Kecerdasan buatan (AI) telah lama berhenti menjadi sekadar alat untuk mengotomatisasi rutinitas atau menghasilkan teks. Saat ini, AI secara aktif diadopsi dalam penelitian ilmiah fundamental: mulai dari pembuatan struktur protein untuk pengembangan obat baru hingga prediksi anomali iklim. Teknologi pembelajaran mesin telah memaksa komunitas ilmiah untuk memikirkan kembali serangkaian kebenaran yang tampaknya tidak terbantahkan.
Berikut adalah lima stereotip ilmiah utama yang telah dibantah atau dikoreksi secara signifikan berkat penerapan AI.
1. Visi Komputer: Bukan Hanya Milik Makhluk Hidup
Untuk waktu yang lama, komunitas ilmiah didominasi oleh pendapat bahwa kemampuan untuk tidak hanya "melihat" tetapi juga mengenali pola hanya tersedia untuk organisme hidup. Situasi berubah pada tahun 2012 ketika jaringan saraf AlexNet diperkenalkan di konferensi NeurIPS. Dilatih pada 1,3 juta gambar beresolusi tinggi dari database ImageNet, ia membuat terobosan di bidang visi komputer, membuktikan bahwa mesin mampu mengklasifikasikan data visual dengan akurasi tinggi. Karya ini meletakkan dasar bagi teknologi modern seperti membuka kunci smartphone dengan wajah, dan menunjukkan bahwa persepsi visual bukanlah fungsi biologis yang unik.
2. Logika dan Matematika: AI Selevel Juara Olimpiade
Penalaran logis yang kompleks dan pembuktian teorema secara tradisional dianggap sebagai ujian kemampuan manusia yang luar biasa, semacam "filter" untuk mencari bakat matematika muda. Namun, pada Januari 2024, tim peneliti Google memperkenalkan sistem AlphaGeometry, yang memecahkan 25 dari 30 soal geometri kompleks dalam waktu standar olimpiade. Sebagai perbandingan: algoritma sebelumnya hanya berhasil memecahkan 10 soal, sementara hasil rata-rata peraih medali emas Olimpiade Matematika Internasional manusia adalah 25,9 poin. Pencapaian ini, yang diterbitkan dalam jurnal bergengsi Nature, membuktikan bahwa AI mampu melakukan penalaran logis yang mendalam.
3. Botani: Iklim Tidak Selalu Menentukan Ukuran Daun
Dalam biologi, ada aturan yang ditetapkan bahwa tanaman di iklim lembab (misalnya, di hutan) memiliki daun yang lebih besar daripada spesies yang sama di daerah kering. Namun, sebuah penelitian oleh ilmuwan Australia, yang dilakukan menggunakan visi komputer, membantah aksioma ini pada tingkat spesies. Setelah menganalisis ribuan spesimen yang didigitalkan dari Herbarium Nasional New South Wales, para spesialis menemukan bahwa pada mapel Norwegia (Acer platanoides), ukuran daun lebih bergantung pada pertukaran genetik dengan populasi lain daripada suhu atau jumlah curah hujan. Penemuan ini mengubah pendekatan untuk melestarikan spesies tumbuhan langka dalam kondisi perubahan iklim global.
4. Biologi Evolusioner: Kepunahan Tidak Selalu Diikuti Kemakmuran
Dianggap bahwa setelah kepunahan massal (seperti dalam kasus dinosaurus), ceruk ekologi yang kosong cepat terisi oleh spesies baru, yang tak terhindarkan mengarah pada ledakan biologis. Pada tahun 2020, peneliti Inggris dan Amerika menerapkan pembelajaran mesin untuk menganalisis lebih dari 1 juta deskripsi fosil yang mencakup 170 ribu spesies. Hasilnya menunjukkan tidak adanya hubungan sebab-akibat langsung antara kepunahan massal dan lonjakan keanekaragaman hayati berikutnya, yang memerlukan peninjauan serius terhadap salah satu teori evolusi utama.
5. Kriminologi: Sidik Jari Orang yang Sama Bisa Mirip
Keyakinan pada keunikan absolut sidik jari setiap orang (dan bahkan sidik jari yang berbeda pada tangan orang yang sama) adalah dasar dari biometrik dan kriminologi modern. Namun, pada Januari 2024, para ilmuwan dari Universitas Columbia mempertanyakan hal ini. Dengan melatih model AI pada 60 ribu sidik jari asli dan 500 ribu sidik jari sintetis, mereka menemukan bahwa sidik jari dari jari yang berbeda dari orang yang sama memiliki kesamaan yang signifikan. Berbeda dengan kriminolog, yang memperhatikan percabangan garis, jaringan saraf mengidentifikasi penanda baru yang sebelumnya tidak diperhitungkan: kelengkungan dan kemiringan pola spiral. Penemuan ini dapat meningkatkan akurasi pemeriksaan forensik hampir dua kali lipat dan menyederhanakan otentikasi biometrik pada perangkat di masa depan.
Kesimpulan: Masa Depan Pencarian Ilmiah
Kecerdasan buatan tidak menggantikan ilmuwan, tetapi menjadi sekutu terkuatnya. AI mampu memproses kumpulan data yang tidak dapat dijangkau oleh persepsi manusia dan merumuskan hipotesis yang tidak sepele tentang respons sel atau efektivitas vaksin. Meskipun model saat ini masih rentan terhadap bias yang tertanam dalam sampel pelatihan, lintasan pengembangan teknologi menunjukkan bahwa dalam dekade mendatang, penemuan ilmiah paling signifikan akan dibuat dalam kemitraan antara manusia dan kecerdasan buatan.
