Episode 2 – Generative AI di Ekosistem Machine Learning
Halo, pendengar!
Selamat datang kembali di Generative AI Fundamentals, podcast edukatif dari BigData ID. Platform yang menghadirkan wawasan teknologi terkini, relevan, mudah dipahami, dan bisa diakses oleh semua kalangan.
Di episode pertama kemarin, kita sudah sama-sama mengenal apa itu Generative AI.
Teknologi yang memungkinkan mesin menciptakan konten baru seperti teks, gambar, video, bahkan kode program. Semua itu bisa dibuat hanya dari sebuah input sederhana yang kita berikan, atau yang biasa disebut sebagai prompt.
Nah, sekarang kita masuk ke pertanyaan yang lebih dalam:
- Generative AI ini sebenarnya bagian dari teknologi yang mana, sih?
- Apakah dia berdiri sendiri?
- Atau cuma satu cabang dari dunia yang lebih luas?
Untuk menjawab itu, coba bayangkan dunia Artificial Intelligence seperti sebuah pohon besar. Batangnya adalah AI, teknologi yang dirancang untuk meniru cara berpikir dan bertindak seperti manusia. Dari batang ini, tumbuh cabang besar yang disebut Machine Learning. Di sinilah komputer belajar dari data, bukan hanya mengikuti aturan yang kita buat secara manual.
Lalu dari Machine Learning ini, tumbuh lagi cabang yang lebih dalam dan kompleks yaitu Deep Learning. Dan di sinilah Generative AI mulai tumbuh dan berkembang. Ia adalah buah dari kemajuan Deep Learning, yang memanfaatkan jaringan saraf tiruan, atau neural networks, untuk memproses informasi dalam skala besar dan mendalam.
Tapi, cara kerja Generative AI ini sebenarnya berbeda dari banyak model AI lainnya. Untuk memahaminya, kita perlu kenal dulu dua pendekatan utama dalam Machine Learning, discriminative model dan generative model.
Model discriminative dilatih untuk membedakan. Misalnya, model diminta mengenali apakah sebuah gambar menunjukkan seekor katak atau seekor kodok. Buat manusia saja ini kadang membingungkan apalagi untuk AI. Katak biasanya punya kulit yang halus dan lembap, dengan kaki belakang yang panjang untuk melompat. Sementara kodok, kulitnya lebih kasar, lebih kering, dan cenderung hidup di tempat yang juga lebih kering.
Model discriminative akan belajar dari banyak contoh gambar katak dan kodok. Lalu saat diberi gambar baru, dia bisa memprediksi:
Saya cukup yakin ini katak sekitar 90 persen.
Nah, berbeda dengan itu. Model generative justru bertugas menciptakan. Misalnya, ketika kita memberi prompt:
Buatkan gambar seekor katak di atas daun teratai.
Model ini akan menghasilkan gambar dari nol, berdasarkan pola dan struktur yang pernah dia pelajari dari data sebelumnya.
Jadi, sederhananya model discriminative itu seperti juri yang menilai karya. Sementara model generative adalah senimannya, yang menciptakan karya itu sendiri.
Salah satu pendekatan paling menarik dalam dunia Generative AI adalah Generative Adversarial Networks (GAN). Bayangkan ada dua model AI, yang satu berperan sebagai generator, tugasnya menciptakan gambar misalnya gambar katak. Yang satu lagi sebagai discriminator, tugasnya menilai apakah gambar itu nyata atau hasil buatan AI.
Keduanya saling menantang. Generator mencoba menipu, sementara discriminator berusaha mendeteksi tipuannya. Dan setiap kali gagal, keduanya belajar dan jadi lebih baik. Sampai akhirnya, generator bisa menghasilkan gambar kodok yang sangat mirip katak atau sebaliknya. Bahkan, sampai AI penilainya pun bisa keliru menebaknya.
Dari proses persaingan inilah, kualitas AI dalam menghasilkan konten menjadi semakin tinggi. Baik itu gambar, teks, maupun suara.
Generative AI sebenarnya sudah dikembangkan sejak lama. Tapi popularitas dan ledakan massalnya baru benar-benar terjadi pada tahun 2023. Saat itu, ChatGPT dari OpenAI berhasil mencapai 100 juta pengguna hanya dalam dua bulan. Lebih cepat dari TikTok, Instagram, atau platform viral lainnya. Kenapa bisa secepat itu?
Karena ada beberapa faktor penting.
- Pertama, munculnya arsitektur transformer. Teknologi ini membuat AI bisa memahami konteks teks dengan jauh lebih baik.
- Kedua, peningkatan daya komputasi berkat GPU dan teknologi cloud.
- Ketiga, ketersediaan data yang sangat melimpah untuk pelatihan.
- Dan keempat, metode baru seperti RLHF, atau Reinforcement Learning with Human Feedback.
Teknik ini memungkinkan AI belajar langsung dari masukan manusia, lalu menyesuaikan output-nya supaya lebih relevan, lebih berguna, dan terasa lebih alami.
Tapi penting juga untuk diingat, Generative AI bukan satu-satunya bentuk kecerdasan buatan. Masih ada banyak model lain yang punya peran berbeda. Ada model yang digunakan untuk memprediksi cuaca, mengklasifikasikan email spam, mengenali wajah, atau memberi rekomendasi film di aplikasi streaming.
Setiap model punya tugas masing-masing. Jadi penting untuk menggunakan tools yang tepat untuk kebutuhan yang tepat. Tidak semua masalah butuh AI yang bisa menggambar atau menulis esai.
Terakhir, ada satu topik besar yang juga sering dibahas di dunia AI yaitu AGI, atau Artificial General Intelligence. AGI adalah bentuk AI yang lebih canggih lagi. Bukan hanya bisa menjawab pertanyaan atau membuat konten, tapi juga bisa menalar lintas topik, memahami konteks dunia nyata, berinteraksi sosial, dan bahkan suatu hari nanti menjadi mitra berpikir yang benar-benar setara bagi manusia.
Apakah Generative AI akan membawa kita ke arah AGI?
Mungkin saja. Yang pasti, Generative AI adalah langkah besar menuju masa depan kecerdasan buatan yang lebih fleksibel, lebih luas dan lebih manusiawi.
Jadi sekarang kamu tahu Generative AI adalah bagian dari Deep Learning, yang tumbuh dari Machine Learning, dan berada di bawah payung besar yang disebut Artificial Intelligence.
Memahami posisi ini penting, supaya kita tahu sejauh mana potensi teknologi ini,
apa batasannya dan ke mana arahnya berkembang.
Di episode berikutnya, kita akan masuk lebih dalam ke dapur Generative AI.
- Bagaimana model ini dilatih?
- Apa itu dataset?
- Kenapa butuh GPU yang super kuat?
- Dan bagaimana manusia juga berperan dalam proses pembelajaran AI?
Jangan lupa follow sosial media BigData ID untuk update terbaru. Dan bagikan podcast ini ke teman, kolega, atau siapa saja yang ingin berkembang bersama kemajuan teknologi.
Terima kasih sudah mendengarkan Generative AI Fundamentals, dipersembahkan oleh BigData ID. Tetap semangat belajar. Dan sampai ketemu di episode berikutnya.
