Startup Underdog Rilis Model Kecerdasan Buatan Ringan Berukuran 32MB

Persaingan pengembangan kecerdasan buatan atau AI kini tidak lagi terbatas pada perlombaan menciptakan model berskala raksasa dengan kebutuhan komputasi masif.

Sebuah startup bernama Underdog baru saja memperkenalkan model sintesis suara terbaru mereka yang dinamakan Woof, dengan ukuran file yang sangat ringkas, yakni hanya 32MB.

Ukuran tersebut tergolong sangat kecil bagi standar model bahasa modern yang biasanya membutuhkan penyimpanan hingga bergiga-giga. Inovasi ini memungkinkan teknologi tersebut berjalan langsung di perangkat pengguna seperti ponsel atau laptop tanpa memerlukan koneksi internet.

Untuk memamerkan kemampuannya, Underdog meluncurkan sebuah demo permainan bertema retro dengan latar ruangan yang dilengkapi mesin tik serta monitor tabung atau CRT.

Pengguna dapat berinteraksi dengan elemen di dalam permainan tersebut, termasuk mengetik kalimat pada mesin tik yang kemudian akan diucapkan kembali oleh model AI.

Terdapat pula fitur pemutar musik yang memungkinkan pengguna memutar tombol penyetel untuk menghasilkan beragam jenis audio secara instan di dalam peramban web. Model ini memiliki 31 juta parameter dan telah tersedia secara terbuka bagi siapa saja yang ingin mengunduh serta mencobanya.

Kehadiran Woof menjadi langkah strategis bagi Underdog dalam membangun ekosistem perangkat lunak yang tidak bergantung pada penyedia layanan awan atau cloud.

Pendiri Underdog, Sigil Wen, menyatakan bahwa pengembangan sistem ini didorong oleh keinginan untuk memberikan kendali data sepenuhnya kepada pengguna. Ia ingin memastikan bahwa privasi terjaga melalui sistem yang beroperasi secara lokal di perangkat milik pribadi.

Sebelumnya, startup ini juga telah merilis model pengubah suara menjadi teks bernama Bark dengan ukuran 167MB. Model tersebut dirancang khusus untuk kebutuhan transkripsi dan dikte yang dapat dijalankan secara efisien di perangkat seluler.

Meskipun model berukuran kecil ini belum bisa menggantikan kemampuan model bahasa raksasa yang lebih kompleks, teknologi ini dinilai cukup mumpuni untuk fungsi asisten digital sederhana.

Potensi pemanfaatannya mencakup berbagai kebutuhan seperti pembuatan konten audio yang dipersonalisasi hingga sistem perintah suara yang lebih responsif. Teknologi edge computing atau komputasi tepi memang menjadi tren baru di industri AI.

Selain dua model suara tersebut, Underdog juga telah mengembangkan model dengan 27 miliar parameter yang diklaim mampu berjalan di perangkat laptop standar. Langkah ini menunjukkan keseriusan mereka dalam menawarkan alternatif bagi perangkat lunak yang selama ini harus diakses melalui server pusat.

Perusahaan kini tengah membuka daftar tunggu untuk sebuah aplikasi yang diposisikan sebagai pengganti lokal dari layanan AI arus utama seperti Muse atau Instinct. Strategi ini diharapkan mampu memicu pengembang lain untuk menciptakan model yang lebih efisien dan ramah terhadap perangkat keras konsumen.