Apa Itu Generative AI? Kecerdasan Buatan Yang Menciptakan

Linu Tech Tips,

Model kecerdasan buatan yang bersifat generatif bisa melakukan berbagai hal, seperti berbicara, menjawab pertanyaan, menulis cerita, membuat kode komputer, serta menciptakan gambar dan video tentang hampir apa saja yang Anda inginkan. Sekarang, mari kita bahas bagaimana sebenarnya AI generatif ini bekerja, bagaimana ia digunakan, dan mengapa ada batasan tertentu yang perlu Anda ketahui, yang mungkin lebih besar daripada yang Anda bayangkan.

AI Generatif adalah semacam kecerdasan buatan yang bisa menciptakan konten baru, seperti teks, gambar, audio, dan video, berdasarkan pada pola-pola yang telah dipelajari dari konten yang sudah ada. Model-model AI generatif saat ini telah menjalani pelatihan dengan menggunakan sejumlah besar data melalui deep learning, yaitu teknik yang menggunakan jaringan saraf dalam yang mendalam. Mereka dapat melakukan banyak hal, seperti berbicara, menjawab pertanyaan, menulis cerita, menciptakan kode sumber, serta membuat gambar dan video berdasarkan permintaan singkat atau “prompts.”

Istilah “generatif” digunakan karena AI ini mampu menciptakan sesuatu yang sebelumnya tidak ada. Inilah yang membedakannya dari AI “diskriminatif,” yang lebih fokus pada membedakan jenis input yang berbeda. Untuk lebih memahami, AI diskriminatif mencoba menjawab pertanyaan seperti “Apakah gambar ini menggambarkan kelinci atau singa?” sementara AI generatif merespons permintaan seperti “Gambarkan sebuah gambar singa dan kelinci yang duduk berdampingan.”

Artikel ini akan memperkenalkan Anda pada AI generatif dan penggunaannya dengan model-model populer seperti ChatGPT dan DALL-E. Kami juga akan membahas batasan teknologi ini, termasuk alasan mengapa “terlalu banyak jari” telah menjadi ciri khas yang mudah dikenali untuk seni yang dihasilkan secara buatan oleh komputer.

Munculnya AI Generatif

AI Generatif telah hadir dalam dunia teknologi cukup lama, bahkan bisa dibilang sejak ditemukannya ELIZA, sebuah chatbot yang bisa berperan seperti seorang terapis, yang dikembangkan di MIT pada tahun 1966. Namun, setelah bertahun-tahun pengembangan dalam bidang kecerdasan buatan dan pembelajaran mesin, baru-baru ini kita melihat kemunculan sistem AI generatif yang baru. Mungkin Anda sudah mendengar tentang ChatGPT, chatbot AI berbasis teks yang mampu menghasilkan tulisan yang sangat mirip dengan tulisan manusia. Ada juga DALL-E dan Stable Diffusion yang menarik perhatian karena kemampuannya menciptakan gambar-gambar hidup dan realistis berdasarkan tulisan.

Hasil dari sistem-sistem ini sangat mengesankan, bahkan sampai-sampai banyak orang mulai bertanya-tanya tentang sifat kesadaran dan khawatir tentang dampak ekonomi AI generatif terhadap pekerjaan manusia. Namun, walaupun pencapaian-pencapaian dalam kecerdasan buatan ini sangat besar, sebenarnya di balik layar, prosesnya mungkin tidak sekompleks yang kita bayangkan. Kita akan bahas beberapa pertanyaan besar ini nanti. Pertama-tama, mari kita pahami bagaimana AI generatif sebenarnya bekerja.

Cara Kerja AI Generatif

AI generatif menggunakan pembelajaran mesin untuk memproses sejumlah besar data visual atau teks, sebagian besar diambil dari internet, dan kemudian mencoba untuk menebak hal-hal apa yang kemungkinan besar akan muncul berdekatan dengan hal-hal lainnya. Sebagian besar pekerjaan pemrograman dalam AI generatif adalah menciptakan algoritma-algoritma yang dapat mengenali “hal-hal” yang menarik bagi pencipta AI—seperti kata-kata dan kalimat dalam kasus chatbot seperti ChatGPT, atau elemen-elemen visual dalam kasus DALL-E. Namun, pada dasarnya, AI generatif menciptakan hasilnya dengan menilai data yang sangat besar, lalu merespons permintaan dengan sesuatu yang mungkin berdasarkan data tersebut.

Anda mungkin pernah mengalami fitur Autocomplete—ketika ponsel atau Gmail Anda menyarankan kata atau kalimat apa yang mungkin akan Anda ketik selanjutnya. Fitur ini adalah bentuk sederhana dari AI generatif. ChatGPT dan DALL-E hanya membawa konsep ini ke tingkat yang jauh lebih canggih.

Apa Itu Model AI?

ChatGPT dan DALL-E adalah tampilan antarmuka dari inti AI yang disebut sebagai model. Model AI adalah cara matematika yang digunakan—dalam bentuk algoritma atau metode—untuk menghasilkan data baru yang seharusnya menyerupai data yang sudah ada. Kadang-kadang, orang menyebut ChatGPT dan DALL-E sebagai model, tetapi sebenarnya tidak sepenuhnya benar. ChatGPT adalah chatbot yang memberikan akses pengguna ke beberapa versi model GPT yang mendasarinya. Namun, dalam praktiknya, antarmuka ini adalah cara utama orang berinteraksi dengan model, jadi istilah-istilah ini sering digunakan secara bergantian.

Pengembang AI mengumpulkan sejumlah data yang sesuai dengan jenis data yang ingin dihasilkan oleh model. Data ini disebut sebagai set pelatihan model, dan proses pengembangan model disebut pelatihan. Sebagai contoh, model GPT dilatih dengan menggunakan banyak teks yang diambil dari internet. Hasilnya adalah model tersebut dapat merespons dengan baik ketika Anda memberikan pertanyaan dalam bahasa alami seperti bahasa Inggris (atau bahasa lain).

Model AI memperlakukan berbagai aspek dari data dalam set pelatihan mereka sebagai vektor—struktur matematika yang terdiri dari sejumlah angka. Bagian besar dari bagaimana model-model ini berhasil adalah kemampuannya menerjemahkan informasi dunia nyata menjadi vektor-vektor ini secara bermakna dan menentukan mana yang mirip satu sama lain. Hal ini memungkinkan model menghasilkan output yang menyerupai, tetapi tidak sama persis dengan data latihannya.

Ada beberapa jenis model AI yang berbeda, dan perlu diingat bahwa kategori-kategori ini tidak selalu bersifat eksklusif. Beberapa model dapat termasuk dalam lebih dari satu kategori.

Salah satu jenis model AI yang mendapatkan perhatian publik saat ini adalah model bahasa besar, atau LLM (Large Language Models). LLM didasarkan pada konsep transformer yang pertama kali diperkenalkan oleh peneliti Google pada tahun 2017. Transformer digunakan untuk memahami makna dalam teks panjang, bagaimana kata-kata atau komponen semantik berkaitan satu sama lain, dan seberapa mungkin mereka muncul berdekatan. Model GPT termasuk dalam kategori LLM, dan huruf T dalam GPT adalah singkatan dari transformer. Transformer ini dijalankan secara mandiri pada sejumlah besar teks dalam proses yang disebut pra-pelatihan, sebelum disesuaikan lebih lanjut oleh manusia yang berinteraksi dengan model tersebut.

Proses diffusi sering digunakan dalam model AI yang menghasilkan gambar atau video. Dalam diffusi, model menambahkan noise—randomness, semacam keacakan—ke dalam gambar, lalu perlahan menghilangkannya, sembari mencocokkan dengan data pelatihannya untuk mencari gambar-gambar yang mirip maknanya. Diffusi adalah bagian penting dari model AI yang menciptakan teks menjadi gambar seperti Stable Diffusion dan DALL-E.

Jaringan Adversarial Generatif, atau GAN, didasarkan pada jenis pembelajaran penguatan, di mana dua algoritma bersaing satu sama lain. Satu algoritma menghasilkan teks atau gambar berdasarkan probabilitas dari data besar. Algoritma lainnya, yang disebut AI pembeda, menilai apakah output itu nyata atau dibuat oleh AI. AI yang menghasilkan terus mencoba “mengelabui” AI pembeda dengan menghasilkan output yang semakin bagus. Setelah AI yang menghasilkan secara konsisten “mengalahkan” AI pembeda, AI pembeda disesuaikan lebih lanjut oleh manusia, dan proses dimulai lagi.

Hal yang perlu diingat adalah, walaupun manusia terlibat dalam pelatihan model, sebagian besar pembelajaran dan penyesuaian dilakukan secara otomatis. Diperlukan banyak iterasi agar model menghasilkan hasil yang menarik, sehingga otomatisasi sangat penting. Proses ini memerlukan daya komputasi yang besar, dan banyak kemajuan dalam kemampuan AI belakangan ini didorong oleh perkembangan dalam kekuatan komputasi GPU dan teknik paralel yang digunakan pada chip-chip tersebut.

Ingin Bermain Game Slot Online Terpercaya? Kunjungi Link Berikut :

AI

Tinggalkan Balasan