Daftar Istilah AI yang Wajib Diketahui

JAKARTA - Ada cukup banyak istilah yang kerap digunakan ketika membahas kecerdasan buatan atau artificial intelligence (AI). Terkadang istilah-istilah ini masih awam sehingga sulit dimengerti.

Untuk itu penting mengetahui istilah-istilah AI. Berikut adalah beberapa kata kunci yang perlu dipahami agar dapat lebih mengenali istilah AI dan menjadi bagian dari percakapan global.

1. Kecerdasan Buatan (Artificial 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 fisik — AI adalah program yang berjalan di komputer.

Program ini 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 meminta Bing untuk membantu melakukan sesuatu.

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 mengidentifikasi pola dan membuat prediksi berdasarkan pola tersebut.

Data dijalankan melalui algoritma secara berulang, dengan memberikan masukan dan umpan balik yang berbeda, untuk membantu mesin belajar dan meningkatkan performa selama proses pelatihan. Misalnya, 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. 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 manusia.

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 (fine-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.



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 bisa salah jika model tidak memiliki informasi terkini.