Detak Media — Teknik yang memungkinkan pengembang “mengecilkan” model kecerdasan buatan (AI) raksasa menjadi sistem yang lebih murah dan efisien kini menjadi medan tempur baru dalam persaingan dominasi teknologi antara Amerika Serikat (AS) dan China. Teknik yang dikenal sebagai distilasi model ini memanfaatkan luaran (output) dari sistem AI yang canggih untuk melatih model yang lebih kecil, menghasilkan sistem yang mampu menjalankan berbagai tugas rumit dengan konsumsi daya komputasi yang jauh lebih hemat.

Meski sejak lama dianggap sebagai metode standar dalam riset AI, distilasi kini berada di pusat perdebatan sengit. Isu utamanya adalah apakah kemampuan AI tingkat lanjut boleh dipindahkan tanpa izin dari perusahaan pengembang aslinya. Pemerintah AS dan sejumlah perusahaan AI terkemuka di AS menuding pihak China menggunakan teknik ini untuk mengekstrak kemampuan dari model-model berhak cipta (proprietary models), membuka babak baru dalam persaingan perebutan kepemimpinan teknologi global.

Mengenal Distilasi Model AI

Model AI terbesar dan paling canggih, yang sering disebut frontier models, membutuhkan daya komputasi, modal, serta volume data yang besar untuk dilatih. Distilasi model menawarkan jalan pintas yang efisien dengan mengarahkan model besar bertindak sebagai “guru” untuk melatih model kecil yang bertindak sebagai “murid”. Model guru akan menghasilkan contoh jawaban atau kode komputer, yang kemudian digunakan sebagai bahan ajar bagi sang murid.

Model yang lebih kecil ini tidak meniru keseluruhan struktur atau bobot internal sang guru, melainkan mempelajari pola perilaku pilihan sehingga dapat menyelesaikan tugas-tugas spesifik secara presisi dan efisien.

Mengapa Distilasi Penting?

Daya tarik utama distilasi terletak pada efisiensi biaya dan kemudahan operasional. Jika model frontier membutuhkan pusat data raksasa dan cip mahal untuk beroperasi, model hasil distilasi dapat dijalankan pada perangkat keras (hardware) berspesifikasi lebih rendah. Karakteristik ini membuat distilasi diminati oleh perusahaan maupun pemerintah yang ingin menerapkan AI secara massal, mulai dari perangkat pintar, pabrik, kendaraan otonom, hingga jaringan privat.

Peran Jejak Penalaran (Reasoning Traces)

Pengembangan AI terkini tidak hanya berfokus pada transfer jawaban akhir, tetapi juga langkah-langkah logika untuk mencapai jawaban tersebut, yang dikenal sebagai jejak penalaran (reasoning traces). Jejak penalaran mengajari model kecil cara membedah masalah sulit, bukan sekadar menghafal hasil akhir.

Florian Tramèr, Profesor Muda di ETH Zurich yang meneliti keamanan pembelajaran mesin, mengibaratkan proses ini seperti metode belajar manusia. “Jika Anda diberi buku kumpulan soal matematika rumit yang hanya berisi kunci jawaban akhir, Anda akan kesulitan memahami cara menyelesaikannya. Namun, jika Anda diberi petunjuk langkah demi langkah secara mendetail, proses belajar akan jauh lebih efektif,” kata Tramèr. Karena jejak penalaran mengandung metode penyelesaian masalah yang berharga, akses terhadap luaran AI kini menjadi kian sensitif dan diawasi ketat.

Siapa Saja yang Menggunakan Distilasi?

Pada dasarnya, distilasi adalah teknik pelatihan AI yang sah dan digunakan secara luas di seluruh dunia. Para peneliti dan perusahaan AS telah lama menerapkannya, seperti proyek Alpaca dari Stanford University serta riset Orca milik Microsoft, yang keduanya memanfaatkan luaran model tingkat lanjut untuk meningkatkan kinerja model yang lebih kecil. Peneliti asal China juga kerap memanfaatkan luaran model AS dalam proyek riset publik, termasuk untuk mengembangkan model pemrosesan bahasa Mandarin.

Titik pembedanya terletak pada aksesibilitas model. Model Berbobot Terbuka (Open-weight models) memiliki parameter internal yang dapat diperiksa dan dimodifikasi secara bebas oleh peneliti. Sementara itu, Model Tertutup (Closed models), seperti ChatGPT milik OpenAI atau Claude milik Anthropic, aksesnya dikontrol ketat melalui antarmuka atau API berbayar.

Mengapa Jadi Isu Panas AS-China?

Perbedaan mendasar antara riset akademis yang sah dan tindakan penyedotan data (harvesting) secara sistematis dari model tertutup demi meniru nilai komersial produk lain menjadi akar masalah. Anthropic baru-baru ini menuding beberapa entitas asal China termasuk DeepSeek, Moonshot, dan MiniMax melakukan kampanye berskala besar untuk mengekstrak kemampuan model Claude, khususnya dalam rekayasa perangkat lunak dan penalaran tingkat lanjut. OpenAI pun menyatakan telah mendeteksi berbagai upaya dari pihak-pihak di China yang mencoba memanfaatkan model mereka untuk kepentingan distilasi.

Eskalasi perdebatan mengenai distilasi model AI terjadi di tengah pengetatan kontrol teknologi oleh pemerintah AS terhadap China. Dalam beberapa tahun terakhir, AS melarang ekspor cip pemroses grafik (GPU) paling canggih ke pasar China demi menghambat kemajuan militer dan kecerdasan buatan Beijing. Pembatasan akses terhadap perangkat keras (hardware) berkinerja tinggi ini memaksa para peneliti dan perusahaan teknologi di China beradaptasi dengan keterbatasan fasilitas komputasi. Teknik distilasi model menjadi solusi strategis bagi pengembang di China untuk tetap menghasilkan model AI berkinerja tinggi tanpa membutuhkan modal komputasi raksasa.

Di sisi lain, perusahaan-perusahaan AI di AS telah menginvestasikan puluhan miliar dolar AS untuk melatih model frontier mereka. Praktik pengambilan kemampuan model tertutup melalui API dianggap sebagai ancaman langsung terhadap kekayaan intelektual dan keunggulan komersial mereka. Akibatnya, isu teknik distilasi kini tidak lagi sebatas perdebatan metodologi akademis, melainkan telah bergeser menjadi isu keamanan nasional dan geopolitik global.