Istilah yang Perlu Anda Ketahui Dalam Pengembangan Teknologi AI

Beranalogi jika AI adalah tujuan, maka machine learning adalah bagaimana Anda 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.

Proses yang dilakukan dalam ML, akan membantu memecahkan masalah yang akan sulit atau tidak mungkin dilakukan dengan menggunakan teknik pemrograman tradisional, seperti untuk mengenali gambar dan menerjemahkan bahasa.

LLM menggunakan teknik machine learning untuk membantu memproses bahasa, agar mereka dapat meniru cara manusia berkomunikasi. Pengembangann ini didasarkan pada neural networks (NN) yang merupakan sistem komputasi yang terinspirasi oleh otak manusia–seperti sekumpulan node dan koneksi yang mensimulasi neuron dan sinaps pada otak kita.

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. Hal ini bisa terjadi, salah satunya disebabkan oleh keberadaan LLM.

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 kode. Ia dapat digunakan untuk membuat karya seni, menulis cerita, mendesain produk, dan bahkan membantu dokter mengerjakan tugas administratif. Namun, ia juga dapat digunakan oleh aktor jahat untuk membuat berita palsu, atau gambar yang terlihat seperti foto tetapi tidak nyata.

Sistem generative AI dapat membuat cerita, puisi dan lagu, tetapi kadang-kadang manusia ingin hasil dari generative AI 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 developer sebagai halusinasi, atau istilah yang lebih akurat, fabrikasi.

Developer mencoba menyelesaikan isu ini melalui ‘grounding’–teknik memberikan informasi tambahan dari sumber tepercaya kepada sistem AI, untuk meningkatkan akurasi AI tentang topik tertentu. Namun, kadang prediksi sistem juga bisa salah jika model tidak memiliki informasi terkini.

Istilah ini muncul ketika banyak kekuatiran muncul seiring perkembangan teknologi AI. Responsible AI memandu manusia kala mencoba merancang sistem yang aman dan adil di setiap level, termasuk model machine learning, perangkat lunak, user interface, serta aturan dan batasan yang diberlakukan untuk mengakses aplikasi.

Hal ini menjadi penting karena sistem AI sering ditugaskan untuk membantu membuat keputusan penting yang menyangkut manusia, seperti dalam bidang pendidikan dan kesehatan. Namun, karena AI dibuat oleh manusia dan dilatih menggunakan data dari dunia yang tidak sempurna, AI dapat mencerminkan bias tertentu.

Salah satu kunci dari praktik Responsible AI adalah memahami data yang digunakan untuk melatih sistem tersebut dan mencari cara untuk mengatasi kelemahannya, agar hasilnya dapat mencerminkan masyarakat secara luas, bukan hanya kelompok-kelompok tertentu.

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

Prompt adalah instruksi yang dimasukkan ke dalam sistem menggunakan bahasa, gambar, atau kode untuk memberi tugas kepada AI. Semua yang berinteraksi dengan sistem AI harus merancang prompt dengan hati-hati untuk mendapatkan hasil yang diinginkan.

Sebagai analogi, prompt dikerjakan dalam proses serupa dengan membeli sandwich di restoran: Anda tidak hanya meminta sandwich, tetapi perlu menjelaskan roti, jenis dan takaran bumbu, sayuran, keju, serta daging yang Anda inginkan

Copilot seperti asisten pribadi yang bekerja bersama Anda di segala macam aplikasi digital, membantu mengerjakan tugas seperti menulis, coding, merangkum, dan mencari informasi.

Copilot juga dapat membantu Anda membuat keputusan dan memahami banyak data. Sama seperti copilot di pesawat, Copilot tidak memegang kendali – Anda lah yang bertanggung jawab. Jadi, Copilot merupakan alat yang dapat membantu Anda lebih produktif dan efisien.

Plugin mirip dengan ketika Anda menambahkan aplikasi ke smartphone: mereka hadir untuk mengisi kebutuhan tertentu yang mungkin muncul, memungkinkan aplikasi AI melakukan lebih banyak hal tanpa harus memodifikasi model dasarnya.

Plugin ini yang kemudian 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.