Find Us On Social Media :

Nih! Daftar Sepuluh Istilah Teknologi AI yang Harus Anda Ketahui

By Adam Rizal, Kamis, 30 November 2023 | 14:00 WIB

Ilustrasi AI (Artificial Intelligence).

Istilah "AI", atau kecerdasan buatan, telah digunakan dalam ilmu komputer sejak tahun 1950-an. Namun, kebanyakan orang di luar industri teknologi baru mulai membicarakannya pada akhir tahun 2022. 

Ini semua berkat kemajuan terbaru dalam  machine learning  yang menuntun kita pada terobosan besar, dengan dampak luar biasa di hampir setiap aspek kehidupan. Berikut adalah beberapa kata kunci yang perlu kita pahami,   agar   kita   dapat   lebih   mengenali   istilah   AI   dan   menjadi   bagian   dari   percakapan global.

1. Kecerdasan buatan (Articial intelligence / AI)

AI   adalah   sistem   komputer   yang   sangat   cerdas,   yang   dapat   meniru   manusia   dalam beberapa   hal.   Misalnya   memahami   apa   yang   disampaikan   orang,   membuat   keputusan, menerjemahkan  bahasa,  menganalisis   apakah   sesuatu  bernada   negatif   atau   positif,  dan bahkan belajar dari pengalaman.

Sifatnya   buatan   karena   kecerdasannya   dibuat   oleh   manusia   menggunakan   teknologi. Kadang orang mengatakan sistem AI memiliki otak digital, tetapi AI bukanlah mesin atau robot (sik — AI adalah program yang berjalan di komputer. 

Ia bekerja dengan memasukkan koleksi data yang sangat besar melalui algoritma—yang merupakan serangkaian instruksi—untuk  membuat  model  yang   dapat  mengotomatisasi  tugas  yang  biasanya  membutuhkan kecerdasan dan waktu manusia.Tak jarang, manusia juga berinteraksi dengan sistem AI — seperti ketika Anda meminta Bing Chat untuk membantu melakukan sesuatu. Tetapi dalam kebanyakan kasus, AI bekerja di balik  layar.  

Contohnya   ketika   menyarankan   pilihan   kata   saat   kita   mengetik, merekomendasikan   lagu   dalam  playlist  musik,   serta   memberikan   informasi   yang   lebih relevan berdasarkan preferensi kita.

2. Pembelajaran mesin (Machine learning / ML)

Jika AI adalah tujuan, maka machine learning adalah bagaimana kita dapat mencapai tujuan tersebut. Machine learning merupakan bidang ilmu komputer di bawah payung AI, di mana manusia mengajarkan sistem komputer cara melakukan sesuatu, dengan melatihnya untuk mengidenti(kasi  pola  dan   membuat  prediksi   berdasarkan  pola   tersebut.  Data  dijalankan melalui algoritma  secara  berulang, dengan  memberikan masukan dan  umpan  balik yang berbeda   di   setiap   kalinya,   untuk   membantu   mesin   belajar   dan   meningkatkan   performa selama   proses   pelatihan   —   seperti   berlatih   tangga   nada   piano   10   juta   kali   agar   dapat  membaca not musik secara cepat di kemudian hari.

Proses   ini   sangat   membantu   memecahkan  masalah   yang   akan   sulit   atau   tidak   mungkin dilakukan dengan menggunakan teknik pemrograman tradisional, seperti untuk mengenali gambar dan menerjemahkan bahasa. Proses pelatihan ini membutuhkan data dalam jumlah besar,   dan   pengumpulan   data   ini   adalah   sesuatu   yang   baru   bisa   kita   maksimalkan pemanfaatannya dalam  beberapa tahun  terakhir, seiring  lebih banyaknya  informasi yang didigitalkan dan keberadaan perangkat keras komputer yang telah menjadi lebih cepat, lebih kecil, lebih kuat, serta lebih mampu memproses semua informasi tersebut. Itulah mengapa large language model (LLM) yang menggunakan machine learning — seperti Bing Chat dan ChatGPT — tiba-tiba muncul.

3. Model bahasa besar (Large language model / LLM)

Large language models, atau LLM, menggunakan teknik machine learning untuk membantu memproses   bahasa,   agar   mereka   dapat   meniru   cara   manusia   berkomunikasi. Pengembangannya   didasarkan   pada  neural   networks,   atau   NN,   yang   merupakan   sistem komputasi yang terinspirasi oleh otak manusia – seperti sekumpulan node dan koneksi yang mensimulasi neuron dan sinaps pada otak kita.

Model  dilatih menggunakan  teks berjumlah  besar  untuk mempelajari  pola  dan hubungan dalam   bahasa,   guna   membantu   model   menggunakan   kata-kata   manusia.   Kemampuan pemecahan   masalah   mereka   dapat   digunakan   untuk   menerjemahkan   bahasa,   menjawab pertanyaan dalam bentuk chatbot, merangkum teks, dan bahkan menulis cerita, puisi, serta code komputer.Mesin   tidak   memiliki   pikiran   atau   perasaan,   tetapi   kadang-kadang   terdengar   seakan memiliki   opini   sendiri,   karena   mereka   telah   mempelajari   pola   yang   membantu   mereka merespons layaknya manusia. LLM sering disesuaikan kembali (ne-tuned) oleh  developer menggunakan  proses  yang   disebut  reinforcement   learning   from   human   feedback   (RLHF) untuk membantu model menghasilkan output percakapan yang terdengar lebih natural.

4. AI generatif (Generative AI)

Generative  AI   memanfaatkan kekuatan  large  language   models  untuk   membuat hal baru, bukan   hanya   mengulang   atau   memberikan   informasi   yang   sudah   ada.  Generative  AI mempelajari   pola   dan   struktur,   dan   kemudian   menghasilkan   sesuatu   yang   mirip   namun baru. Generative AI dapat membuat hal-hal seperti gambar, musik, teks, video, dan code. Ia dapat digunakan untuk membuat karya seni, menulis cerita, mendesain produk, dan bahkan membantu dokter mengerjakan tugas administratif.

Namun, ia juga dapat digunakan oleh aktor jahat untuk membuat berita palsu, atau gambar yang terlihat seperti foto tetapi tidak nyata.   Karena   itu,   perusahaan   teknologi   sedang   mengembangkan   cara   untuk mengidenti%kasi konten yang dihasilkan AI dengan jelas.

5. Halusinasi

Sistem generative AI dapat membuat cerita, puisi dan lagu, tetapi kadang-kadang manusia ingin   hasil   dari  generative  AI   didasarkan  pada   kebenaran.  Karena   sistem   AI   tidak   dapat membedakan  antara   yang   nyata   dan   palsu,  generative  AI   dapat   memberikan tanggapan yang  tidak   akurat.  Fenomena  ini  disebut  developer  sebagai   halusinasi,   atau   istilah  yang lebih akurat, fabrikasi. 

Ini mirip seperti saat seseorang melihat sesuatu yang mirip seperti garis wajah manusia di bulan, dan mengatakan bahwa betul-betul ada manusia di bulan. Developer mencoba menyelesaikan isu ini melalui "grounding", sebuah teknik memberikan informasi tambahan dari sumber tepercaya kepada sistem AI, untuk meningkatkan akurasi AI tentang topik tertentu. Kadang-kadang prediksi sistem juga bisa salah jika model tidak memiliki informasi terkini.

6. AI yang bertanggung jawab (Responsible AI)

Responsible AI memandu manusia kala mencoba merancang sistem yang aman dan adil di setiap level, termasuk model machine learning, perangkat lunak, user interface, serta aturan dan batasan yang  diberlakukan untuk mengakses  aplikasi.  Praktik  Responsible  AI  adalah elemen penting karena sistem AI sering ditugaskan untuk membantu membuat keputusan penting   yang   menyangkut   manusia,   seperti   dalam   bidang   pendidikan   dan   kesehatan. 

Namun, karena AI dibuat oleh manusia dan dilatih menggunakan data dari dunia yang tidak  sempurna, AI dapat mencerminkan bias tertentu. Karena itu, salah satu kunci dari praktik Responsible AI adalah memahami data yang digunakan untuk melatih sistem tersebut dan mencari   cara   untuk   mengatasi   kelemahannya,   agar   hasilnya   dapat   mencerminkan masyarakat secara luas, bukan hanya kelompok-kelompok tertentu.

7. Model multimodal (multimodal models)

Model multimodal dapat bekerja dengan berbagai jenis atau mode data secara bersamaan. Ia dapat melihat gambar, mendengarkan suara, dan membaca kata-kata. Dengan kata lain, model   multimodal   adalah  multitasker  sejati!   Model   ini   dapat   menggabungkan   semua informasi untuk melakukan tugas seperti menjawab pertanyaan tentang gambar.

8. Prompts

Prompt adalah instruksi yang dimasukkan ke dalam sistem menggunakan bahasa, gambar, atau  code  untuk   memberi   tugas   kepada   AI.   Para  engineer  —   dan   kita   semua   yang berinteraksi   dengan   sistem   AI   —   harus   merancang  prompt  dengan   hati-hati   untuk mendapatkan hasil yang diinginkan. Prosesnya sama seperti membeli sandwich di restoran: Anda   tidak   hanya   meminta  sandwich,   tetapi   perlu   menjelaskan   roti,   jenis   dan   takaran bumbu, sayuran, keju, serta daging yang kita inginkan untuk mendapatkan menu makan siang yang Anda anggap lezat dan bergizi.

9. Copilots

Copilot seperti asisten pribadi yang bekerja bersama Anda di segala macam aplikasi digital, membantu mengerjakan tugas seperti menulis, coding, merangkum, dan mencari informasi. Copilot  juga   dapat   membantu   Anda   membuat   keputusan   dan   memahami   banyak   data. 

Pengembangan LLM baru-baru ini memungkinkan hadirnya Copilot yang memahami bahasa sehari-hari manusia dan memberikan jawaban, membuat konten, atau mengambil tindakan, sembari manusia bekerja dalam program komputer yang berbeda. Copilot dibangun dengan panduan-panduan Responsible AI untuk memastikan bahwa teknologinya aman, terlindungi, dan   digunakan   untuk   hal   yang   baik.   Sama   seperti  copilot  di   pesawat,  Copilot  tidak memegang kendali – Anda lah yang bertanggung jawab. Jadi, Copilot merupakan alat yang dapat membantu Anda lebih produktif dan efisien.

10. Plugins

Plugin mirip dengan ketika Anda menambahkan aplikasi ke smartphone Anda: mereka hadir untuk   mengisi   kebutuhan   tertentu   yang   mungkin   muncul,   memungkinkan   aplikasi   AI melakukan  lebih   banyak   hal   tanpa   harus  memodifikasi  model   dasarnya.  Plugin-lah   yang memungkinkan Copilot berinteraksi dengan perangkat lunak dan layanan lain. Plugin dapat membantu sistem AI mengakses informasi baru, melakukan perhitungan matematika yang rumit, atau terhubung dengan program lain. Plugin membuat sistem AI lebih canggih dengan menghubungkannya ke seluruh dunia digital.

Baca Juga: Amazon Luncurkan Fitur AI untuk Layanan Transcribe Call Analytics

 Baca Juga: Bagaimana Cara Pengguna Windows 10 Menggunakan Chatbot AI Copilot?