David Silver Raih $1.1 Miliar untuk AI yang Belajar Tanpa Data Manusia — Apa Artinya untuk Anda?

Rahasia besar sedang dibangun di balik dinding laboratorium AI London. David Silver, nama yang mungkin belum familiar bagi banyak orang Indonesia, baru saja menyelesaikan penggalangan dana paling spektakuler di awal 2026: $1.1 miliar (setara Rp 18 triliun) untuk perusahaan barunya, Ineffable Intelligence. Tujuannya? Membangun AI yang bisa belajar tanpa sama sekali bergantung pada data manusia.

Jika berhasil, ini bukan sekadar kemenangan teknis — ini bisa mengubah seluruh cara kita memahami dan menggunakan kecerdasan buatan.

Siapa David Silver dan Mengapa Perusahaannya Jadi Sorotan?

David Silver adalah profesor di University College London dan sebelumnya memimpin tim reinforcement learning di DeepMind, laboratorium AI milik Google. Dia adalah arsitek di balik AlphaZero — program AI legendaris yang belajar bermain catur dan Go tanpa melihat satu pun permainan manusia. Cukup ia bermain melawan dirinya sendiri, miliaran kali, sampai melampaui semua grandmaster dunia.

Kini, dengan Ineffable Intelligence, Silver ingin menerapkan pendekatan serupa pada AI secara umum — bukan hanya untuk permainan, tapi untuk semua bentuk pengetahuan dan keterampilan.

"Jika berhasil, ini akan menjadi terobosan ilmiah yang setara dengan Darwin: di mana hukumnya menjelaskan seluruh Kehidupan, hukum kami akan menjelaskan dan membangun seluruh Kecerdasan." — Ineffable Intelligence

Apa Itu AI yang Belajar Tanpa Data Manusia?

Untuk memahami mengapa ini revolusioner, kita perlu tahu dulu bagaimana sebagian besar AI saat ini bekerja. ChatGPT, Gemini, dan sebagian besar AI yang Anda kenal hari ini bekerja dengan supervised learning — mereka dilatih dengan jutaan hingga miliaran teks, gambar, dan data yang dibuat manusia. Masalahnya? Data manusia itu terbatas, mahal, dan penuh bias.

Ineffable Intelligence menggunakan reinforcement learning (pembelajaran penguatan). Alih-alih belajar dari data manusia, AI mereka belajar melalui trial and error (coba-coba), seperti cara bayi belajar berjalan. AI diberi tujuan, lalu mencoba jutaan variasi sampai menemukan strategi terbaik. David Silver menyebutnya pendekatan "superlearner".

Mengapa $1.1 Miliar? Mengapa Sekarang?

• AlphaZero sudah membuktikan konsepnya. Dalam catur dan Go, AI yang belajar tanpa data manusia sudah mengalahkan semua program lain di dunia.
• Keterbatasan LLM mulai terasa. Model bahasa besar butuh data yang makin sulit didapat dan energi yang masif.
• Potensi aplikasi universal. Jika metode ini berhasil di game, mengapa tidak di penemuan obat, desain material, atau optimasi logistik?
• David Silver bukan orang baru. Reputasinya di dunia reinforcement learning tidak tertandingi.

Dampak untuk Indonesia: Apa yang Bisa Kita Pelajari?

1. AI Bukan Hanya tentang Data dalam Jumlah Besar

Banyak bisnis di Indonesia mengira AI hanya bisa dipakai jika punya big data. Pendekatan Ineffable membuktikan quality of learning algorithm bisa lebih penting dari quantity of data. Bahkan startup kecil dengan data terbatas bisa bermain di level ini.

2. Reinforcement Learning Akan Jadi Skill yang Sangat Dicari

Jika 2024-2025 adalah era prompt engineering, maka 2026 dan seterusnya adalah era RL (Reinforcement Learning) engineering. Memahami dasar-dasar bagaimana AI belajar melalui interaksi akan menjadi kompetensi yang sangat bernilai.

3. AI Bisa Menemukan Hal yang Manusia Tidak Pikirkan

AI yang belajar sendiri bisa menemukan strategi, solusi, atau pengetahuan yang tidak ada dalam kepala manusia manapun. Untuk bisnis, ini berarti AI bukan lagi alat yang mengikuti instruksi — tapi mitra yang menemukan peluang baru.

4. Investasi AI Global Semakin Agresif

$1.1 miliar dalam satu putaran untuk perusahaan yang baru beberapa bulan berdiri. Ini sinyal bahwa rasa urgensi global terhadap AI sudah sangat tinggi. Bagi Indonesia, ini berarti kompetisi tidak lagi antara startup lokal — tapi antara startup lokal dan perusahaan yang didukung oleh modal global.

Apakah AI Akan "Belajar Sendiri" dan Menggantikan Manusia?

Jawaban jujur: belum, dan mungkin tidak dalam waktu dekat. Tapi satu hal yang pasti: tren ini tidak akan berbalik arah. AI akan terus menjadi lebih otonom, lebih efisien, dan lebih mampu menemukan hal baru.

Bagaimana Memulai Belajar Reinforcement Learning?

1. Kuasai Basis Python. Pahami probabilitas dasar dan Python.
2. Coba OpenAI Gym. Platform simulasi environment untuk melatih AI berbasis RL. Gratis dan open source.
3. Baca tentang AlphaZero. Paper-nya tersedia gratis online.
4. Ikuti kursus RL di Coursera atau fast.ai. Banyak resource berkualitas tinggi yang gratis.
5. Eksperimen kecil-kecilan. Buat AI yang belajar bermain tic-tac-toe melawan dirinya sendiri.

Kesimpulan

$1.1 miliar untuk AI tanpa data manusia bukan sekadar angka besar — ini adalah pernyataan bahwa masa depan AI mungkin tidak bergantung pada kita. Untuk bisnis dan pemula di Indonesia, ini adalah sinyal untuk tidak terlambat masuk, tapi juga tidak perlu takut. AI adalah alat, dan seperti semua alat, mereka yang memahami cara kerjanya akan punya keunggulan.

Mulailah dari mana Anda berdiri. Mulai belajar, mulai bereksperimen, mulai bertanya. Itu sudah cukup untuk memulai.