AI Index 2025 yang disusun Stanford HAI di Stanford University menghitung jumlah model AI unggulan yang dirilis oleh masing-masing institusi pada 2014–2024. Di antara universitas, Stanford University dan Carnegie Mellon University (CMU) masing-masing mencatat 25 model, Tsinghua University dan University of California, Berkeley masing-masing 22 model, sedangkan MIT mencatat 15 model.
Artikel ini menilik lima universitas yang giat dalam riset AI dengan angka-angka tersebut sebagai acuan.
Jumlah model bukan jawaban untuk memilih universitas
“Universitas mana yang sebaiknya dipilih untuk belajar AI?” Pertanyaan ini mungkin pernah terlintas, baik bagi pelajar yang sedang menentukan pilihan pendidikan maupun profesional yang mencari tenaga kerja atau mitra kolaborasi riset. Namun, angka yang mudah diperoleh juga memiliki jebakan.
Jumlah model AI unggulan yang digunakan dalam artikel ini menunjukkan berapa banyak model yang menonjol dan lahir dari dunia riset. Angka ini bukan jumlah mahasiswa yang mengambil jurusan AI, juga bukan ukuran kualitas perkuliahan. Angka tersebut lebih tepat dipandang sebagai titik awal untuk melihat momentum riset di masing-masing universitas, bukan sebagai pemeringkatan.
Stanford dan CMU sama-sama berada di posisi teratas
Stanford University dan CMU mencatat jumlah terbanyak di antara institusi universitas, yakni 25 model. Artinya, dalam 11 tahun dari 2014 hingga 2024, masing-masing universitas menghasilkan 25 model AI unggulan.
Stanford melampaui batas-batas disiplin
Stanford HAI, yang didirikan pada 2019, tak bisa dilewatkan saat membahas Stanford. Dengan visi untuk meninjau AI dari sudut pandang yang berpusat pada manusia, lembaga ini diposisikan sebagai organisasi interdisipliner yang menjalankan riset lintas berbagai fakultas.
AI bukan lagi bidang yang terbatas pada ilmu komputer. Seiring meningkatnya persinggungan dengan kedokteran, hukum, ekonomi, dan etika, rancangan yang sejak awal tidak dibatasi oleh sekat fakultas sejalan dengan perkembangan zaman.
CMU menyamai jumlah Stanford
CMU juga mencatat 25 model, sama dengan Stanford, sehingga keduanya sejajar dalam hal jumlah model. Kesamaan angka ini juga menunjukkan bahwa pusat riset AI tidak hanya bertumpu pada satu universitas.
Hasil imbang ini lebih tepat dipahami sebagai dua universitas dengan arah berbeda yang bergerak berdampingan, bukan sebagai bukti bahwa belum ada pemenang yang unggul.
Tsinghua dan Berkeley menyusul dengan 22 model
Berikutnya adalah Tsinghua University di China dan University of California, Berkeley di Amerika Serikat, yang masing-masing mencatat 22 model. Selisihnya dari Stanford dan CMU hanya tiga model.
Susunan ini menarik karena universitas dari AS dan China sama-sama masuk jajaran teratas. Angka pada tingkat universitas memperlihatkan bahwa arena utama riset AI tidak terbatas pada satu negara tertentu. Saat mencari tujuan studi atau mitra kolaborasi riset, ada baiknya memperluas pandangan lintas negara dan wilayah.
Perhatikan luasnya cakupan riset di MIT
MIT mencatat 15 model AI unggulan, angka yang lebih rendah dibandingkan empat universitas teratas. Namun, jika melihat luasnya riset, gambaran yang muncul berbeda.
Halaman resmi CSAIL, laboratorium ilmu komputer dan kecerdasan buatan MIT, mencantumkan 68 proyek, 27 kelompok riset, dan 111 orang di bidang AI dan pembelajaran mesin. Salah satu pilar risetnya adalah penerapan pembelajaran mesin di berbagai bidang, seperti robotika, kedokteran, dan pemrosesan bahasa.
Ada yang menonjol lewat satu model besar, ada pula yang memperluas penerapan AI melalui banyak kelompok riset. Ukuran berupa jumlah model saja tidak cukup untuk menilai kedalaman pendekatan yang kedua.
Cara memilih di balik angka
Jika kelima universitas dibandingkan, selisih jumlah modelnya paling besar hanya 10. Menentukan pilihan pendidikan berdasarkan selisih ini mungkin terlalu gegabah.
Yang perlu dibandingkan adalah bidang apa yang ingin Anda tekuni dengan AI. Jika mementingkan keterkaitan dengan masyarakat, universitas dengan organisasi interdisipliner bisa menjadi pilihan; jika menginginkan cakupan penerapan yang luas, lembaga dengan banyak kelompok riset bisa dipertimbangkan. Dengan menjadikan angka sebagai titik awal lalu mengalihkan perhatian ke sistem riset, cara pandang terhadap universitas dapat berubah.
コメント