AI generatif alias generative AI adalah teknologi digital baru yang kini sedang naik daun. AI (artificial intelligence) generatif bisa memberikan sejumlah manfaat bagi bisnis seperti menambah produktivitas dan meningkatkan pengalaman pelanggan. Menurut Statista, pasar AI generatif di dunia diprediksikan akan bertumbuh dari US$36,06 miliar pada tahun 2024 menjadi US$356,10 miliar pada tahun 2030. AWS (Amazon Web Services) beberapa waktu lalu di Jakarta pun memaparkan mengenai Amazon Bedrock dan PartyRock. Keduanya bisa membantu perihal pemanfaatan AI generatif. AWS mengeklaim Amazon Bedrock dan PartyRock bisa membantu suatu entitas memanfaatkan AI generatif secara mudah dan cepat.
“Keindahan dari model ini [foundation model] adalah bila Anda memasangkan foundation model dengan data Anda, dan data Anda bisa merupakan Anda sebagai seorang individu, jika, jika Anda memilih untuk melakukannya, tetapi lebih sering daripada tidak, data itu adalah data yang para perusahaan dan bank telah tang dan korporasi telah tangkap dan mereka mau menggunakan data bersangkutan dan memasangkannya dengan, dengan manfaat, apa yang foundation model berikan yang sebenarnya adalah bahasa, ucapan, gambar, dan video [multimodal],” ujar Paul Chen (Head of Solutions Architect, ASEAN, Amazon Web Services).
“Jika Anda bisa memasangkan semua manfaat dan kekuatan dari foundation model dengan relevansi perusahaan Anda dan data organisasi Anda, maka nilai perbedaan kompetitif di tengah-tengah [irisan antara foundation model dengan data organisasi] akan menjadi nyata, dan itulah kekuatan dari membawa AI generatif ini lebih dari sekadar percakapan [chatbot] untuk melayani pelanggan Anda,” lanjut Paul Chen sembari menegaskan bahwa Amazon Bedrock bisa membantu para perusahaan melakukan hal yang dimaksud — memasangkan foundation model dengan data perusahaan.
Mengutip Center for Research on Foundation Models, Stanford Institute for Human-Centered Artificial Intelligence, Stanford University; sebuah foundation model adalah suatu model yang dilatih dengan data yang luas (umumnya menggunakan self-supervision dalam skala besar) yang bisa diadaptasi (misalnya, di-fine-tune) ke berbagai tugas downstream. Center for Research on Foundation Models, Stanford Institute for Human-Centered Artificial Intelligence, Stanford University adalah yang mempopulerkan istilah foundation model.
Sebuah foundation model misalnya dilatih menggunakan data internet dan memiliki aneka kemampuan seperti memproses bahasa, menghasilkan gambar, memahami visual, dan menghasilkan kode pemrograman. Beberapa contoh foundation model adalah OpenAI GPT (generative pre-trained transformer), Google BERT (bidirectional encoder representations from transformers), Stability AI Stable Diffusion, dan Amazon Titan. Dengan kata lain, berbagai model AI generatif yang sekarang tersedia merupakan foundation model.
Sepeti dituliskan di sini, pada masa sebelum AI generatif; suatu perusahaan yang ingin menggunakan AI untuk suatu fungsi; seperti untuk mengetahui sentimen dari sebuah teks adalah positif, netral, atau negatif; perlu untuk membangun model AI-nya dengan mengumpulkan banyak data, memperkerjakan para ahli tambahan yang sesuai — ahli-ahli/spesialis-spesialis AI, dan membutuhkan waktu yang tidak sebentar. Selain itu, model AI yang diperoleh hanya bisa untuk fungsi bersangkutan. Bila perusahaan itu ingin menggunakan AI untuk suatu fungsi lain yang berbeda, perusahaan tersebut harus membangun model AI baru untuk fungsi yang dimaksud.
Kini, sebuah perusahaan yang ingin mengadopsi AI generatif untuk suatu fungsi, bisa mengambil foundation model tertentu sebagai basis dan melatihnya dengan sejumlah data yang sesuai. Model AI generatif yang dimaksud akan beradaptasi dan bisa menjalankan fungsi yang diinginkan tersebut (dengan lebih baik). Pelatihan yang dimaksud pun membutuhkan jumlah data yang lebih sedikit, bisa dilakukan oleh para pengembang perusahaan saja, dan membutuhkan waktu yang lebih singkat. Perusahaan tidak perlu memperkerjakan ahli-ahli tambahan seperti sebelumnya.
| Penulis | : | Cakrawala Gintings |
| Editor | : | Rafki Fachrizal |
KOMENTAR