Dari Alan Turing hingga ChatGPT: Jejak Panjang Evolusi Kecerdasan Buatan Dunia

Pertanyaan Klasik yang Mengubah Dunia: Bisakah Mesin Berpikir?

Alan Turing. Sejarah kecerdasan buatan atau artificial intelligence (AI) tidak lahir secara instan. Akar pemikirannya dapat ditelusuri hingga tahun 1950, ketika seorang matematikawan Inggris, Alan Turing, menerbitkan makalah legendaris berjudul Computing Machinery and Intelligence. Dalam tulisan tersebut, Turing mengajukan pertanyaan yang hingga kini terus menggema: “Can machines think?” atau bisakah mesin berpikir?

Pertanyaan itu bukan sekadar spekulasi filosofis. Beberapa tahun sebelumnya, Turing telah menciptakan model matematis komputer modern. Saat Perang Dunia II, ia berperan penting dalam merancang mesin mekanik yang mampu memecahkan kode Enigma milik Jerman, sebuah pencapaian monumental yang mempercepat kemenangan Sekutu. Mesin tersebut mampu memecahkan sandi dalam hitungan menit—sesuatu yang secara manual bisa memakan waktu berjam-jam atau bahkan gagal total.

Dari sinilah benih kecerdasan mesin mulai ditanam.

Dartmouth Conference 1956: Kelahiran Resmi Artificial Intelligence

Memasuki awal 1950-an, sejumlah ilmuwan mulai percaya bahwa mesin dapat belajar dan menalar seperti manusia. Namun, riset masih tersebar di berbagai disiplin—matematika, logika, teknik elektro, hingga ilmu komputer—tanpa satu payung keilmuan yang jelas.

Situasi ini berubah pada tahun 1956, ketika John McCarthy, bersama Marvin Minsky, Claude Shannon, dan Nathaniel Rochester, menginisiasi Dartmouth Summer Research Project on Artificial Intelligence. Konferensi dua bulan di Dartmouth College, Amerika Serikat, inilah yang pertama kali secara resmi memperkenalkan istilah artificial intelligence.

Meski belum melahirkan AI canggih, konferensi ini menjadi tonggak penting: AI diakui sebagai bidang ilmu tersendiri yang memadukan berbagai disiplin.

Era Optimisme dan Awal Terobosan AI

Pasca Dartmouth Conference, optimisme terhadap AI melambung tinggi. Pada periode ini lahir beberapa inovasi penting, seperti Perceptron karya Frank Rosenblatt, model neuron matematika sederhana yang menjadi cikal bakal neural network. Perceptron mampu mengenali pola dasar, seperti membedakan huruf “X” dan “E”.

Di sisi lain, Logic Theorist yang dikembangkan oleh Allen Newell dan timnya mencoba meniru langkah-langkah berpikir manusia dalam memecahkan persoalan logika matematika.

Para peneliti kala itu bahkan memprediksi bahwa dalam 20 tahun, mesin akan menyamai kecerdasan manusia. Namun, optimisme ini ternyata terlalu ambisius.

AI Winter: Ketika Harapan Mulai Membeku

Memasuki 1970-an hingga 1980-an, keterbatasan teknologi komputer menjadi penghambat utama. Algoritma AI yang kompleks membutuhkan daya komputasi dan memori yang saat itu belum tersedia.

Laporan kritis dari Sir James Lighthill pada