Linimasa Perkembangan AI

Kurt Gödel menerbitkan teorema ketaklengkapannya, yang membuktikan bahwa setiap sistem formal yang cukup kuat memuat proposisi yang tak dapat dibuktikan maupun dibantah di dalam sistem itu sendiri. Penemuan ini tidak hanya mengguncang dunia matematika, tetapi juga berimplikasi mendalam bagi teori komputasi dan kecerdasan buatan.

Alonzo Church dan Alan Turing secara terpisah mengajukan Tesis Church-Turing yang termasyhur. Tesis ini menyatakan bahwa setiap fungsi yang secara efektif terhitung adalah terhitung-Turing. Dengan demikian gagasan intuitif tentang “keterhitungan” diformalkan, dan tesis itu menjadi landasan ilmu komputer.

Alan Turing memperkenalkan konsep mesin Turing dalam makalahnya yang menjadi tonggak, “On Computable Numbers, with an Application to the Entscheidungsproblem”. Model komputasi abstrak ini dapat mensimulasikan setiap proses yang terhitung secara matematis.

Alonzo Church mengajukan Kalkulus Lambda, sistem formal untuk pendefinisian dan penerapan fungsi. Kalkulus Lambda dipandang sebagai landasan teoretis pemrograman fungsional. Kalkulus lambda asli tahun 1936 tidak bertipe; Church menambahkan tipe sederhana pada 1940 (“A Formulation of the Simple Theory of Types”), menciptakan salah satu sistem bertipe eksplisit yang paling awal.

Warren McCulloch dan Walter Pitts menerbitkan “A Logical Calculus of the Ideas Immanent in Nervous Activity”, memperkenalkan model neuron tiruan yang pertama (neuron McCulloch-Pitts). Model ini menyederhanakan neuron menjadi sakelar ambang biner, meletakkan dasar bagi penelitian jaringan saraf di kemudian hari.

Norbert Wiener menerbitkan “Cybernetics: Or Control and Communication in the Animal and the Machine”, mendirikan disiplin baru bernama sibernetika. Telaah tentang bagaimana sistem mengatur dirinya sendiri melalui mekanisme umpan balik berdampak mendalam pada AI dan robotika.

Claude Shannon menerbitkan “A Mathematical Theory of Communication”, meletakkan dasar teori informasi. Konsep seperti entropi, pengodean, dan kuantitas informasi menjadi perkakas inti untuk memahami data dan mengolah informasi.

Dalam “Computing Machinery and Intelligence”, Turing mengganti pertanyaan yang kabur “Dapatkah mesin berpikir?” dengan permainan peniruan, yang semula merupakan permainan tiga peran (seorang pria, seorang wanita, dan seorang penanya) dan di dalamnya Turing mengusulkan penggantian salah satu pemain dengan mesin. Ini adalah kriteria perilaku, bukan bukti bahwa mesin memiliki kesadaran.

Pada 1955, John McCarthy, Marvin Minsky, Nathaniel Rochester, dan Claude Shannon memakai istilah “kecerdasan buatan” dalam proposal Dartmouth Summer Research Project dan menggariskan program penelitian untuk musim panas 1956.

Lokakarya Dartmouth pada musim panas 1956 turut menegakkan “kecerdasan buatan” beserta agenda penelitiannya sebagai identitas sebuah bidang akademis yang sedang lahir; istilah itu sudah muncul dalam proposal proyek tersebut pada 1955.

Allen Newell dan Herbert Simon mengembangkan “Logic Theorist”, salah satu program AI praktis yang awal. Program ini mampu membuktikan teorema dari Principia Mathematica dan kerap disebut di antara program AI yang paling awal. Newell dan Simon menerima Turing Award pada 1975.

Frank Rosenblatt mengajukan model Perseptron, model jaringan saraf tiruan awal yang berpengaruh. Perseptron adalah pengklasifikasi biner linear sederhana yang belajar mengklasifikasikan data masukan dengan menyesuaikan bobot.

John McCarthy mengembangkan Lisp di MIT, salah satu bahasa aras tinggi awal yang erat dikaitkan dengan penelitian AI. Keluwesan Lisp dan kemampuan pengolahan simbolisnya yang kuat menjadikannya bahasa pilihan penelitian AI.

Newell dan Simon mengembangkan General Problem Solver (GPS) dari 1957 sampai 1959, dengan kolaborator termasuk J. C. Shaw. Inilah program AI pertama yang berupaya mensimulasikan pemecahan masalah manusia dengan memisahkan teknik pemecahan masalah dari pengetahuan tentang ranah masalahnya, memakai penguraian tujuan dan pencarian subtujuan (analisis sarana-tujuan).

Frank Rosenblatt membuktikan sifat konvergensi algoritme pembelajaran perseptron, yang menunjukkan bahwa jika data terpisahkan secara linear, perseptron pasti akan menyatu.

Unimate menjadi robot pertama yang bekerja pada lini perakitan. General Motors memasangnya di pabriknya di Trenton, New Jersey pada 1961 untuk membongkar muatan mesin cetak tuang, mengangkat komponen tuang yang panas dari mesin itu. Unimation membuat unit ini untuk pekerjaan yang sukar, berbahaya, atau membosankan bagi manusia.

Dalam disertasi doktoralnya di MIT pada 1963, Larry Roberts memaparkan sistem untuk menafsirkan pemandangan berisi benda polihedral sederhana dari citra, sebuah landasan awal yang penting bagi penglihatan komputer tiga dimensi.

MIT meluncurkan Project MAC pada 1963 di bawah Robert Fano untuk menelaah pembagian waktu, komputasi, dan kognisi berbantuan mesin. MIT Artificial Intelligence Project, yang didirikan pada 1959, kemudian ikut serta di dalamnya; keduanya bukanlah satu laboratorium tunggal yang didirikan pada 1959.

Joseph Weizenbaum menciptakan ELIZA di MIT, salah satu chatbot yang paling awal. ELIZA menirukan percakapan seorang psikoterapis melalui pencocokan pola, memantik permenungan mendalam tentang interaksi manusia-komputer.

SRI International mengembangkan Shakey, salah satu robot bergerak otonom yang awal yang mampu mengindra lingkungannya, merencanakan lintasan, dan menjalankan tugas. Shakey memadukan penglihatan komputer, pemrosesan bahasa alami, dan algoritme perencanaan.

Marvin Minsky dan Seymour Papert menerbitkan “Perceptrons”, sebuah analisis seksama tentang apa yang dapat dan tidak dapat direpresentasikan perseptron satu lapis. Buku ini kerap dikaitkan dengan menyurutnya minat pada jaringan saraf sesudahnya, tetapi pergeseran pendanaan juga mencerminkan daya komputasi yang terbatas, harapan yang tak terpenuhi, dan keputusan kebijakan yang lebih luas.

Alain Colmerauer, Philippe Roussel, dan para kolaboratornya mengembangkan versi pertama Prolog di Marseille, menerapkan logika predikat pada pemrograman serta memajukan pemrograman logika dan AI simbolis.

Ilmuwan Britania James Lighthill menyerahkan laporan pesimistis tentang penelitian AI kepada pemerintah Britania Raya, yang berbuntut pemangkasan pendanaan besar-besaran.

Marvin Minsky menerbitkan “Makalah Bingkai”, yang mengajukan teori Bingkai untuk representasi pengetahuan. Teori ini memengaruhi pemrograman berorientasi objek dan metode representasi pengetahuan di kemudian hari.

Universitas Stanford mengembangkan MYCIN, sistem pakar untuk diagnosis medis. Sistem itu memperagakan kepraktisan sistem pakar, meski tidak pernah dipakai secara klinis karena persoalan tanggung gugat.

DEC menggelar XCON (eXpert CONfigurer), sistem pakar untuk mengonfigurasi sistem komputer VAX. Pengembangannya dimulai pada 1978 di CMU; penggelaran awalnya pada 1979, dan beroperasi penuh pada 1980 — salah satu sistem pakar pertama yang berhasil secara komersial, menghemat jutaan dolar bagi perusahaan itu setiap tahun.

Menyusul penilaian kritis dan pemangkasan pendanaan pada 1970-an, sebagian penelitian AI memasuki kemerosotan. “Musim dingin AI pertama” adalah pembabakan yang disusun belakangan, dan saat berlangsungnya serta beratnya berbeda-beda menurut negara dan subbidang.

Jepang mengumumkan Proyek Komputer Generasi Kelima (FGCS) pada konferensi JIPDEC/MITI bulan Oktober 1981, sebuah prakarsa nasional sepuluh tahun untuk mengembangkan komputer yang mampu bernalar secara logis dan mengolah pengetahuan. Proyek itu resmi diluncurkan dengan berdirinya ICOT (Institute for New Generation Computer Technology) pada April 1982.

David Rumelhart, Geoffrey Hinton, dan Ronald Williams menerbitkan karya tentang algoritme perambatan balik, yang memungkinkan pelatihan jaringan saraf berlapis banyak.

Pada akhir 1980-an, harapan yang telah mendahului hasil tidak terpenuhi. Pembuat mesin Lisp kalah bersaing dengan workstation serbaguna, beberapa perusahaan AI tutup, dan pendanaan DARPA untuk riset dasar AI turun antara 1987 dan 1989.

Pada 1990-an, metode statistis mulai mendominasi penelitian AI. Hidden Markov Model (HMM) dalam pengenalan wicara, Naive Bayes dan pohon keputusan dalam pembelajaran mesin, semuanya membuahkan hasil yang baik.

Militer Amerika Serikat memakai sistem perencanaan dan logistik berbasis AI dalam Perang Teluk, yang memperagakan potensi AI dalam penerapan nyata.

Tim Berners-Lee menciptakan World Wide Web. Meluasnya internet mengubah cara hidup manusia dan menyediakan sumber data yang belum pernah ada bagi AI.

Kemerosotan ini mereda secara bertahap alih-alih berakhir pada satu tanggal. Banyak peneliti beralih ke tujuan yang lebih sederhana dan dapat dicapai, sementara kebangkitan jaringan saraf dan metode probabilistik meletakkan landasan bagi era baru.

Vladimir Vapnik dkk. mengajukan Support Vector Machine (SVM), metode klasifikasi dan regresi yang kuat. SVM membuahkan kinerja sangat baik dalam klasifikasi teks dan pengenalan tulisan tangan.

Deep Blue milik IBM mengalahkan juara dunia catur Garry Kasparov, memperagakan kemampuan AI melampaui manusia pada tugas yang terdefinisi dengan baik.

Sepp Hochreiter dan Jürgen Schmidhuber mengajukan LSTM, jenis khusus RNN yang mampu mempelajari kebergantungan jangka panjang. LSTM meraih keberhasilan besar dalam pengenalan wicara dan pemodelan bahasa.

Yann LeCun mengembangkan LeNet-5, sebuah CNN untuk pengenalan angka tulisan tangan. LeNet-5 termasuk model pembelajaran mendalam pertama yang digelar secara komersial dalam skala besar — dipakai AT&T/NCR untuk membaca cek sejak 1993 dan oleh Dinas Pos Amerika Serikat untuk mengenali kode pos sejak akhir 1990-an.

Yoshua Bengio, Réjean Ducharme, Pascal Vincent, dan Christian Jauvin mengajukan model bahasa probabilistik saraf yang secara bersama mempelajari representasi kata terdistribusi dan peluang barisan kata untuk mengatasi kutukan dimensionalitas. Modelnya bersifat maju-ke-depan, bukan rekuren.

Mulai 2004, sebuah program CIFAR mempertemukan Geoffrey Hinton, Yann LeCun, Yoshua Bengio, dan para kolaboratornya dalam pertukaran yang teratur. Program itu membantu mengoordinasikan penelitian yang menyumbang pada kebangkitan pembelajaran mendalam; ia bukan satu titik awal yang tunggal dan menyeluruh.

Geoffrey Hinton dan rekan-rekannya mengajukan Deep Belief Networks (DBN), beserta algoritma rakus yang cepat untuk melatihnya satu lapis demi satu lapis. Pralatih per lapis ini membantu membangkitkan kembali minat pada jaringan saraf dalam.

Para peneliti mulai memakai GPU untuk mempercepat pelatihan pembelajaran mendalam. Komputasi paralel GPU memungkinkan pelatihan jaringan saraf besar.

Tim ImageNet menerbitkan makalah basis data citra hierarkis berskala besarnya pada 2009, yang menata citra berlabel dengan hierarki WordNet. ImageNet dan tantangan pengenalannya di kemudian hari menjadi infrastruktur penting bagi pelatihan dan evaluasi penglihatan komputer berskala besar.

Microsoft Research dan Universitas Toronto merintis terobosan besar pertama pembelajaran mendalam dalam pengenalan wicara (Dahl, Yu, Deng 2011; Mohamed, Dahl, Hinton 2012), dengan penurunan laju galat kata yang berarti. Google menggelar pengenalan wicara berbasis DNN/LSTM dalam produksi sejak 2012–2015.

Tim Alex Krizhevsky, Ilya Sutskever, dan Geoffrey Hinton mengikutkan AlexNet dalam kompetisi ImageNet 2012 (ILSVRC) dan menang telak: galat top-5 sebesar 15,3%, dibandingkan 26,2% milik peringkat kedua.

Tomas Mikolov merilis Word2Vec, model jaringan saraf untuk mempelajari penyematan kata. Word2Vec memungkinkan komputer memahami hubungan semantis antarkata.

Ian Goodfellow mengajukan GAN, salah satu inovasi terpenting dalam pembelajaran mendalam. GAN membangkitkan citra yang teramat nyata melalui pelatihan adversarial.

Kaiming He dkk. mengajukan ResNet, yang mengatasi kesulitan pelatihan jaringan dalam melalui sambungan lompat. ResNet memungkinkan pelatihan jaringan beratus lapis.

AlphaGo milik DeepMind mengalahkan juara dunia Go Lee Sedol 4-1. Go dipandang sebagai salah satu permainan papan tersukar bagi AI.

Google mengajukan arsitektur Transformer, sebuah terobosan revolusioner dalam NLP. Transformer adalah landasan model bahasa besar modern.

OpenAI merilis GPT-3, model bahasa besar berparameter 175 miliar. GPT-3 memperagakan kemampuan pembangkitan bahasa yang mencengangkan dan memantik perbincangan luas tentang AGI.

OpenAI merilis DALL-E (pembangkitan citra) dan CLIP (pembelajaran kontrastif citra-teks). Model-model ini memperagakan kemampuan AI memahami dan membangkitkan konten multimoda.

OpenAI merilis Codex, model AI yang memahami dan menghasilkan kode. GitHub Copilot, yang dibangun di atas Codex, menjadi salah satu asisten pemrograman AI pertama yang digunakan secara luas.

Pada November 2022, OpenAI merilis ChatGPT sebagai pratinjau riset. ChatGPT membawa asisten AI generatif berbasis percakapan kepada khalayak luas dan menjadikan model bahasa besar bahan perdebatan publik.

Stability AI merilis Stable Diffusion, model pembangkitan citra dengan bobot yang dapat diunduh bebas di bawah lisensi yang membatasi sejumlah penggunaan. Kegiatan komunitas sumber terbuka dengan cepat memasyarakatkan teknologi pembangkitan citra.

OpenAI merilis GPT-4, model multimodal yang menerima masukan gambar dan teks. OpenAI melaporkan kinerja setara manusia pada berbagai tolok ukur profesional dan akademik, sambil mencatat bahwa model itu masih kalah dari manusia dalam banyak situasi nyata.

Anthropic merilis Claude, asisten AI yang berfokus pada keselamatan dan kemanfaatan. Rancangan Claude mencerminkan penekanan pada keselamatan AI — AI seyogianya membantu, tidak membahayakan, dan jujur.

Meta merilis LLaMA, model bahasa besar di bawah lisensi penelitian nonkomersial. Meski jumlah parameternya relatif kecil, kinerjanya yang sangat baik memajukan perkembangan LLM sumber terbuka.

Konsep AI Agent mulai memperoleh perhatian luas. Agent adalah sistem AI yang mampu merencanakan dan menjalankan tugas rumit secara mandiri.

Pada Februari 2024, Google memperkenalkan Gemini 1.5 dengan arsitektur campuran pakar dan jendela konteks eksperimental hingga satu juta token, yang memperagakan temu kembali dan penalaran lintas dokumen panjang, basis kode, dan video.

Anthropic merilis seri Claude 3 yang mencakup Opus, Sonnet, dan Haiku. Claude 3 Opus bersaing dengan GPT-4 pada beberapa tolok ukur termasuk MMLU dan GPQA, sembari tertinggal darinya pada tolok ukur lain.

Meta merilis keluarga Llama 3 dengan bobot terbuka, mencakup model berparameter 8 dan 70 miliar.

Pada 1 Agustus 2024 EU AI Act mulai berlaku. Komisi Eropa menyebutnya kerangka hukum menyeluruh pertama di dunia tentang AI. Undang-undang ini menetapkan klasifikasi berbasis risiko dan persyaratan ketat bagi sistem AI berisiko tinggi, yang berlaku secara bertahap.

OpenAI merilis o1-preview, model penalaran yang meluangkan lebih banyak waktu untuk berpikir sebelum menjawab, dan melaporkan hasil yang kuat pada tugas sains dan pemrograman.

Pada Oktober 2024, Anthropic memperkenalkan beta publik penggunaan komputer untuk Claude 3.5 Sonnet yang ditingkatkan. Pengembang dapat mengarahkan Claude untuk memeriksa layar, menggerakkan kursor, mengeklik, dan mengetik, menjadikannya salah satu model perbatasan pertama yang ditawarkan kepada umum dengan kendali antarmuka grafis secara umum.

Anthropic merilis MCP (Model Context Protocol), standar terbuka untuk menghubungkan sistem AI dengan perkakas dan sumber data eksternal. MCP menggantikan integrasi yang terpecah-pecah dan dibuat satu per satu dengan satu protokol tunggal.

Pada 2025, agen AI matang dari peragaan penelitian menjadi perkakas produksi. Agen pemrograman, agen pengguna peramban, dan agen tugas bertahap banyak menjadi tawaran baku, dengan OpenAI, Anthropic, Google, dan proyek sumber terbuka sama-sama merilis sistem yang cakap.

Laboratorium AI Tiongkok DeepSeek merilis R1, model penalaran berbobot terbuka dengan kode dan bobot berlisensi MIT, yang kinerjanya menyaingi o1 milik OpenAI. Rilis itu memperagakan bahwa kemampuan perbatasan dapat dicapai di luar kemapanan AI Amerika Serikat dan memicu penilaian ulang persaingan AI secara global.

OpenAI, Oracle, SoftBank, dan MGX dari UEA bersama-sama mengumumkan rencana menanamkan investasi 500 miliar dolar AS selama empat tahun untuk membangun infrastruktur AI di Amerika Serikat, termasuk sejumlah pusat data berskala besar.

Anthropic merilis Claude 3.7 Sonnet, yang disebutnya sebagai model penalaran hibrida pertama yang tersedia secara umum: pengguna dapat beralih antara jawaban seketika dan pemikiran yang diperluas dalam model yang sama.

Pada Maret 2025, Anthropic mengumumkan putaran pendanaan senilai $3,5 miliar pada penilaian $61,5 miliar, menjadikannya salah satu rintisan AI bernilai tertinggi di dunia dan mencerminkan pemusatan modal lebih lanjut dalam industri AI.

Meta merilis model berbobot terbuka Llama 4 Scout dan Maverick yang multimoda sejak asalnya, serta mempratayangkan Behemoth, model guru yang masih dilatih dan tidak dirilis. Scout dan Maverick memakai arsitektur campuran pakar.

Anthropic merilis Claude Opus 4 dan Claude Sonnet 4, model hibrida yang menawarkan jawaban nyaris seketika sekaligus pemikiran diperluas. Keduanya dapat memakai perkakas seperti penelusuran web selama pemikiran diperluas, kemampuan yang saat itu masih beta, dan Anthropic melaporkan peningkatan pada pemrograman, penalaran, dan tugas agentik berdurasi panjang.

Pada 2 Agustus 2025, kaidah tata kelola dan kewajiban EU AI Act bagi model AI serbaguna mulai berlaku. Ketentuan lain mengikuti tanggal peralihan tersendiri, sehingga tonggak ini bukan awal penegakan penuh secara menyeluruh.

OpenAI merilis GPT-5, yang digambarkannya sebagai sistem terpadu yang mengarahkan permintaan antara model cepat dan model penalaran yang lebih mendalam. OpenAI melaporkan hasil terdepan dalam matematika, pemrograman nyata, dan tolok ukur lain.

OpenAI merampungkan rekapitalisasi struktur korporatnya. Bisnis nirlabanya menjadi perseroan manfaat publik bernama OpenAI Group PBC, dan OpenAI Foundation — entitas nirlabanya — tetap mengendalikannya di bawah misi yang sama. OpenAI menyatakan rekapitalisasi itu menyusul hampir setahun perundingan dengan Jaksa Agung California dan Delaware.

Sepanjang paruh pertama 2026, kemampuan agen beranjak dari peragaan ke produk perusahaan yang benar-benar dirilis: agen pemrograman, dukungan, dan otomasi perkantoran menjadi fitur yang terdokumentasi, dan infrastruktur pemanggilan perkakas serta multiagen matang di sekitarnya. Sejauh mana pengadopsiannya sesungguhnya belum terjawab. Survei yang terbit melaporkan laju produksi yang sangat berbeda-beda karena tidak sepakat tentang apa yang terhitung sebagai agen, sehingga entri ini mencatat arah perjalanannya alih-alih sebuah tingkat.

Sepanjang paruh pertama 2026, rilis berbobot terbuka dari DeepSeek, Alibaba Qwen, Moonshot, Zhipu, dan Meta diterbitkan pada skala yang sebelumnya hanya terlihat pada sistem tertutup, dengan bobot dan kartu model yang dapat diunduh alih-alih sekadar dipaparkan. Apakah ada di antaranya yang menyetarai perbatasan tertutup bergantung pada indeks tolok ukur yang dipakai dan cara pembobotannya, sehingga entri ini mencatat apa yang dirilis dan di bawah lisensi apa, bukan sebuah peringkat.

Nature menerbitkan Co-Scientist, sistem multiagen yang dibangun di atas Gemini dan merumuskan hipotesis penelitian baru untuk diverifikasi secara eksperimental. Makalah itu melaporkan validasi pada tiga penerapan biomedis: pemanfaatan ulang obat, penemuan target baru, dan penjelasan mekanisme resistansi antimikroba. Para penulis menyajikannya sebagai asisten bagi peneliti alih-alih pengganti, yang menjadikannya bukti bertelaah sejawat bahwa AI ikut serta dalam pembangkitan hipotesis dan bukan hanya dalam analisis.

Pemberitaan pada 11 Juni 2026 menyebutkan Meta telah mulai mengurai integrasi akuisisinya dengan perusahaan agen AI Manus, menghentikan pembagian data dan memisahkan operasinya. Laporan itu mengaitkan langkah tersebut dengan persyaratan regulator Tiongkok; status hukum dan operasional berikutnya sebaiknya diperiksa terhadap penyingkapan yang lebih mutakhir.

Anthropic meluncurkan Claude Fable 5 yang terjaga untuk penggunaan umum dan Mythos 5 yang lebih longgar bagi mitra Project Glasswing terpilih pada 9 Juni 2026. Pada 12 Juni, pengendalian ekspor Amerika Serikat mewajibkan pembatasan terhadap warga negara asing; karena tidak dapat memverifikasi kewarganegaraan secara seketika, Anthropic menangguhkan kedua model itu secara global. Pengendalian itu dicabut pada 30 Juni. Fable 5 kembali secara global pada 1 Juli, sedangkan Mythos 5 mula-mula kembali bagi organisasi Amerika Serikat yang disetujui.

Pada 13 Juni 2026, koalisi jaksa agung negara bagian Amerika Serikat yang dipimpin New York membuka penyelidikan atas OpenAI dan menerbitkan surat panggilan. Surat itu menuntut dokumen mengenai penempatan iklan, keterlibatan dan retensi pengguna, sikap menjilat model, penanganan data konsumen dan kesehatan, serta perlindungan bagi anak di bawah umur dan lansia. OpenAI menyatakan akan bekerja sama dengan para jaksa agung dan mencatat bahwa ChatGPT telah membangun penjagaan yang lebih kuat bagi anak di bawah umur.

Pada 29 Juni 2026, Samsung dan SK Hynix mengumumkan rencana penanaman modal semikonduktor multitahun senilai total 800 triliun won yang melibatkan empat pabrik memori di barat daya Korea Selatan. Konversi dolarnya berubah mengikuti kurs, sementara cakupan, persetujuan, dan pelaksanaannya masih tertunda telaah.

Pada 30 Juni 2026 Google menghadirkan Gemini Spark, agen di aplikasi Gemini, ke macOS sebagai versi beta bagi pelanggan Google AI Ultra, dimulai di Amerika Serikat. Spark kini dapat bekerja lintas berkas dan aplikasi desktop, terhubung ke lebih banyak layanan, dan memantau topik secara waktu nyata.

Pada Juli 2026 Moonshot AI menerbitkan bobot terbuka Kimi K3 di Hugging Face. Kartu modelnya mencatat 2,8 triliun parameter total dengan 104 miliar teraktifkan, jendela konteks 1.048.576 token, dan Lisensi Kimi K3. Menurut jumlah parameter totalnya, saat dirilis model ini termasuk model bahasa terbesar yang dapat diunduh secara terbuka.

Pada 1 Juli 2026, Cloudflare mengumumkan kendali terpisah untuk lalu lintas Pencarian, Agen, dan Pelatihan, dan menyatakan bahwa mulai 15 September domain Cloudflare yang baru akan memblokir perayap Pelatihan dan Agen secara baku pada halaman beriklan sembari mengizinkan Pencarian secara baku; pemilik situs dapat mengubah pengaturannya, dan perayap bertujuan ganda mengikuti kaidah paling ketat yang berlaku.

Pada 2 Juli 2026 Microsoft mengumumkan Microsoft Frontier Company, unit bisnis operasional baru yang menempatkan 6.000 pakar industri dan rekayasa di pihak pelanggan untuk merancang dan menerapkan sistem AI, didukung investasi Microsoft sebesar 2,5 miliar dolar AS.

Pada 9 Juli 2026, setelah pratayang terbatas berakhir, OpenAI membuat keluarga GPT-5.6 tersedia untuk umum: Sol, Terra, dan Luna. Selama pratayang, OpenAI bekerja erat dengan lembaga ahli dan mitra tepercaya.

Pada 2 Agustus 2026 EU AI Act berlaku umum, dan Kantor AI bersama otoritas nasional mengambil alih pelaksanaan, pengawasan, dan penegakannya. AI Omnibus, yang berlaku sejak 27 Juli 2026, menangguhkan kewajiban berisiko tinggi yang paling berat: sistem Lampiran III yang berdiri sendiri berlaku sejak 2 Desember 2027, dan AI yang tertanam dalam produk teregulasi sejak 2 Agustus 2028. Praktik terlarang sudah berlaku sejak 2 Februari 2025, dan kewajiban model serbaguna sejak 2 Agustus 2025.

Pada 2 September 2026 ARC Prize menerbitkan hasil ARC-AGI-3 terverifikasi untuk GPT-6 Astra pada dua belas konfigurasi harness. Pada set evaluasi Semi-Private yang sama, model itu meraih 62,71% dengan harness Standard, yang membiarkannya membawa serta catatan yang dipilihnya untuk disimpan, dan 98,55% dengan harness Provider Adapter, yang melestarikan keadaan penalaran antarpermintaan dan memadatkan percakapan panjang. Astra memakai tindakan lebih sedikit daripada median manusia yang diuji pada 96% level. Angka itu mengukur model bersama perancahnya, dan itulah sebabnya keduanya dicatat di sini.

Pada 3 September 2026 OpenAI menerbitkan kartu sistem yang menempatkan GPT-6 Astra pada ambang Kritis untuk kemampuan siber menurut Preparedness Framework perusahaan itu sendiri, model OpenAI pertama pada aras tersebut. Kartu itu memaparkan model yang dapat menemukan cacat keamanan yang sebelumnya tak dikenal dan menyusun cara mengeksploitasinya pada banyak sistem yang terlindungi baik tanpa seseorang memandu tiap langkahnya, dan kemampuan pekanya dipagari di balik program akses tepercaya. Klasifikasi itu adalah penilaian OpenAI atas modelnya sendiri terhadap kerangkanya sendiri, dan kartu itu tidak memakai kata AGI atau kecerdasan umum.