Niki Parmar dan Arsitek Tersembunyi: Wanita yang Mengubah AI di Balik Layar

Ketika membahas terobosan revolusioner yang telah membentuk kecerdasan buatan modern, sedikit yang bisa menahan diri untuk menyebut Demis Hassabis, Sam Altman, atau Elon Musk. Namun, untuk setiap nama terkenal yang menarik perhatian media, ada individu-individu luar biasa yang diam-diam memberikan kontribusi yang sama—bahkan bisa jadi lebih—penting bagi evolusi bidang ini. Di antara para pelopor yang terabaikan ini, terdapat beberapa wanita luar biasa yang karya mereka secara harfiah telah menulis ulang apa yang mungkin dalam AI. Niki Parmar adalah contoh utama: sebagai salah satu dari delapan penulis inti arsitektur Transformer, jejak tangannya tertanam di hampir setiap model bahasa besar saat ini, dari ChatGPT hingga GPT-4, namun namanya jarang muncul dalam diskusi teknologi arus utama.

Polanya secara historis bukan hal baru. Ada Lovelace menulis program komputer pertama dalam sejarah manusia, tetapi berapa banyak yang mengetahui namanya? Elaine Rich menulis buku teks pertama tentang kecerdasan buatan, tetapi dia tetap sebagian besar terlupakan dalam kesadaran umum. “Efek Matilda”—kecenderungan sistematis untuk mengaitkan pencapaian ilmiah kepada rekan pria daripada peneliti wanita yang melakukannya—terus mengaburkan pemahaman kita tentang siapa yang membentuk kemajuan teknologi. Inilah sebabnya mengapa pengakuan terhadap wanita-wanita ini sangat penting.

ImageNet dan Awal Mula Deep Learning: Hadiah Dasar Fei-Fei Li

Revolusi AI modern memiliki momen asal yang jelas: tahun 2012, ketika jaringan deep learning bernama AlexNet meraih keberhasilan luar biasa dalam tugas pengenalan gambar. Namun, sedikit yang melacak terobosan ini kembali ke sumber aslinya. Pada 2009, Fei-Fei Li, saat itu asisten profesor di Universitas Princeton, mengusulkan ImageNet—sebuah ide radikal yang akan mengubah cara peneliti mendekati machine learning. Alih-alih menulis algoritma tertentu secara manual untuk mengenali anjing versus kucing, dia menyadari bahwa hambatannya bukanlah kemampuan algoritma; melainkan data.

Lahir di Beijing pada 1976 dan dibesarkan di Chengdu, Fei-Fei Li berimigrasi ke Amerika Serikat saat berusia 12 tahun dengan kemampuan bahasa Inggris yang hampir nol. Dalam dua tahun, dia mencapai kefasihan sambil menunjukkan bakat matematika yang luar biasa. Dia masuk Princeton dengan beasiswa dan hampir setiap akhir pekan kembali ke rumah untuk membantu mengelola bisnis dry cleaning keluarganya. Pada 2007, meskipun menghadapi tantangan ini, dia telah menjadi asisten profesor.

Visinya untuk ImageNet sederhana namun berani: menciptakan basis data gambar yang besar dan diberi label secara sistematis—yang akhirnya mencapai 15 juta sampel—yang memungkinkan peneliti membandingkan pendekatan algoritmik secara adil. Namun, pelaksanaannya membutuhkan inovasi. Upaya crowdsourcing awal sering kali mengalami masalah karena pekerja secara acak mengklik tugas. Fei-Fei menyisipkan gambar kontrol—seperti foto golden retriever yang sudah diverifikasi—untuk memverifikasi akurasi pekerja. Mekanisme pengendalian kualitas ini mengubah crowdsourcing mentah menjadi produksi data yang dapat diandalkan.

Dampaknya tidak bisa diremehkan. Kemenangan AlexNet di kompetisi ImageNet 2012 tidak terjadi secara kebetulan; itu dimungkinkan oleh infrastruktur yang dibangun Fei-Fei Li. Saat ini, ketika peneliti menggambarkan momen terobosan dalam AI, mereka sering bertanya, “Apakah ini momen ImageNet-nya?”—sebuah frasa yang telah menjadi sinonim dengan dataset yang transformatif. Kendaraan otonom, pengenalan wajah, dan deteksi objek semuanya menelusuri garis keturunnya dari karya ini.

Niki Parmar: Membangun Revolusi Transformer

Gelombang model bahasa besar tampaknya mencapai puncaknya dengan munculnya ChatGPT, tetapi asal-usul sebenarnya terletak pada sebuah makalah tahun 2017 berjudul “Attention is All You Need,” yang ditulis oleh delapan insinyur dari Google. Arsitektur Transformer yang dijelaskan dalam makalah ini menjadi fondasi yang digunakan hampir semua sistem AI kontemporer. Namun, yang luar biasa, banyak yang tidak menyadari bahwa salah satu penulis inti makalah ini adalah seorang wanita: Niki Parmar.

Niki Parmar berasal dari India, belajar di College of Computer Technology di Pune sebelum melanjutkan magang di bidang ilmu komputer di University of Southern California mulai 2013. Semasa studi sarjana, dia menemukan hasratnya melalui MOOCs revolusioner Andrew Ng dan Peter Norvig tentang machine learning dan AI. “Saya penasaran dengan kekuatan gabungan data, pencocokan pola, dan optimisasi,” kenangnya nanti. Rasa ingin tahu intelektual ini akan membentuk jalur kariernya.

Setelah lulus pada 2015, Niki Parmar bergabung dengan divisi riset Google, awalnya fokus pada tantangan riset murni. Pada 2017, dia berada di antara arsitek inti yang mengubah teknologi dasar AI. Tentang pendekatannya terhadap riset terobosan, dia memberi wawasan berharga: “Awalnya, banyaknya informasi di sekitar saya membuat saya kewalahan. Fokus pada satu masalah tertentu dan mengeksplorasinya secara mendalam bersama rekan membantu Anda mengajukan pertanyaan yang tepat.” Filosofi ini—kedalaman daripada luas, kolaborasi daripada isolasi—akan menjadi ciri dari usaha-usahanya berikutnya.

Makalah Transformer bukan sekadar pencapaian akademik bagi Niki Parmar; itu menjadi batu loncatan untuk kewirausahaan. Dia mendirikan Adept AI bersama rekan penulis Ashish Vaswani, yang tercantum sebagai penulis pertama makalah tersebut. Perusahaan ini mengumpulkan dana sebesar 350 juta dolar—suatu suara kepercayaan besar terhadap visi mereka. Menyadari fokusnya sendiri, Niki Parmar juga mendirikan Essential AI, mengelolanya sebagai usaha utamanya. Essential AI mengumpulkan dana sebesar 56,5 juta dolar dari raksasa teknologi seperti AMD, Google, dan Nvidia, yang memvalidasi arah strategis para pendiri dalam komunitas infrastruktur dan riset AI.

Daniela Amodei: Co-Founder Anthropic yang Utamakan Keamanan

Sementara liputan media tentang Anthropic sering menekankan bahwa perusahaan ini didirikan oleh “tujuh peneliti yang meninggalkan OpenAI,” framing ini menyembunyikan fakta penting: Daniela Amodei, presiden dan salah satu pendiri perusahaan, sering kali diremehkan dalam pemberitaan meskipun sangat berperan dalam visi dan strateginya. Sebenarnya, Anthropic didirikan oleh dua saudara—Daniela dan Dario Amodei—yang keahlian saling melengkapi menciptakan struktur kepemimpinan yang sangat seimbang.

Perjalanan profesional Daniela menunjukkan jalur yang tidak biasa untuk seorang eksekutif teknologi. Ia meraih gelar sarjana dalam sastra Inggris, politik, dan sastra musik—pendidikan humaniora yang kemudian membentuk fokusnya pada penyesuaian nilai manusia dalam AI. Karier awalnya di bidang politik dan organisasi nirlaba mengasah kemampuan strategis dan organisasinya. Pada 2013, saat Stripe masih merupakan startup yang relatif tidak dikenal yang didirikan tiga tahun sebelumnya, Daniela bergabung sebagai karyawan awal, dan akhirnya membangun perusahaan ini menjadi kekuatan besar (yang nilainya pernah di atas 50 miliar dolar).

Di Stripe, dia mengambil peran yang kemudian terbukti penting di OpenAI dan Anthropic: rekrutmen tim, manajemen risiko, dan koordinasi lintas fungsi. Dia memimpin tim yang menganalisis lebih dari 7000 kasus penipuan dan pelanggaran kebijakan setiap tahun, mencapai pengurangan kerugian sebesar 72%—membawa perusahaan ke tingkat terendah sepanjang sejarah. Keunggulan operasional dan disiplin risiko ini menjadi ciri khasnya.

Pada 2018, dia bergabung dengan OpenAI sebagai Wakil Presiden Keamanan dan Kebijakan, tidak hanya bekerja di tim keamanan teknis tetapi juga mengawasi sumber daya manusia, rekrutmen, pembelajaran dan pengembangan, serta inisiatif DEI—menjadi generalis sejati di bidang yang sangat khusus. Pada 2021, dia mendirikan Anthropic bersama saudaranya, membawa filosofi berorientasi keamanan ini ke organisasi baru yang secara eksplisit dibangun berdasarkan prinsip bahwa sistem AI harus selaras dengan nilai manusia.

Mira Murati: Pemimpin Teknologi Diam-Diam di OpenAI

Chief Technology Officer OpenAI sejak 2022 adalah Mira Murati—sebuah gelar yang banyak di dunia teknologi tetap tidak diketahui. Mira bergabung dengan OpenAI pada 2018, dipromosikan menjadi Senior Vice President yang mengawasi riset, produk, dan kemitraan pada 2020, dan sejak itu memimpin pengembangan ChatGPT, DALL-E, dan GPT-4.

Lahir di Albania pada 1988 dan berpendidikan di Kanada, latar belakang Mira berakar pada bidang teknik. Di Dartmouth College, dia menonjol dengan membangun mobil balap hybrid sebagai bagian dari proyek sekolah—indikator awal dari pola pikir praktis dan pemecahan masalahnya. Setelah singkat bekerja di bidang dirgantara, dia bergabung dengan Tesla sebagai Manajer Produk Senior untuk Model X, di mana ketertarikannya terhadap Autopilot menumbuhkan minat mendalam terhadap kecerdasan buatan.

Mengenai motivasi intelektualnya, dia pernah mengatakan: “Kebosanan adalah motivator yang kuat untuk mengejar dan menjelajahi batas-batas apa pun.” Filosofi ini membimbing jalur kariernya di OpenAI, di mana dia tetap terlibat secara mendalam dalam proyek-proyek paling ambisius perusahaan. Pengembangan ChatGPT, yang mungkin menjadi pencapaian utama OpenAI, berlangsung di bawah kepemimpinannya secara teknis. Pada 2023, ketika Microsoft mengumumkan investasi sebesar 13 miliar dolar ke OpenAI—kemitraan yang dinegosiasikan dan dikelolanya—CEO Satya Nadella memuji kemampuannya dalam “mengumpulkan tim dengan keahlian teknis, wawasan bisnis, dan pemahaman mendalam tentang pentingnya misi AI.”

Pengaruhnya melampaui pengembangan produk. Selama krisis internal—termasuk konflik kepemimpinan yang mengancam stabilitas organisasi—suara dan keputusannya sangat berpengaruh. Namun, berbeda dengan beberapa rekan yang merasa terpinggirkan, Mira tetap mempertahankan posisinya di OpenAI, terus membentuk arah teknis dan keputusan strategis perusahaan.

Timnit Gebru: Etikus yang Menolak Diam

Keputusan terbaru Google untuk menarik model teks-ke-gambar Gemini karena kekhawatiran etika AI mengingatkan pada bentrokan yang lebih dramatis sebelumnya: sengketa 2020 yang melibatkan Timnit Gebru, saat itu peneliti AI di Google, yang secara terbuka mengkritik perusahaan karena apa yang dia gambarkan sebagai pemecatannya sebagai balasan atas kekhawatirannya tentang bias algoritma.

Lahir pada 1983 di Eritrea dan Ethiopia, Timnit Gebru menyelesaikan Ph.D. di bidang teknik elektro di Stanford pada 2014, dengan spesialisasi dalam visi komputer dan machine learning. Alih-alih mengikuti jalur konvensional untuk mengoptimalkan performa model, dia mendedikasikan diri untuk meneliti keadilan, akuntabilitas, transparansi, dan etika dalam sistem AI.

Karya terobosannya menunjukkan bahwa sistem pengenalan wajah komersial menunjukkan akurasi yang jauh lebih rendah saat mengenali wanita dan orang berwarna—penemuan yang memiliki implikasi mendalam. Penelitiannya secara langsung mempengaruhi keputusan Amazon untuk menghentikan layanan pengenalan wajahnya, Rekognition, menunjukkan bagaimana riset etika yang ketat dapat mendorong akuntabilitas perusahaan di dunia nyata.

Pada 2020, Gebru menulis bersama makalah penelitian yang mengkritik dampak lingkungan dari model bahasa besar dan kurangnya keberagaman dalam proses pengembangannya. Kepemimpinan AI Google menolak publikasi makalah tersebut, menyatakan bahwa makalah “tidak memenuhi standar publikasi kami.” Dalam konflik berikutnya dengan perusahaan, email korporat Gebru dinonaktifkan saat dia sedang berlibur—sebuah langkah yang memicu kecaman internasional. Lebih dari 1500 karyawan Google menandatangani petisi mendukungnya, bergabung dengan lebih dari 2000 peneliti eksternal, pemimpin organisasi nirlaba, dan profesional industri.

Meskipun menunjukkan solidaritas yang belum pernah terjadi sebelumnya, Gebru akhirnya meninggalkan Google. Alih-alih menghilang dari sorotan, dia mendirikan DAIR (Distributed AI Research Institute), sebuah organisasi independen yang secara eksplisit dirancang untuk melawan pengaruh besar perusahaan teknologi dalam riset dan penerapan AI. Dalam misinya, dia menyatakan secara tegas: “Saya tidak bisa menunggu perusahaan teknologi besar akhirnya menyelesaikan masalah yang dibawa oleh AI.”

Gambaran Lebih Luas: Mengapa Pengakuan Penting

Prestasi lima wanita ini—Fei-Fei Li, Niki Parmar, Daniela Amodei, Mira Murati, dan Timnit Gebru—lebih dari sekadar kisah sukses individu. Mereka menggambarkan pola sistemik: untuk setiap teknolog pria terkenal yang mendapatkan perhatian media berlebihan, ada banyak wanita dengan kemampuan setara atau bahkan lebih tinggi yang bekerja dalam ketertutupan relatif, kontribusinya sering kali diremehkan dan suaranya sering terpinggirkan.

Menariknya, ada garis keturunan yang menghubungkan figur-figur ini. Timnit Gebru pernah bekerja di bawah bimbingan Fei-Fei Li—pengingat bahwa kemajuan sering membangun dirinya melalui generasi, dengan pelopor awal membuka jalan bagi yang mengikuti. Namun, siklus ini tetap rapuh dan belum cukup. Hambatan struktural—ketidaksetaraan akses investasi, pendidikan matematika yang tidak memadai untuk perempuan, diskriminasi di tempat kerja—terus menekan bakat wanita secara besar-besaran.

Tidak ada satu artikel pun yang mampu membongkar ketidaksetaraan sistemik ini. Inilah sebabnya Hari Perempuan Internasional tetap ada, dan mengapa inisiatif mendukung perempuan di bidang teknologi tetap penting. Tapi hari ini, luangkan waktu sejenak untuk mengingat para arsitek AI ini. Berikan penghargaan yang memang pantas mereka terima.