Blog

Istilah “AI” atau kecerdasan buatan telah digunakan dalam ilmu komputer sejak tahun 1950-an. Namun baru pada akhir tahun 2022 sebagian besar orang di luar industri teknologi mulai membicarakannya. Ini semua berkat kemajuan terbaru dalam pembelajaran mesin, yang membuat kemajuan besar yang berdampak besar pada hampir setiap aspek kehidupan kita. Berikut  beberapa kata kunci yang perlu Anda pahami agar lebih mengenal istilah AI dan dapat berpartisipasi dalam perbincangan global.

1. Grounding

Sistem AI generatif tidak hanya dapat menjawab pertanyaan penelitian, tetapi juga menulis cerita, puisi, dan lelucon. Namun, karena sulit membedakan fakta dari fiksi atau karena data pelatihan  sudah ketinggalan zaman,  sistem AI mungkin memberikan jawaban yang tidak akurat, sebuah fenomena yang dikenal sebagai halusinasi.

Developer berupaya memastikan bahwa AI dapat berinteraksi secara akurat dengan dunia nyata selama proses grounding. Ini adalah proses di mana pengembang menghubungkan dan mengaitkan model ke data dan contoh dunia nyata untuk meningkatkan akurasi dan menghasilkan hasil yang lebih  kontekstual dan dipersonalisasi.

2. Retrieval Augmented Generation (RAG)

Saat pengembang ingin memberi sistem AI akses ke sumber dasar agar lebih akurat dan terkini, mereka menggunakan metode yang disebut Retrieval Augmented Generation (RAG). Pola RAG ini menghemat waktu dan sumber daya dengan memberikan pengetahuan tambahan tanpa  melatih ulang program AI.

Metode ini seolah-olah AI adalah detektif Sherlock Holmes dan  membaca semua buku di perpustakaan, tetapi tidak dapat menyelesaikan kasus tersebut. Jadi AI pergi ke loteng, membuka beberapa volume dokumen kuno, dan bertanya-tanya apakah itu akan menyelesaikan kasus ini.

3. Orkestrasi (Orchestration)

Program AI harus melakukan banyak hal saat memproses permintaan pengguna. Semua tugas ini dikelola oleh lapisan orkestrasi untuk memastikan bahwa sistem AI ini melakukan semua tugas dalam urutan yang benar untuk mencapai respons terbaik. Misalnya, jika Anda bertanya kepada Microsoft Copilot "Siapa Ada Lovelace?" dan perintah berikutnya menanyakan Copilot "Kapan dia lahir? "AI Orchestrator menyimpan riwayat obrolan Anda di sini dan Verifikasi bahwa kata "dia" muncul. Prompt kedua ini menyebutkan Ada Lovelace.

Lapisan orkestrasi juga dapat mengikuti pola RAG dengan mencari informasi baru di Internet yang menambah konteks dan membantu model memberikan jawaban yang lebih baik.

4. Reasoning/Planning

Komputer yang menggunakan AI dapat memecahkan masalah dan menyelesaikan tugas dengan memahami informasi menggunakan pola yang dipelajari dari data historis.

Proses ini mirip dengan penalaran (reasoning) atau pemikiran logis. Sistem AI yang  canggih menunjukkan kemampuan untuk melampaui hal ini dan  mengatasi masalah yang semakin kompleks melalui perencanaan. Ia dapat merancang (planning) serangkaian tindakan yang perlu diambil untuk mencapai tujuan tertentu. Misalnya, bayangkan  program AI membantu Anda merencanakan perjalanan ke taman hiburan. Anda menulis: "Saya ingin mencoba enam wahana berbeda di sebuah taman hiburan.

Berdasarkan tujuan Anda tersebut, sistem AI dapat memecahnya menjadi langkah-langkah kecil untuk membuat jadwal sambil menggunakan penalaran, untuk memastikan Anda tidak mengunjungi wahana yang sama dua kali, dan bahwa Anda bisa menaiki wahana air antara jam 12 siang sampai jam 3 sore."

5. Training/Interface

Membuat dan menggunakan sistem AI memerlukan dua langkah: pelatihan  (Training) dan inferensi (interface).

Pelatihan adalah kegiatan melatih atau mengajar sistem AI yang diberikan kumpulan data dan sistem AI  belajar melakukan tugas atau membuat prediksi berdasarkan data tersebut.

Misalnya, sistem AI memberikan daftar harga rumah yang baru terjual di lingkungan sekitar. Ini termasuk jumlah kamar tidur dan kamar mandi yang dimiliki masing-masing, serta banyak variabel lainnya.

Selama pelatihan, sistem AI  menyesuaikan parameter internal. Parameter internal masalahnya adalah nilai-nilai yang menentukan seberapa besar bobot yang  diberikan pada setiap variabel dan bagaimana pengaruhnya terhadap harga jual rumah.

Sedangkan Inferensi adalah ketika sistem AI menggunakan pola dan parameter yang  dipelajari sebelumnya untuk memprediksi harga  rumah baru yang terjual di masa depan.

Reference:

10 Istilah AI yang Perlu Anda Ketahui, Simak Daftarnya (cnnindonesia.com)