AI dengan cepat mengubah dunia di sekitar kita. Teknologi ini menghilangkan berbagai lapangan kerja dan membanjiri internet dengan konten sampah. Berkat popularitas luar biasa dari ChatGPT hingga cara Google memaksakan ringkasan AI di puncak hasil pencariannya, AI benar-benar mengambil alih internet. Dengan AI, Anda bisa mendapatkan jawaban instan untuk hampir semua pertanyaan. Rasanya seperti berbicara dengan seseorang yang bergelar doktor dalam segala hal.
Namun, aspek chatbot AI tersebut hanyalah satu bagian dari lanskap AI. Tentu saja, meminta bantuan ChatGPT untuk mengerjakan pekerjaan rumah atau membuat Midjourney menghasilkan gambar-gambar mekha yang menarik berdasarkan negara asal itu keren, tetapi potensi AI generatif bisa membentuk ulang ekonomi sepenuhnya. Itu bisa bernilai $4,4 triliun untuk ekonomi global setiap tahunnya, menurut McKinsey Global Institute, itulah mengapa Anda akan mendengar semakin banyak tentang kecerdasan buatan.
AI muncul dalam beragam produk yang membingungkan — daftar singkatnya mencakup Gemini milik Google, Copilot milik Microsoft, Claude dari Anthropic, dan mesin pencari Perplexity. Anda dapat membaca ulasan dan evaluasi langsung kami tentang produk-produk tersebut dan produk lainnya, bersama dengan berita, penjelas, dan postingan cara melakukan sesuatu, di hub AI Atlas kami.
Seiring orang menjadi semakin terbiasa dengan dunia yang terjalin dengan AI, istilah-istilah baru bermunculan di mana-mana. Jadi, apakah Anda ingin terdengar pintar dalam obrolan atau berkesan dalam wawancara kerja, inilah beberapa istilah AI penting yang harus Anda ketahui.
Glosarium ini diperbarui secara berkala.
Kecerdasan Umum Buatan, atau AGI (Artificial General Intelligence): Sebuah konsep yang menunjuk pada versi AI yang lebih maju dari yang kita kenal saat ini, yang dapat melakukan tugas jauh lebih baik daripada manusia sambil juga mengajar dan memajukan kemampuannya sendiri.
Agentive: Sistem atau model yang menunjukkan keagenan dengan kemampuan untuk secara otonom mengejar tindakan untuk mencapai tujuan. Dalam konteks AI, model agentive dapat bertindak tanpa pengawasan konstan, seperti mobil otonom tingkat tinggi. Tidak seperti kerangka kerja “agentic” yang beroperasi di latar belakang, kerangka kerja agentive berada di depan, berfokus pada pengalaman pengguna.
Etika AI (AI Ethics): Prinsip-prinsip yang bertujuan untuk mencegah AI membahayakan manusia, dicapai melalui cara-cara seperti menentukan bagaimana sistem AI harus mengumpulkan data atau menangani bias.
Keamanan AI (AI Safety): Sebuah bidang interdisipliner yang berkaitan dengan dampak jangka panjang AI dan bagaimana ia bisa tiba-tiba berkembang menjadi super-inteligensi yang bisa bermusuhan dengan manusia.
Algoritma (Algorithm): Serangkaian instruksi yang memungkinkan program komputer untuk belajar dan menganalisis data dengan cara tertentu, seperti mengenali pola, untuk kemudian belajar darinya dan menyelesaikan tugas secara mandiri.
Penjajaran (Alignment): Menyesuaikan AI untuk lebih baik menghasilkan hasil yang diinginkan. Ini bisa merujuk pada apa pun dari memoderasi konten hingga mempertahankan interaksi positif dengan manusia.
Antropomorfisme (Anthropomorphism): Ketika manusia cenderung memberikan karakteristik seperti manusia kepada objek non-manusia. Dalam AI, ini dapat mencakup keyakinan bahwa chatbot lebih mirip manusia dan sadar daripada yang sebenarnya, seperti percaya bahwa itu bahagia, sedih, atau bahkan memiliki perasaan.
Kecerdasan Buatan, atau AI (Artificial Intelligence): Penggunaan teknologi untuk mensimulasikan kecerdasan manusia, baik dalam program komputer maupun robotika. Sebuah bidang dalam ilmu komputer yang bertujuan untuk membangun sistem yang dapat melakukan tugas-tugas manusia.
Agen Otonom (Autonomous Agents): Model AI yang memiliki kemampuan, pemrograman, dan alat-alat lain untuk menyelesaikan tugas tertentu. Mobil self-driving adalah contoh agen otonom, karena memiliki input sensorik, GPS, dan algoritma mengemudi untuk menavigasi jalan sendiri. Peneliti Stanford telah menunjukkan bahwa agen otonom dapat mengembangkan budaya, tradisi, dan bahasa bersama mereka sendiri.
Bias (Bias): Dalam hal model bahasa besar, kesalahan yang dihasilkan dari data pelatihan. Ini dapat mengakibatkan pengaitan karakteristik tertentu kepada ras atau kelompok tertentu secara keliru berdasarkan stereotip.
Chatbot (Chatbot): Program yang berkomunikasi dengan manusia melalui teks yang mensimulasikan bahasa manusia.
ChatGPT: Chatbot AI yang dikembangkan oleh OpenAI yang menggunakan teknologi model bahasa besar.
Komputasi Kognitif (Cognitive Computing): Istilah lain untuk kecerdasan buatan.
Augmentasi Data (Data Augmentation): Menggabungkan ulang data yang ada atau menambahkan rangkaian data yang lebih beragam untuk melatih sebuah AI.
Set Data (Dataset): Kumpulan informasi digital yang digunakan untuk melatih, menguji, dan memvalidasi model AI.
Pembelajaran Mendalam (Deep Learning): Sebuah metode AI, dan sub-bidang dari pembelajaran mesin, yang menggunakan banyak parameter untuk mengenali pola kompleks dalam gambar, suara, dan teks. Proses ini terinspirasi oleh otak manusia dan menggunakan jaringan saraf tiruan untuk membuat pola.
Difusi (Diffusion): Sebuah metode pembelajaran mesin yang mengambil sepotong data yang ada, seperti foto, dan menambahkan noise acak. Model difusi melatih jaringan mereka untuk merekayasa ulang atau memulihkan foto itu.
Perilaku Muncul (Emergent Behavior): Ketika sebuah model AI menunjukkan kemampuan yang tidak diinginkan.
Pembelajaran Ujung ke Ujung, atau E2E (End-to-End Learning): Proses pembelajaran mendalam di mana model diperintahkan untuk melakukan tugas dari awal hingga akhir. Model ini tidak dilatih untuk menyelesaikan tugas secara berurutan tetapi belajar dari input dan menyelesaikannya sekaligus.
Pertimbangan Etis (Ethical Considerations): Kesadaran akan implikasi etis dari AI dan masalah terkait privasi, penggunaan data, keadilan, penyalahgunaan, dan masalah keamanan lainnya.
Foom: Juga dikenal sebagai fast takeoff atau hard takeoff. Konsep yang menyatakan bahwa jika seseorang membangun AGI, mungkin sudah terlambat untuk menyelamatkan umat manusia.
Jaringan Permusuhan Generatif, atau GANs (Generative Adversarial Networks): Sebuah model AI generatif yang terdiri dari dua jaringan saraf untuk menghasilkan data baru: generator dan diskriminator. Generator menciptakan konten baru, dan diskriminator memeriksa untuk melihat apakah itu autentik.
AI Generatif (Generative AI): Teknologi penghasil konten yang menggunakan AI untuk membuat teks, video, kode komputer, atau gambar. AI diumpankan dengan sejumlah besar data pelatihan, menemukan pola untuk menghasilkan respons novelnya sendiri, yang terkadang bisa mirip dengan materi sumber.
Google Gemini: Chatbot AI oleh Google yang berfungsi mirip dengan ChatGPT tetapi juga menarik informasi dari layanan Google lainnya, seperti Penelusuran dan Maps.
Pagar Pengaman (Guardrails): Kebijakan dan pembatasan yang ditempatkan pada model AI untuk memastikan data ditangani secara bertanggung jawab dan bahwa model tidak membuat konten yang mengganggu.
Halusinasi (Hallucination): Respons yang salah dari AI. Dapat mencakup AI generatif yang menghasilkan jawaban yang salah tetapi dinyatakan dengan percaya diri seolah-olah benar. Alasan untuk ini tidak sepenuhnya diketahui. Misalnya, ketika menanyakan chatbot AI, “Kapan Leonardo da Vinci melukis Mona Lisa?” mungkin merespons dengan pernyataan yang salah yang mengatakan, “Leonardo da Vinci melukis Mona Lisa pada tahun 1815,” yang merupakan 300 tahun setelah lukisan itu sebenarnya dibuat.
Inferensi (Inference): Proses yang digunakan model AI untuk menghasilkan teks, gambar, dan konten lain tentang data baru, dengan menyimpulkan dari data pelatihan mereka.
Model Bahasa Besar, atau LLM (Large Language Model): Sebuah model AI yang dilatih pada sejumlah besar data teks untuk memahami bahasa dan menghasilkan konten novel dalam bahasa yang mirip manusia.
Laten (Latency): Penundaan waktu dari ketika sistem AI menerima masukan atau perintah dan menghasilkan keluaran.
Pembelajaran Mesin, atau ML (Machine Learning): Komponen dalam AI yang memungkinkan komputer untuk belajar dan membuat hasil prediktif yang lebih baik tanpa pemrograman eksplisit. Dapat digabungkan dengan set pelatihan untuk menghasilkan konten baru.
Microsoft Bing: Mesin pencari oleh Microsoft yang sekarang dapat menggunakan teknologi yang mendukung ChatGPT untuk memberikan hasil penelusuran berbasis AI. Ini mirip dengan Google Gemini karena terhubung ke internet.
AI Multimodal (Multimodal AI): Jenis AI yang dapat memproses berbagai jenis input, termasuk teks, gambar, video, dan ucapan.
Pemrosesan Bahasa Alami (Natural Language Processing): Cabang AI yang menggunakan pembelajaran mesin dan pembelajaran mendalam untuk memberi komputer kemampuan memahami bahasa manusia, seringkali menggunakan algoritma pembelajaran, model statistik, dan aturan linguistik.
Jaringan Saraf (Neural Network): Model komputasi yang menyerupai struktur otak manusia dan dimaksudkan untuk mengenali pola dalam data. Terdiri dari node atau neuron yang saling terhubung yang dapat mengenali pola dan belajar dari waktu ke waktu.
Bobot Terbuka (Open Weights): Ketika sebuah perusahaan merilis model bobot terbuka, bobot akhir model — bagaimana model menafsirkan informasi dari data pelatihannya, termasuk bias — dibuat tersedia untuk publik. Model bobot terbuka biasanya tersedia untuk diunduh dan dijalankan secara lokal di perangkat Anda.
Overfitting: Kesalahan dalam pembelajaran mesin di mana model berfungsi terlalu dekat dengan data pelatihan dan mungkin hanya dapat mengidentifikasi contoh spesifik dalam data tersebut, tetapi tidak pada data baru.
Paperclips: Teori Paperclip Maximiser, yang dicetuskan oleh filsuf Nick Boström dari Universitas Oxford, adalah skenario hipotetis di mana sistem AI akan membuat klip kertas literal sebanyak mungkin. Dalam tujuannya untuk menghasilkan jumlah klip kertas maksimum, sebuah sistem AI secara hipotetis akan mengonsumsi atau mengonversi semua materi untuk mencapai tujuannya. Ini bisa termasuk membongkar mesin lain untuk menghasilkan lebih banyak klip kertas, mesin yang bisa bermanfaat bagi manusia. Konsekuensi yang tidak diinginkan dari sistem AI ini adalah bahwa ia dapat menghancurkan umat manusia dalam tujuannya membuat klip kertas.
Parameter (Parameters): Nilai numerik yang memberikan struktur dan perilaku pada LLM, memungkinkannya untuk membuat prediksi.
Perplexity: Nama dari chatbot dan mesin pencari bertenaga AI yang dimiliki oleh Perplexity AI. Ia menggunakan model bahasa besar, seperti yang ditemukan di chatbot AI lainnya, tetapi memiliki koneksi ke internet terbuka untuk hasil yang mutakhir.
Perintah (Prompt): Saran atau pertanyaan yang Anda masukkan ke dalam chatbot AI untuk mendapatkan respons.
Rantai Perintah (Prompt Chaining): Kemampuan AI untuk menggunakan informasi dari interaksi sebelumnya untuk mewarnai respons di masa depan.
Rekayasa Perintah (Prompt Engineering): proses menulis perintah untuk AI untuk mencapai hasil yang diinginkan. Ini membutuhkan instruksi terperinci, menggabungkan pemikiran berantai dan teknik lainnya, termasuk teks yang sangat spesifik. Rekayasa perintah juga dapat digunakan secara jahat untuk memaksa model berperilaku dengan cara yang tidak dimaksudkan semula.
Kuantisasi (Quantization): Proses di mana model pembelajaran besar AI diperkecil dan dibuat lebih efisien (meskipun, sedikit kurang akurat) dengan menurunkan presisinya dari format yang lebih tinggi ke format yang lebih rendah. Cara yang baik untuk memikirkan ini adalah dengan membandingkan gambar 16 megapiksel dengan gambar 8 megapiksel. Keduanya masih jelas dan terlihat, tetapi gambar resolusi lebih tinggi akan memiliki lebih banyak detail ketika diperbesar.
Slop: konten online berkualitas rendah yang dibuat dalam volume tinggi oleh AI untuk mendapatkan tampilan dengan sedikit tenaga atau usaha. Tujuan dari AI slop, dalam ranah Penelusuran Google dan media sosial, adalah untuk membanjiri umpan dengan begitu banyak konten sehingga menangkap sebanyak mungkin pendapatan iklan, biasanya merugikan penerbit dan pencipta yang sebenarnya. Sementara beberapa situs media sosial menerima masuknya AI slop, yang lain menolaknya