Generative AI: Apa Itu, Mengapa Populer, dan Bagaimana Cara Kerjanya?
Generative AI (GenAI) sedang menjadi topik hangat saat ini, tapi apa sebenarnya itu? Kami punya jawabannya. Berikut adalah beberapa informasi dasar yang layak Anda ketahui.
DAFTAR ISI
Seputar Generative AI
Apa Itu Generative AI?
Generative artificial intelligence (AI) mengacu pada model atau algoritma yang menciptakan output baru, seperti teks, foto, video, kode, data, atau rendering 3D, dari sejumlah besar data yang mereka latih. Model ini 'menghasilkan' konten baru dengan merujuk pada data yang telah mereka pelajari, membuat prediksi baru.
Tujuan dari generative AI adalah untuk membuat konten, berbeda dengan bentuk AI lainnya yang cocok untuk tujuan lain, seperti menganalisis data, memberikan rekomendasi iklan, memproses aplikasi, membantu mengendalikan mobil otonom, dan sebagainya.
Contoh Generative AI
Seperti yang disebutkan di atas, generative AI hanyalah bagian dari AI yang menggunakan data latihannya untuk 'menghasilkan' atau memproduksi output baru. Chatbot AI atau generator gambar AI adalah contoh utama dari model generative AI. Alat-alat ini menggunakan sejumlah besar materi yang mereka pelajari untuk menciptakan teks atau gambar baru.
Mengapa Generative AI Menjadi Topik Hangat Saat Ini?
Istilah generative AI menjadi perbincangan hangat karena semakin populernya model generative AI, seperti chatbot percakapan ChatGPT dari OpenAI dan generator gambar AI-nya, DALL-E 3.
Alat-alat ini dan alat serupa lainnya menggunakan generative AI untuk menghasilkan konten baru, termasuk kode komputer, esai, email, caption media sosial, gambar, puisi, rumus Excel, dan banyak lagi, dalam hitungan detik, yang memiliki potensi untuk meningkatkan produktivitas kerja orang secara signifikan.
ChatGPT menjadi sangat populer dengan cepat, mengumpulkan lebih dari satu juta pengguna seminggu setelah diluncurkan. Banyak perusahaan lain melihat kesuksesan itu dan bergegas untuk bersaing di pasar generative AI, termasuk Google, Bing dari Microsoft, dan Anthropic. Perusahaan-perusahaan ini dengan cepat mengembangkan model generative AI mereka sendiri.
Perbincangan seputar generative AI akan terus tumbuh seiring semakin banyaknya perusahaan yang memasuki pasar dan menemukan kasus penggunaan baru untuk membantu teknologi ini terintegrasi ke dalam proses sehari-hari. Misalnya, ada lonjakan baru-baru ini dari model generative AI untuk video dan audio.
Apa Hubungan Machine Learning dengan Generative AI?
Machine learning mengacu pada bagian dari AI yang mengajarkan sistem untuk membuat prediksi berdasarkan data yang dilatihnya. Contoh prediksi ini adalah ketika DALL-E 3 menciptakan gambar berdasarkan prompt yang Anda masukkan dengan memahami apa yang dimaksud oleh prompt tersebut.
Generative AI adalah kerangka kerja machine learning, tetapi tidak semua kerangka kerja machine learning adalah generative AI.
Apa Perbedaan Antara Generative AI dan LLM?
Saat membahas model generative AI, Anda sering mendengar istilah large language model (LLM) karena ini adalah teknologi yang mendukung chatbot AI.
Seperti yang dijelaskan oleh Maria Diaz dari ZDNET: "Salah satu jenis AI yang paling terkenal saat ini adalah large language models (LLM). Model-model ini menggunakan machine learning tanpa pengawasan dan dilatih pada sejumlah besar teks untuk belajar bagaimana bahasa manusia bekerja. Teks-teks ini mencakup artikel, buku, situs web, dan lainnya."
LLM ini memiliki kemampuan pemrosesan bahasa alami yang canggih dan sering digunakan untuk chatbot AI. Chatbot ini perlu memahami prompt percakapan dari pengguna, tetapi mereka juga perlu menghasilkan prompt secara percakapan.
Beberapa LLM yang paling populer adalah GPT-3.5 dari OpenAI, yang mendukung versi gratis ChatGPT, dan GPT-4, yang mendukung ChatGPT Plus dan Microsoft's Copilot.
Apa yang Menjadi Bahan Pelatihan Model Generative AI Berbasis Teks?
Model berbasis teks, seperti ChatGPT, dilatih menggunakan sejumlah besar data dalam proses yang dikenal sebagai self-supervised learning. Di sini, model belajar dari informasi yang diberikan untuk membuat prediksi dan menghasilkan jawaban di skenario mendatang.
Satu kekhawatiran dengan model generative AI, terutama yang menghasilkan teks, adalah banyak dari mereka dilatih menggunakan data dari seluruh internet. Data ini mencakup materi yang dilindungi hak cipta dan informasi yang mungkin tidak dibagikan dengan persetujuan pemiliknya.
Apa Itu Seni Generative AI?
Seni generative AI, termasuk gambar, dibuat oleh model AI yang dilatih menggunakan miliaran gambar. Model ini menggunakan data ini untuk mempelajari gaya gambar dan kemudian menggunakan wawasan ini untuk menghasilkan seni baru ketika diminta oleh individu melalui teks.
Contoh populer dari generator seni AI adalah DALL-E. Namun, banyak generator AI lainnya yang ada di pasaran yang sama baiknya, jika tidak lebih mampu. Alat-alat ini juga dapat digunakan untuk berbagai kebutuhan.
Image Creator dari Microsoft Designer adalah upaya Microsoft menggunakan teknologi ini, yang memanfaatkan model teks-ke-gambar paling canggih dari OpenAI, DALL-E 3, dan saat ini dianggap oleh ZDNET sebagai generator gambar AI terbaik.
Beberapa model, seperti DALL-E, dilatih dengan gambar yang ditemukan di seluruh internet, bahkan jika izin penciptanya tidak diberikan. Yang lainnya, seperti Adobe's Firefly, mengambil pendekatan yang lebih etis dengan dilaporkan hanya menggunakan Adobe Stock Images atau konten domain publik di mana hak cipta telah habis.
Apa Masalah dengan Seni yang Dihasilkan oleh Model Teks-ke-Gambar?
Banyak model seni generative AI dilatih menggunakan miliaran gambar dari internet. Konten ini sering kali mencakup karya seni dan gambar yang diproduksi oleh seniman dan kreatif. Gambar-gambar ini kemudian dibayangkan kembali dan digunakan oleh AI untuk menghasilkan gambar Anda. Masalahnya adalah bahwa para seniman dari karya asli tidak memberikan izin untuk karya seni mereka digunakan untuk melatih model AI dan menginspirasi yang lain.
Meskipun bukan gambar yang sama, gambar baru memiliki elemen dari karya asli seorang seniman, yang tidak dikreditkan kepada mereka. Gaya tertentu yang unik bagi seniman dapat direplikasi oleh AI dan digunakan untuk menghasilkan gambar baru, tanpa sepengetahuan atau persetujuan seniman asli. Perdebatan tentang apakah seni yang dihasilkan AI adalah 'baru' atau bahkan 'seni' akan terus berlanjut selama bertahun-tahun.
Apa Kekurangan dari Generative AI?
Model generative AI mengambil sejumlah besar konten dari seluruh internet dan kemudian menggunakan informasi yang mereka latih untuk membuat prediksi dan menciptakan output untuk prompt yang Anda masukkan. Prediksi ini didasarkan pada data yang diberikan kepada model, tetapi tidak ada jaminan bahwa prediksi akan benar, bahkan jika responnya terdengar masuk akal.
Respon tersebut juga mungkin mengandung bias yang melekat dalam konten yang dimiliki model dari internet, tetapi seringkali tidak ada cara untuk mengetahui apakah itu benar. Kekurangan ini telah menimbulkan kekhawatiran besar terkait penyebaran informasi yang salah akibat generative AI.
Model generative AI tidak selalu tahu apakah output mereka akurat. Pengguna tidak mungkin tahu dari mana informasi tersebut berasal. Mereka juga tidak mungkin memahami bagaimana algoritma memproses data untuk menghasilkan konten.
Ada contoh chatbot yang memberikan informasi yang salah atau hanya membuat sesuatu untuk mengisi celah. Meskipun hasil dari generative AI bisa menarik dan menghibur, akan tidak bijaksana, setidaknya dalam jangka pendek, untuk bergantung pada informasi atau konten yang mereka buat.
Beberapa model generative AI, seperti Copilot, berusaha menjembatani kesenjangan sumber tersebut dengan memberikan catatan kaki dengan sumber yang memungkinkan pengguna memahami dari mana respons mereka berasal dan memverifikasi keakuratannya.
Sumber: Sabrina Ortiz (23 April 2024)
Blog ini didukung oleh pembaca. Kami dapat memperoleh komisi afiliasi ketika Anda membeli melalui tautan di situs web kami. Ikuti kami juga di Google News Publisher untuk mendapatkan notifikasi artikel terbaru. Terima kasih.
