Teknologi AI (artificial intelligence) generatif saat ini sudah berkembang untuk merevolusi perusahaan dari berbagai sektor industri. Kehadiran AI generatif mampu meningkatkan produktivitas dan efisiensi suatu bisnis.
Namun, dalam penggunaannya sangat penting bagi perusahaan untuk menghadirkan AI generatif yang kompeten, dapat diandalkan, dan memberikan informasi yang dapat dipercaya dengan mendasarkan informasi pada kebenaran perusahaan.
Dalam pengembangannya, grounding menjadi proses penting agar AI generatif dapat memberikan informasi yang lebih akurat, andal, dan bermanfaat untuk berbagai aplikasi.
Grounding sendiri mengacu pada praktik menghubungkan model AI dengan sumber informasi real-time tepercaya untuk memastikan informasi yang diproses sudah tepat dan mengurangi risiko ‘halusinasi’, sebuah kondisi di mana AI menyediakan informasi yang terkesan meyakinkan, namun tidak akurat.
Hal ini bisa dihindari dengan proses Retrieval Augmented Generation (RAG) yang akan bekerja mengambil fakta dari sebuah pertanyaan, lalu meneruskan fakta tersebut ke model AI sebelum menghasilkan jawaban.
Agen dan aplikasi berbasis RAG biasanya menggabungkan konteks dari data perusahaan dengan pelatihan internal model untuk menghasilkan respons yang relevan dalam berbagai kasus penggunaan.
Namun, industri seperti layanan keuangan, perawatan kesehatan, dan asuransi seringkali mengharuskan respons yang dihasilkan bersumber hanya dari konteks yang disediakan.
Untuk mendukung kebutuhan ini, Grounded Generation API menyediakan Grounding dengan mode high-fidelity menggunakan model Gemini 1.5 Flash yang telah disempurnakan.
Fitur ini fokus pada konteks yang disediakan pengguna untuk menghasilkan jawaban yang lebih faktual, mengurangi halusinasi, dan mendukung kasus penggunaan perusahaan yang umum seperti peringkasan dokumen atau ekstraksi data keuangan.
Mode high-fidelity ini memberikan lampiran sumber pada setiap kalimat dalam jawaban serta menyediakan skor kepercayaan terkait sumber yang digunakan sebagai referensi.
Ke depannya, untuk mendukung perusahaan dalam menyeimbangkan kebutuhan akan kualitas respons dengan efisiensi biaya, Grounding dengan Google Search akan segera menawarkan dynamic retrieval, sebuah kemampuan baru yang memungkinkan Gemini untuk secara dinamis memilih kapan menggunakan Google Search atau data internal untuk menjawab pertanyaan umum seperti "Di mana lokasi ibukota Indonesia" tanpa memerlukan sumber eksternal.
Praktik grounding penting untuk penerapan pada chatbot atau asisten virtual yang memerlukan akses ke informasi real-time.
Misalnya, chatbot yang terhubung ke jaringan dapat menarik data terkini untuk memberikan respons yang tepat kepada pengguna, sementara agen AI dapat mengembangkan respons berdasarkan data terbaru.
| Penulis | : | Rafki Fachrizal |
| Editor | : | Rafki Fachrizal |
KOMENTAR