk bagian dasar dari machine learning.
Kesempatan studi lanjut membawanya ke Dresden, Jerman, untuk menempuh jenjang magister. Di sana, Adila mengambil computational logic, sebuah cabang ilmu yang mungkin terdengar berbeda dari AI.
Keputusannya mengambil studi itu berawal dari saran Pak Yohanes Stefanus, dosennya kala itu. Beliau mengatakan AI bukan hanya perihal neural networks, melainkan juga bisa belajar AI dari sisi logic. “Itu benar-benar berbasis logika, representasi pengetahuan, dan kuliahnya itu mungkin 85 persen isinya matematika,” tutur Adila.
Selepas berkuliah di Jerman, Adila melanjutkan studi doktoral di Amerika Serikat. Hal yang ia pelajari masih sama, yakni ontologi dan representasi pengetahuan. Kali ini dengan pendekatan yang lebih praktik dan terapan. Risetnya bahkan diterapkan pada bidang oseanografi, bekerja sama dengan para peneliti kelautan.
Saat itu ia pun masih terus mengetahui perkembangan AI yang mulai bertambah cepat sejak dekade 2010-an. Menariknya, pada fase ini Adila sama sekali tidak mendalami machine learning seperti yang kini mendominasi AI.
Selepas lulus Adila kembali ke Indonesia dan justru langsung ditugasi mengajar machine learning. Dari situlah ia mulai benar-benar mendalami kembali machine learning yang saat ini mendominasi perkembangan teknologi AI. Walaupun demikian, minatnya pada AI yang berbasis logika juga masih tetap dipertahankan. Tema riset yang dia tekuni juga mencakup kedua perspektif AI tersebut.
Menurut Adila, perbedaan AI beberapa tahun lalu dengan sekarang sangatlah jauh. “Dulu AI itu lebih spesifik, hanya dipahami komunitas tertentu,” ujarnya. Produk-produk AI kini didukung komputasi besar dan langsung menyentuh pekerjaan sehari-hari. Sejak kemunculan ChatGPT pada 2022, ia melihat lonjakan adopsi yang drastis. “Dari ChatGPT 2022 sampai sekarang itu beda sekali,” katanya.
Teknologi kunci
Bagi Adila, AI adalah teknologi kunci yang perlu dikuasai, bukan sekadar digunakan. Menurutnya, Indonesia mestinya tidak berhenti pada penggunaan produk.
Ia menekankan pentingnya mengejar fondasi AI agar negeri ini tidak terus bergantung pada produk luar. Selain potensi besar untuk menyelesaikan masalah masyarakat, AI juga membawa risiko. “Tentu saja ada risiko dan dampak negatif yang akan bermunculan,” ujarnya.
Lebih jauh, Adila memetakan tiga tantangan utama pengembangan AI di Tanah Air. Pertama, infrastruktur komputasi. Ia mengatakan Indonesia tidak punya mesin yang cukup untuk berkontribusi signifikan. Kedua, data lokal Indonesia tersebar, tidak terintegrasi, dan belum didukung regulasi turunan yang kuat meski UU Perlindungan Data Pribadi sudah ada. Ketiga, sumber daya manusia yang mendalami AI itu masih sangat sedikit. Kondisi ini berbahaya jika produk AI semakin masif digunakan tanpa pemahaman risikonya.
Untuk itu, mesti ada yang berperan untuk kelangsungan AI di negeri ini. Salah satunya melalui kampus. Namun, menurut Adila, akademisi tidak bisa bekerja sendiri. Riset AI menurutnya dapat dibangun lewat kemitraan erat dengan industri dan dukungan pemerintah, terutama untuk infrastruktur mahal.
Kembali ke kampus, bagi mahasiswa yang ingin menekuni AI, Adila mengatakan bahwa mereka harus memiliki kemampuan Matematika, dasar komputasi, dan algoritma yang harus kuat, selain siap belajar keras. Lainnya, Ia berujar, “Mahasiswa perlu banyak ngoprek. Kalau sudah menekuni, fun-nya akan ketemu,” katanya.
Sebagai Kaprodi AI di Fasilkom UI, Adila memilih bersikap realistis sekaligus optimis. Ia tidak berani meramal jauh, tapi yakin peluang Indonesia besar jika pengembangan AI dilakukan secara kontekstual. “Fokus kami bukan sekadar teknologi terbaru, tapi menguatkan fondasi,” ujarnya.
Dengan fondasi itu, ia percaya mahasiswa dan peneliti Indonesia akan mampu beradaptasi dengan cepat, apa pun arah perkembangan AI pada masa depan.