Komunitas

Anda Harus Tahu, 10 Istilah dalam Kecerdasan Buatan yang Perlu Diketahui

Isman Wahyudi - Kamis, 30 November 2023 14:45 WIB

MAKASSARINSIGHT.com, JAKARTA - Istilah Artificial Intelligence atau AI atau juga disebut kecerdasan buatan sudah lama digunakan dalam ilmu komputer sejak tahun 1950-an. Namun, kebanyakan orang di luar industri teknologi baru mulai membicarakannya pada akhir tahun 2022.

Hal tersebut didorong oleh kemajuan terbaru dalam machine learning yang menuntun menuju terobosan besar, dengan dampak luar biasa di hampir setiap aspek kehidupan. Banyak sejumlah istilah baru yang berhubungan dengan kecerdasan buatan yang belum banyak diketahui.

Menanggapi hal tersebut, Microsoft kemudian memberikan daftar 10 istilah kecerdasan buatan yang perlu diketahui agar semakin memahami dunia baru tersebut dan menjadi bagian dari percakapan global.

1. Kecerdasan Buatan (Artificial Intelligence / AI)

AI adalah sistem komputer cerdas yang meniru kemampuan manusia dalam hal pemahaman bahasa, pengambilan keputusan, penerjemahan, analisis sentimen, dan pembelajaran dari pengalaman.

Meskipun disebut memiliki otak digital, AI bukan mesin fisik atau robot, melainkan program yang beroperasi di komputer. Dengan menggunakan algoritma dan memproses data yang besar, AI dapat mengotomatisasi tugas-tugas yang sebelumnya memerlukan kecerdasan dan waktu manusia.

Terkadang manusia berinteraksi langsung dengan AI, seperti saat menggunakan Bing Chat, tetapi dalam banyak kasus, AI bekerja di latar belakang, memberikan saran kata, merekomendasikan lagu, dan menyediakan informasi yang sesuai dengan preferensi pengguna.

2. Pembelajaran Mesin (Machine Learning / ML)

Machine learning merupakan bidang ilmu komputer di bawah payung AI, di mana manusia mengajarkan sistem komputer cara melakukan sesuatu, dengan melatihnya untuk mengidentifikasi pola dan membuat prediksi berdasarkan pola tersebut.

Proses ini melibatkan algoritma yang menjalankan data berulang kali dengan umpan balik berbeda, memungkinkan mesin belajar dan meningkatkan kinerja, seperti melatih piano untuk membaca not musik.

Machine learning efektif dalam menyelesaikan masalah sulit, seperti pengenalan gambar dan terjemahan bahasa. Pelatihan membutuhkan data besar, yang baru-baru ini dapat dimaksimalkan berkat kemajuan digitalisasi dan perangkat keras komputer yang semakin canggih. Ini mendorong kemunculan large language model (LLM) seperti Bing Chat dan ChatGPT.

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

Large language models (LLM) menggunakan teknik machine learning untuk meniru cara manusia berkomunikasi, didasarkan pada neural networks (NN) yang terinspirasi oleh otak manusia. Model ini dilatih dengan teks berjumlah besar untuk memahami pola dan hubungan dalam bahasa, memungkinkannya melakukan tugas seperti menerjemahkan, merespons pertanyaan sebagai chatbot, merangkum teks, dan bahkan menulis cerita, puisi, serta kode komputer.

Meskipun tidak memiliki pikiran atau perasaan, LLM terkadang terdengar seolah memiliki opini sendiri karena telah mempelajari pola yang membuat responsnya lebih manusiawi. LLM sering disesuaikan kembali oleh pengembang melalui reinforcement learning from human feedback (RLHF) untuk meningkatkan kealamian percakapan yang dihasilkan.

4. AI Generatif (Generative AI)

AI Generatif menggunakan kekuatan LLM untuk menciptakan konten baru dan bukan hanya mengulang atau menyajikan informasi yang sudah ada. Generative AI memahami pola dan struktur untuk menghasilkan karya yang mirip namun baru, seperti gambar, musik, teks, video, dan kode. Selain penggunaan positifnya dalam seni, penulisan, desain produk, dan bantuan tugas administratif,

Generative AI juga dapat disalahgunakan untuk membuat berita palsu atau gambar yang tampak nyata tetapi tidak benar. Oleh karena itu, perusahaan teknologi tengah mengembangkan metode identifikasi yang jelas terhadap konten yang dihasilkan AI.

5. Halusinasi

Generative AI dapat membuat cerita, puisi, dan lagu, namun tidak mampu membedakan kebenaran dan kesalahan dapat menghasilkan tanggapan yang tidak akurat atau disebut sebagai halusinasi atau lebih tepatnya fabrikasi oleh developer. Untuk mengatasi ini, developer menggunakan teknik "grounding" dengan memberikan informasi tambahan dari sumber terpercaya kepada sistem AI untuk meningkatkan akurasi pada topik tertentu. Terkadang, ketidakakuratan prediksi juga dapat terjadi jika model tidak memiliki informasi terkini.

6. AI yang Bertanggung Jawab (Responsible AI)

Responsible AI memandu pembuatan sistem yang aman dan adil di semua level, termasuk model machine learning, perangkat lunak, user interface, serta aturan akses aplikasi. Hal tersebut menjadi krusial karena sistem AI sering terlibat dalam keputusan penting dalam berbagai sektor, seperti pendidikan dan kesehatan.

Karena AI dapat mencerminkan bias dari data yang digunakan dalam pelatihannya, praktik Responsible AI menekankan pada pemahaman dan penanggulangan bias ini untuk memastikan hasil yang mencerminkan masyarakat secara luas, bukan hanya kelompok tertentu.

7. Model Multimodal (multimodal models)

Model multimodal dapat menangani berbagai jenis data atau mode secara bersamaan, termasuk melihat gambar, mendengarkan suara, dan membaca kata-kata. Sebagai multitasker, model ini mampu menggabungkan informasi dari semua sumber untuk menjalankan tugas seperti menjawab pertanyaan tentang gambar.

8. Prompts

Prompt merupakan instruksi yang digunakan untuk memberi tugas kepada sistem AI melalui bahasa, gambar, atau kode. Rancangan prompt oleh engineer dan pengguna harus dilakukan dengan cermat untuk mencapai hasil yang diinginkan.

Analoginya, seperti memesan sandwich di restoran, di mana kita perlu menjelaskan setiap detail mulai dari roti, bumbu, sayuran, keju, hingga jenis dan takaran daging agar mendapatkan menu makan siang yang lezat dan bergizi sesuai keinginan.

9. Copilots

Copilot berfungsi sebagai asisten pribadi di berbagai aplikasi digital, membantu dalam menulis, coding, merangkum, mencari informasi, membuat keputusan, dan memahami data.

Dikembangkan dengan panduan Responsible AI, Copilot memahami bahasa sehari-hari manusia, memberikan jawaban, membuat konten, atau mengambil tindakan saat bekerja di program komputer. Sebagai alat yang mematuhi prinsip keamanan dan tanggung jawab, Copilot dirancang untuk meningkatkan produktivitas dan efisiensi pengguna.

10. Plugins

Plugin mirip dengan menambahkan aplikasi di smartphone, memenuhi kebutuhan khusus dan memungkinkan aplikasi AI melakukan lebih banyak tanpa memodifikasi model dasarnya.

Plugins memungkinkan interaksi Copilot dengan perangkat lunak dan layanan lain, membantu sistem AI mengakses informasi baru, melakukan perhitungan matematika kompleks, atau terhubung dengan program lain. Plugin meningkatkan kecanggihan sistem AI dengan mengintegrasikannya ke dalam dunia digital secara menyeluruh.

Tulisan ini telah tayang di www.trenasia.com oleh Bintang Surya Laksana pada 30 Nov 2023

Editor: Isman Wahyudi

Bagikan

Isman Wahyudi

Lihat semua artikel