10 Istilah Kecerdasan Buatan yang Harus Kamu Tahu, Pernah Dengar?

2. Machine learning (ML)

ilustrasi machine learning (pexels.com/Pavel Danilyuk)

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.  

Caranya adalah dengan melatih mesin tersebut untuk mengidentifikasi pola dan membuat prediksi berdasarkan pola tersebut. Data dijalankan melalui algoritma secara berulang, dengan memberikan masukan dan umpan balik. 

Proses ini berguna untuk membantu mesin belajar dan meningkatkan performa selama proses pelatihan. Contohnya seperti berlatih tangga nada piano 10 juta kali agar dapat membaca not musik secara cepat di kemudian hari.

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

ilustrasi AI (unsplash.com/Markus Winkler)

Large language models, atau LLM, menggunakan teknik machine learning untuk membantu memproses bahasa. Ini berguna agar mereka dapat meniru cara manusia berkomunikasi. Pengembangannya didasarkan pada neural networks, atau NN. Ini merupakan sistem komputasi yang terinspirasi oleh otak manusia. 

LLM dilatih menggunakan teks berjumlah besar untuk mempelajari pola dan hubungan dalam bahasa. Ini bertujuan untuk 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.

4. AI generatif (Generative AI)

ilustrasi chat dengan AI Bing (dok. Microsoft)

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, yang kemudian menghasilkan sesuatu yang mirip namun baru. 

Generative AI dapat membuat hal-hal seperti gambar, musik, teks, video, dan kode. teknologi ini bisa digunakan untuk membuat karya seni, menulis cerita, mendesain produk, dan bahkan membantu dokter mengerjakan tugas administratif. 

5. Halusinasi

Sistem generative AI dapat membuat cerita, puisi dan lagu, namun terkadang manusia ingin hasil generative AI yang 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 sebagai halusinasi di kalangan developer atau istilah yang lebih akuratnya fabrikasi. Sebagai gambaran, ini mirip saat manusia melihat awan yang berbentuk seperti objek tertentu. AI juga bisa menyalahartikan sesuatu yang terlihat mirip namun tak sama. 

Developer mencoba menyelesaikan isu ini melalui "grounding", sebuah teknik memberikan informasi tambahan dari sumber terpercaya kepada sistem AI. Ini berguna untuk meningkatkan akurasi AI tentang topik tertentu. 

Baca Juga: Microsoft Pensiunkan Office, Ganti Nama Jadi Microsoft 365

6. AI yang bertanggung jawab (Responsible AI)

ilustrasi kecerdasan buatan (freepik.com/rawpixel-com)

Responsible AI berguna untuk memandu manusia saat mencoba merancang sistem yang aman dan adil di setiap level. Ini termasuk model machine learning, perangkat lunak, user interface, serta aturan dan batasan yang diberlakukan untuk mengakses aplikasi. 

Praktik Responsible AI merupakan elemen penting karena sistem AI sering ditugaskan untuk membantu membuat keputusan yang menyangkut manusia. Contohnya dalam bidang pendidikan dan kesehatan. 

Akan tetapi, karena AI dibuat oleh manusia dan dilatih menggunakan data dari dunia yang tidak sempurna, AI dapat mencerminkan bias tertentu. Oleh karena itu, salah satu kunci dari praktik Responsible AI adalah memahami data yang digunakan untuk melatih sistem tersebut dan mencari cara untuk mengatasi kelemahannya. 

7. Model multimodal (multimodal models)

ilustrasi kecerdasaan AI (freepik.com/smilephotoap)

Model multimodal dapat bekerja dengan berbagai jenis atau mode data secara bersamaan. Teknologi ini 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

ilustrasi prompt AI (pexels.com/Alberlan Barros)

Prompt merupakan instruksi yang dimasukkan ke dalam sistem menggunakan bahasa, gambar, atau code untuk memberi tugas kepada AI. Para engineer dan semua yang berinteraksi dengan sistem AI harus merancang prompt dengan detail untuk mendapatkan hasil yang diinginkan. 

9. Copilot

ilustrasi Microsoft Copilot (dok. Microsoft)

Copilot mirip seperti asisten pribadi yang bekerja bersama kamu di segala macam aplikasi digital. Teknologi ini bisa membantu mengerjakan tugas seperti menulis, coding, merangkum, dan mencari informasi. 

Copilot juga dapat membantu kamu membuat keputusan dan memahami banyak data. Pengembangan LLM baru-baru ini memungkinkan hadirnya Copilot yang memahami bahasa sehari-hari manusia, seperti memberikan jawaban, membuat konten, atau mengambil tindakan.  

Teknologi Copilot dibangun dengan panduan-panduan Responsible AI untuk memastikan bahwa teknologinya aman, terlindungi, dan digunakan untuk hal yang baik. 

10. Plugins

Secara singkat, plugin merupakan software yang menambahkan fitur atau fungsi tertentu pada suatu program. Ini mirip seperti saat kamu menambahkan aplikasi ke smartphone. Aplikasi tersebut hadir untuk mengisi kebutuhan tertentu yang mungkin muncul.

Dengan kata lain, plugin memungkinkan aplikasi AI melakukan lebih banyak hal tanpa harus memodifikasi model dasarnya. Plugin juga 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.

Itu lah 10 istilah kecerdasan buatan atau AI yang perlu kamu tahu. Dengan mengetahui isitilah-istilah tersebut, kamu bisa lebih mengerti dengan perkembangan teknologi AI. 

Baca Juga: Microsoft Dikabarkan akan Meluncurkan Windows 12 di Tahun 2024