.png)
loading...
Science x AI Summit 2026 digelar di Silicon Valley, Amerika Serikat pada 12 Mei lalu. Summit ini lebih membahas arah pengembangan AI generasi berikutnya. Ilustrasi/Science x AI Summit 2026
JAKARTA - Science x AI Summit 2026 digelar di Silicon Valley , Amerika Serikat pada 12 Mei lalu. Bagi pengguna umum, nama acara ini mungkin belum terlalu familiar, tetapi di industri kecerdasan buatan global, summit ini sudah termasuk salah satu forum sains dan industri dengan standar tertinggi.
Berbeda dari konferensi AI yang berfokus pada peluncuran produk, summit ini lebih membahas arah pengembangan AI generasi berikutnya. Kehadiran tim Gunawan Aryaputra, Ph.D. yang diundang dalam acara itu, menunjukkan bahwa mereka mulai masuk ke lingkaran inti diskusi industri AI global. Baca juga: Apa Itu Pax Silica? Aliansi UE dan AS untuk Melawan Dominasi AI China
Tahap Baru Industri AI
Dalam dua tahun terakhir, pemahaman banyak orang tentang AI masih sebatas aplikasi seperti chatbot, gambar, dan video generatif. Namun, dalam summit ini, fokus diskusi industri sudah bergeser. Perhatian tidak lagi hanya pada “model siapa yang lebih besar”, tetapi pada AI Agent, sistem penalaran otonom, AI untuk riset ilmiah, serta penerapan AI di sektor nyata seperti keuangan, kesehatan, penelitian, dan robotika.
Sederhananya, AI sebelumnya lebih seperti “bisa mengobrol”. Sedangkan kini industri mulai berfokus pada cara membuat AI benar-benar “bisa bekerja”.
Alasannya jelas. Ukuran model makin besar, biaya pelatihan makin tinggi, sementara peningkatan kemampuan mulai melambat. Karena itu, persaingan AI global bergeser dari skala model menuju efisiensi algoritma, kualitas data, dan penerapan di industri nyata.
Selama konferensi, tim Gunawan Aryaputra memperluas kerja sama strategis dengan NVIDIA. Banyak orang saat mendengar kerja sama dengan NVIDIA mungkin langsung berpikir soal pembelian GPU. Namun di industri AI saat ini, GPU lebih berperan sebagai “energi dasar” bagi sistem AI.
Karena AI yang benar-benar kuat di masa depan tidak hanya sekadar menyelesaikan pelatihan model, tetapi juga mampu berjalan secara stabil dalam jangka panjang. Terutama dengan berkembangnya AI Agent dan sistem penalaran otonom, kebutuhan AI akan daya komputasi diperkirakan akan terus meningkat.
