Inilah Istilah AI Yang Perlu Anda Ketahui – Istilah “AI” maupun kecerdasan buatan telah digunakan dalam ilmu komputer sejak pada tahun 1950-an. Namun sebagian besar orang di luar industri teknologi baru mulai membicarakannya pada akhir tahun 2022.
Inilah Istilah AI Yang Perlu Anda Ketahui
carisbrookehighschool – Hal ini disebabkan oleh kemajuan terkini dalam pembelajaran mesin yang membawa kita pada terobosan besar yang akan berdampak besar pada hampir semua aspek. kehidupan Berikut beberapa kata kunci yang perlu kita pahami untuk lebih memahami AI dan berpartisipasi dalam percakapan global.
1. Kecerdasan Buatan (AI)
AI adalah sistem komputer yang sangat cerdas yang dapat meniru manusia dalam beberapa cara. Misalnya memahami perkataan orang, mengambil keputusan, menerjemahkan bahasa, menganalisa nada negatif atau positif, bahkan belajar dari pengalaman.
Merupakan buatan karena kecerdasannya diciptakan oleh manusia dengan menggunakan teknologi. Sistem AI terkadang dikatakan memiliki otak digital, namun AI bukanlah mesin fisik atau robot – melainkan program yang berjalan di dalam komputer. Ia bekerja dengan memasukkan kumpulan data yang sangat besar, menggunakan algoritme – yang merupakan instruksi – untuk membuat model yang dapat mengotomatisasi tugas-tugas yang biasanya memerlukan kecerdasan dan waktu manusia.
Orang sering berinteraksi dengan sistem AI—misalnya, saat Anda meminta Bing Chat melakukan sesuatu untuk Anda. Namun dalam banyak kasus, AI bekerja di belakang layar. Misalnya, ini menyarankan pilihan kata saat kita mengetik, menyarankan lagu dari playlist musik, dan memberikan informasi yang lebih relevan berdasarkan preferensi kita.
2. Machine Learning (ML)
Jika tujuannya adalah kecerdasan buatan, maka machine learning adalah sarana untuk mencapai tujuan tersebut. Pembelajaran mesin adalah cabang ilmu komputer di bawah kecerdasan buatan, di mana orang mengajarkan sistem komputer untuk melakukan sesuatu dengan melatih mereka mengenali pola dan membuat prediksi berdasarkan pola tersebut. Data dijalankan melalui algoritme berulang kali, memberikan masukan dan umpan balik yang berbeda setiap kali sehingga mesin dapat belajar dan meningkatkan kinerja saat belajar – misalnya, berlatih tangga nada piano 10 juta kali untuk membaca not dengan cepat nanti.
Proses ini membantu memecahkan masalah yang sangat sulit atau tidak mungkin dilakukan dengan teknik pemrograman tradisional, contohnya pengenalan gambar dan terjemahan bahasa. Proses pelatihan ini memerlukan data dalam jumlah besar, dan kami baru dapat memaksimalkan pengumpulan data ini dalam beberapa tahun terakhir karena semakin banyak data yang didigitalkan dan perangkat keras komputer menjadi lebih cepat, lebih kecil, lebih efisien, dan lebih baik. dapat memproses semua informasi ini. Inilah sebabnya mengapa model bahasa pembelajaran mesin (LLM) besar – seperti Bing Chat dan ChatGPT – tiba-tiba muncul.
Baca Juga : Daftar 5 Kripto dengan Teknologi Kecerdasan Buatan
3. Model Bahasa Besar (LLM)
Model Bahasa Besar (LLM) menggunakan teknik pembelajaran mesin untuk memproses bahasa sehingga dapat meniru cara manusia berkomunikasi. Pengembangannya didasarkan pada jaringan saraf, atau NN, yang merupakan sistem komputer yang terinspirasi oleh otak manusia—misalnya, kumpulan node dan koneksi yang mensimulasikan neuron dan sinapsis di otak kita.
Model dilatih menggunakan teks dalam jumlah besar untuk mempelajari pola dan hubungan bahasa sehingga model dapat menggunakan kata-kata manusia. Keterampilan pemecahan masalah mereka dapat digunakan untuk menerjemahkan bahasa, menjawab pertanyaan dalam bentuk chatbot, merangkum teks bahkan menulis cerita, puisi, dan kode komputer.
Mesin tidak punya pikiran atau perasaan, tapi kadang-kadang mereka sepertinya punya opini karena mereka telah mempelajari pola yang membantunya bereaksi seperti manusia. Pengembang sering kali menyempurnakan LLM menggunakan proses yang disebut pembelajaran dengan umpan balik manusia (RLHF) sehingga model tersebut menghasilkan keluaran percakapan yang terdengar lebih alami.
Inilah Istilah AI
4. Kecerdasan buatan generatif (Generative AI)
Kecerdasan buatan generatif menggunakan kemampuan model bahasa besar untuk menciptakan hal-hal baru, bukan sekedar mengulang atau memberikan informasi yang sudah ada. AI generatif mempelajari pola dan struktur dan kemudian menghasilkan sesuatu yang serupa namun baru. AI generatif dapat membuat hal-hal seperti gambar, musik, teks, video, dan kode. Dapat digunakan untuk membuat karya seni, menulis cerita, merancang produk, dan bahkan membantu dokter dalam tugas administratif. Namun Aktor Jahat juga dapat menggunakannya untuk menampilkan berita atau gambar palsu tetapi bukan gambar asli. Itu sebabnya perusahaan teknologi mengembangkan cara untuk mengidentifikasi dengan jelas konten yang diproduksi AI.
5. Halusinasi
Sistem AI generatif dapat membuat cerita, puisi, dan lagu, namun terkadang orang ingin hasil AI generatif didasarkan pada kebenaran. Karena sistem AI tidak bisa membedakan mana yang asli dan palsu, AI generatif bisa memberikan jawaban yang tidak akurat. Pengembang menyebut fenomena ini sebagai halusinasi, atau lebih tepatnya, alasan. Ibarat seseorang melihat sesuatu yang menyerupai garis wajah manusia di bulan dan mengatakan bahwa memang ada manusia di bulan. Pengembang mencoba memecahkan masalah ini dengan “grounding”, sebuah teknik untuk memberikan informasi tambahan kepada sistem AI dari sumber tepercaya untuk meningkatkan akurasi AI pada subjek tertentu. Terkadang prediksi sistem bisa salah meskipun model tidak memiliki informasi terkini.
6. AI yang Bertanggung Jawab
AI yang bertanggung jawab memandu manusia dalam upayanya merancang sistem yang aman dan adil di semua tingkatan, termasuk model pembelajaran mesin, perangkat lunak, antarmuka pengguna, serta aplikasi aturan dan batasan. Praktik AI yang bertanggung jawab merupakan komponen penting karena sistem AI sering kali bertugas membantu mengambil keputusan penting mengenai manusia, seperti di bidang pendidikan dan layanan kesehatan. Namun, karena AI diciptakan oleh manusia dan dilatih berdasarkan data dari dunia yang tidak sempurna, AI dapat mencerminkan bias tertentu. Oleh karena itu, salah satu kunci dalam mempraktikkan AI yang bertanggung jawab adalah memahami data yang digunakan untuk melatih sistem dan mencari cara untuk mengatasi kelemahannya sehingga hasilnya mencerminkan masyarakat secara keseluruhan, bukan hanya kelompok tertentu.
7. Model multimodal
Model multimodal dapat beroperasi secara bersamaan pada tipe atau tipe data yang berbeda. Dia melihat gambar, mendengar suara dan membaca kata-kata. Dengan kata lain, model multi-fashion adalah multi-tasker sejati! Model ini dapat menggabungkan semua data untuk melakukan tugas seperti menjawab pertanyaan tentang gambar.
8. Anjuran
Anjuran adalah perintah yang dimasukkan ke dalam sistem dengan menggunakan bahasa, gambar, atau kode untuk memberikan tugas kepada kecerdasan buatan. Insinyur dan kita semua yang berinteraksi dengan sistem AI harus merancang insentif dengan cermat untuk mencapai hasil yang diinginkan. Caranya sama seperti saat membeli sandwich di restoran: tidak hanya sekedar meminta sandwich, Anda harus menjelaskan rotinya, jenis dan jumlahnya.