Pada 2013, di tengah anggapan bahwa Kecerdasan Buatan (AI) masih sebatas fiksi ilmiah, seorang mahasiswa di Bandung bernama Adhiguna Kuncoro mengambil langkah berani: menulis skripsi tentang teknologi yang ia sendiri rasakan “abstrak, jauh, dan belum terasa nyata,” mirip dengan gambaran film fiksi ilmiah seperti Terminator. Berbekal impian dari kamar kosnya di Ciumbuleuit, Adhi tak pernah menduga bahwa keputusan itu akan membawanya ke jantung revolusi AI global: University of Oxford, Carnegie Mellon University di Pennsylvania, dan kini ke DeepMind, divisi riset terkemuka Google di London.
Sejak 2017, Adhi menorehkan sejarah sebagai satu-satunya peneliti asal Indonesia di markas DeepMind. Di sana, ia berdedikasi mengembangkan teknologi Natural Language Processing (NLP), sebuah inovasi krusial yang memungkinkan chatbot mutakhir seperti Gemini untuk memahami dan merespons bahasa manusia secara alami. Namun, di balik pencapaian pribadinya, Adhi menyimpan misi yang lebih besar: memastikan Indonesia turut merasakan manfaat praktis dari kemajuan AI, terutama melalui dorongan kolaborasi dari ilmuwan diaspora seperti dirinya.
Adhi memberikan contoh nyata potensi AI untuk mengatasi masalah fundamental di Indonesia, seperti minimnya jumlah guru di daerah pelosok. “Murid-murid bisa belajar dengan AI, misalnya yang sudah mahir perkalian, tapi masih perlu latihan pembagian, dapat dilakukan melalui AI,” ujarnya kepada wartawan Endang Nurdin dari BBC News Indonesia. Lebih jauh, ia meyakini AI dapat membantu tenaga kesehatan dalam memberikan informasi yang lebih akurat, khususnya di wilayah yang sulit dijangkau. Baginya, ilmuwan diaspora memikul tanggung jawab sebagai perantara, sebuah pandangan yang sejalan dengan laporan McKinsey Global Institute yang memproyeksikan Asia Tenggara berpotensi meraup manfaat ekonomi hingga US$1 triliun dari adopsi AI pada 2030, khususnya dalam menjembatani kesenjangan pendidikan dan layanan kesehatan melalui pendidikan virtual.
Perjalanan menjadi ilmuwan AI
Jalan Adhi menuju DeepMind tidak selalu mulus. Setelah menyelesaikan pendidikan di Teknik Informatika, Institut Teknologi Bandung (ITB), Adhi melanjutkan studi S2 di University of Oxford, Inggris—sebuah lompatan besar yang sempat diwarnai rintangan. “Pas di Oxford pun saya semester pertama, dua mata kuliah enggak lulus, salah satunya machine learning, topik penting dalam AI,” kenangnya. Momen sulit itu justru menjadi cambuk baginya untuk bangkit dan belajar lebih giat, menyadari bahwa tantangan adalah bagian tak terpisahkan dari perjalanan menjadi pakar.
Pada tahun yang sama, 2013, pendekatan baru dalam pengembangan AI mulai diperkenalkan, dan Adhi seketika merasakan gelombang revolusioner ini sebagai masa depan yang ingin ia tekuni. “Saya kira waktu itu, ini [perkembangan] revolusioner. Sangat keren. Ini masa depan, dan saya ingin jadi bagian dari masa depan AI ini,” ungkapnya, menggambarkan antusiasmenya yang visioner. Ketertarikan Adhi muncul pada saat AI belum menjadi tren global, berbeda dengan perkembangannya yang meroket dalam lima tahun terakhir, ditandai dengan munculnya tonggak penting seperti Bidirectional Encoder Representations from Transformers (BERT) dari Google pada 2018, diikuti oleh GPT-2 (2019), hingga ChatGPT, Gemini, dan DeepSeek yang kini digunakan jutaan orang.
Ayu Purwarianti, dosen Informatika ITB dan peneliti Pusat AI ITB yang juga merupakan dosen pembimbing Adhi, menegaskan bahwa sekitar 2013, AI di bidang pemrosesan bahasa (NLP) masih memakai metode lama yang rumit dan belum populer. “Mahasiswa yang tertarik AI saat itu harus mau masuk ke pemrograman yang detail, tidak semudah sekarang,” kata Ayu. Namun, ia melihat potensi luar biasa pada Adhi sejak awal: “Adhi sudah menunjukkan motivasi dan kemampuan yang menonjol sejak awal. Dia role model, prestasinya lengkap: akademik dan non-akademik.”
Meskipun memiliki tekad kuat, saat melanjutkan studi di Oxford, Adhi sempat dihantam “sindrom impostor.” “Saya merasa tidak pantas di antara teman-teman yang sangat jago dan sudah jauh lebih siap secara akademik,” jelasnya. Namun, perasaan itu justru memicunya untuk belajar lebih keras. Setahun setelah meraih gelar master di Oxford, Adhi melanjutkan studi master kedua di Carnegie Mellon University (CMU) di AS, yang dikenal sebagai salah satu kiblat riset AI dunia. Di CMU, ia memfokuskan diri pada pengembangan NLP, cabang AI yang memungkinkan komputer memahami dan memproses bahasa manusia.
Dari kampus ke pusat AI dunia
Setelah merampungkan studinya di CMU, Adhi menerima tawaran beasiswa penuh dari berbagai universitas bergengsi untuk program doktoral, termasuk Harvard dan Stanford. Namun, ia memilih kembali ke Oxford. “Saya juga diterima di Oxford, dan profesor saya di sana—yang sebelumnya pernah bekerja di DeepMind—menawari saya beasiswa penuh untuk program doktoral,” ujarnya. Sang profesor juga membukakan jalan bagi Adhi untuk menempuh studi sambil bekerja langsung di DeepMind, sebuah kesempatan emas untuk “belajar teorinya sambil terjun langsung ke aplikasinya.”
Marc’Aurelio Ranzato, Direktur Ilmuwan Riset di DeepMind dan manajer langsung Adhi, mengungkapkan alasan di balik pemilihan Adhi. “Adhi ketika itu adalah kandidat yang terbaik, dari segi kedalaman dan luasnya pengetahuan serta kreativitas,” puji Marc. Ia menambahkan bahwa Adhi membawa “keahlian unik dalam pemrosesan bahasa alami (NLP) yang merupakan inti dari pengembangan Large Language Model (LLM) modern.” Marc juga menyoroti Adhi sebagai “sosok kolaboratif yang sangat teliti dan berkontribusi besar dalam riset AI,” dengan sejumlah penelitian penting dalam bidang LLM.
Kini, Adhi adalah bagian dari tim riset inti di DeepMind yang bertugas mengembangkan Gemini. Di kompleks modern kantor Google di King’s Cross, London, tempat Adhi bekerja, fasilitas kelas dunia tersedia lengkap, mulai dari beragam ruang makan hingga pusat kebugaran dan area rehat, mendukung fokus risetnya dalam membuat Gemini semakin cerdas, efisien, dan mudah diakses bagi semua kalangan. Adhi menjelaskan bahwa inti pekerjaannya bertumpu pada dua pilar: model dan data. Model seperti Gemini bekerja menggunakan deep learning, sebuah sistem jaringan saraf tiruan (neural networks) yang memungkinkan mesin mengenali pola, belajar, dan menyimpulkan.
“Deep learning itu ibarat muridnya, datanya itu gurunya. Kalau mau AI bisa menjawab dalam bahasa Indonesia, atau misalnya bahasa daerah lain, kita perlu kasih banyak contoh data dalam bahasa itu,” jelasnya. Membandingkan Gemini dengan ChatGPT, Adhi menyoroti kekuatan Gemini pada kualitas tinggi dengan biaya yang lebih terjangkau, serta integrasinya yang mendalam dengan produk Google. “Misalnya, Gemini bisa bantu Google Search jadi lebih efisien, tanpa harus banyak klik, dan bantu menulis email di Gmail sesuai gaya bahasa kita.”
Bagi Adhi, perkembangan AI seperti Gemini bukan sekadar untuk kemudahan, melainkan kunci menuju keadilan. “Orang kaya mungkin bisa bayar guru privat. Tapi AI bisa bantu anak-anak yang tidak mampu mendapat akses pendidikan yang sama,” tegasnya, membayangkan anak-anak di pelosok Indonesia bisa belajar sesuai kebutuhan masing-masing. Namun, tantangan besar yang dihadapi para ilmuwan adalah minimnya data dalam bahasa selain Inggris, termasuk bahasa Indonesia. Oleh karena itu, Adhi secara aktif mendorong kolaborasi global untuk pengembangan AI yang lebih merata. Beberapa risetnya bahkan berfokus pada upaya menekan biaya penggunaan Gemini agar bisa diterapkan lebih luas.
“Model seperti Gemini jangan hanya bisa dikembangkan oleh perusahaan besar seperti Google,” harapnya. “Universitas-universitas, bahkan di negara berkembang seperti Indonesia, juga harus bisa meneliti dan membangun AI dengan sumber daya terbatas.” Di kantor pusat DeepMind London, Adhi adalah satu dari sedikit peneliti asal Asia Tenggara, meskipun ia menyebut akan ada satu lagi peneliti Indonesia yang bergabung pada Oktober. Adhi sangat berharap lebih banyak anak muda Indonesia merambah dunia AI global, percaya bahwa kehadiran diaspora di posisi strategis mempermudah jembatan antara teknologi global dan kebutuhan lokal.
“Sebagai diaspora di bidang AI, tugas kami adalah bagaimana kita dari dalam mendorong lebih banyak kerja sama-kerja sama dengan negara-negara berkembang termasuk di Indonesia,” ungkapnya. Adhi mencontohkan dua inisiatif konkret yang telah ia lakukan: Machine Learning AI Summer School pada 2019, jauh sebelum AI menjadi sebesar sekarang, yang berhasil mendatangkan kolega dari Google dan Meta ke Jakarta berkat sponsor Google senilai Rp500 juta. Kedua, proyek pengembangan dataset bahasa Indonesia yang didukung sumber daya perangkat keras bernilai miliaran rupiah dari DeepMind dan Google, yang hasilnya kemudian dirilis sebagai sumber terbuka untuk publik. “Itu dua contoh, bagaimana diaspora bisa membantu, kerja sama AI seperti DeepMind dengan Indonesia,” paparnya.
Upaya ini sangat krusial, mengingat riset Lazada menunjukkan Indonesia, Malaysia, Vietnam, Thailand, dan Filipina menghadapi kesenjangan signifikan antara kebutuhan talenta AI yang tersedia. Tantangannya meliputi kurangnya kurikulum relevan, investasi pelatihan yang minim, hingga persaingan gaji ketat. Marc’Aurelio Ranzato mengakui bahwa keberadaan peneliti seperti Adhi memperkaya pemahaman konteks lokal dalam pengembangan teknologi AI global. “Seiring dengan semakin meluasnya sistem AI di masyarakat, ada kebutuhan untuk beradaptasi dengan konteks dan budaya lokal,” kata Marc, menambahkan bahwa cara terbaik untuk mencapai adaptasi tersebut adalah dengan melibatkan para pakar AI dari seluruh dunia.
Potensi dan Risiko
Di tengah potensi AI yang luar biasa, pakar keamanan siber Heru Sutadi mengingatkan tentang risiko penyalahgunaan akibat keterlambatan regulasi. “Chatbot seperti Gemini bisa digunakan untuk membuat pesan phishing yang sangat personal, menyamar jadi bank atau kerabat untuk mencuri data,” katanya. AI juga berpotensi menghasilkan hoaks, menyebarkan malware, bahkan melancarkan serangan siber otomatis yang sulit dideteksi. Oleh karena itu, Heru menekankan perlunya regulasi ketat, sertifikasi chatbot AI, dan peningkatan literasi digital. Ia berharap kontribusi ilmuwan seperti Adhiguna Kuncoro dapat memperkuat inovasi AI lokal sekaligus meminimalkan ancaman digital.
Kini, model seperti Gemini dan ChatGPT telah membuka era baru AI yang mampu diajak bicara, menulis, bahkan menyelesaikan soal ujian. Bagi Adhi, sebagai peneliti AI, prinsip “berani mimpi, berani gagal dan tahan banting” adalah kunci menghadapi perkembangan pesat di masa depan. Ia memiliki pesan kuat untuk generasi muda Indonesia yang bercita-cita memasuki dunia AI: percaya diri dan tahan banting. “Kita tidak kalah pintar dibanding orang dari China atau India,” ujarnya. “Tapi mereka lebih berani bermimpi. Mereka biasa bermimpi kerja di DeepMind, jadi profesor di Harvard, menang Nobel. Orang Indonesia masih jarang punya contoh.”
Adhi menekankan pentingnya membangun mentalitas siap gagal. “Mereka berani gagal, dan coba lagi. Ada yang bahkan berani gadaikan rumah karena percaya pada mimpi mereka. Jadi jangan takut gagal.”
