Perkembangan AI bergerak sangat cepat dan kini menjadi komponen kritis dalam segala hal, mulai dari pencarian Google hingga kreasi konten. Namun, AI juga tengah mengeliminasi berbagai lapangan kerja dan membanjiri internet dengan konten sampah (slop). Berkat popularitas masif ChatGPT, kini setiap perusahaan teknologi besar ingin menyuntikkan produk mereka dengan AI. Teknologi ini memberikan jawaban instan untuk hampir segala pertanyaan. Rasanya seperti berbicara dengan seseorang yang bergelar doktor dalam segala bidang.
Namun, aspek chatbot AI tersebut hanyalah satu bagian dari lanskap AI yang lebih luas. Memang, menggunakan ChatGPT untuk mengerjakan pekerjaan rumah atau meminta Midjourney membuat gambar mecha yang menarik berdasarkan negara asal terkesan keren, tetapi potensi AI generatif bisa membentuk ulang perekonomian. Menurut McKinsey Global Institute, nilainya bisa mencapai $4,4 triliun untuk ekonomi global setiap tahunnya. Itulah mengapa kita akan semakin sering mendengar tentang kecerdasan buatan.
AI kini hadir dalam beragam produk yang membingungkan—beberapa contoh singkatnya ialah Gemini milik Google, Copilot dari Microsoft, Claude buatan Anthropic, dan mesin pencari Perplexity. Anda dapat membaca ulasan dan evaluasi langsung kami mengenai produk-produk tersebut serta berita, penjelasan, dan panduan di pusat AI Atlas kami.
Seiring masyarakat semakin terbiasa dengan dunia yang terjalin dengan AI, istilah年 baru bermunculan di mana-mana. Jadi, baik untuk terdengar cerdas dalam obrolan atau berkesan dalam wawancara kerja, berikut beberapa istilah AI penting yang perlu Anda ketahui.
Glosarium ini diperbarui secara berkala.
Kecerdasan Umum Buatan (Artificial General Intelligence/AGI): Konsep yang mengusulkan versi AI lebih maju daripada yang ada sekarang, yang dapat melakukan tugas jauh lebih baik daripada manusia sekaligus mengajar dan meningkatkan kemampuannya sendiri.
Agentif (Agentive): Sistem atau model yang menunjukkan keagenan dengan kemampuan untuk secara mandiri melakukan tindakan guna mencapai tujuan. Dalam konteks AI, model agentif dapat bertindak tanpa pengawasan konstan, seperti mobil otonom tingkat tinggi. Berbeda dengan kerangka “agentik” yang berjalan di latar belakang, kerangka agentif berada di depan, berfokus pada pengalaman pengguna.
Etika AI (AI Ethics): Prinsip-prinsip yang bertujuan mencegah AI membahayakan manusia, dicapai melalui cara-cara seperti menentukan bagaimana sistem AI harus mengumpulkan data atau menangani bias.
Psikosis AI (AI Psychosis): Istilah non-klinis yang menggambarkan fenomena di mana individu menjadi terlalu terpaku, terpukau, atau merasa diri hebat oleh chatbot AI, yang mengarah pada delusi keagungan, koneksi emosional mendalam, dan terlepas dari realita. Bukan diagnosis klinis.
Keamanan AI (AI Safety): Bidang interdisipliner yang berkaitan dengan dampak jangka panjang AI dan bagaimana ia bisa tiba-tiba berkembang menjadi superintelijen yang mungkin bermusuhan dengan manusia.
Algoritma (Algorithm): Serangkaian instruksi yang memungkinkan program komputer 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 dapat merujuk pada apa pun mulai dari memoderasi konten hingga mempertahankan interaksi positif dengan manusia.
Antropomorfisme (Anthropomorphism): Ketika manusia cenderung memberikan karakteristik seperti manusia pada objek non-manusia. Dalam AI, ini bisa termasuk meyakini bahwa chatbot lebih mirip manusia dan sadar daripada yang sebenarnya, seperti percaya ia bahagia, sedih, atau bahkan memiliki kesadaran.
Kecerdasan Buatan (Artificial Intelligence/AI): Penggunaan teknologi untuk mensimulasikan kecerdasan manusia, baik dalam program komputer maupun robotika. Sebuah bidang dalam ilmu komputer yang bertujuan membangun sistem yang dapat melakukan tugas manusia.
Agen Otonom (Autonomous Agents): Model AI yang memiliki kemampuan, pemrograman, dan alat lain untuk menyelesaikan tugas tertentu. Mobil self-driving adalah contoh agen otonom karena memiliki input sensorik, GPS, dan algoritma mengemudi untuk bernavigasi di jalan sendiri. Peneliti Stanford telah menunjukkan bahwa agen otonom dapat mengembangkan budaya, tradisi, dan bahasa bersama mereka sendiri.
Bias: Terkait model bahasa besar, kesalahan yang dihasilkan dari data pelatihan. Hal ini dapat mengakibatkan pengaitan keliru karakteristik tertentu terhadap ras atau kelompok tertentu berdasarkan stereotip.
Chatbot: Program yang berkomunikasi dengan manusia melalui teks yang meniru bahasa manusia.
ChatGPT: Chatbot AI yang dikembangkan oleh OpenAI yang menggunakan teknologi model bahasa besar.
Claude: Chatbot AI yang dikembangkan oleh Anthropic 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 kumpulan data yang lebih beragam untuk melatih AI.
Kumpulan Data (Dataset): Koleksi informasi digital yang digunakan untuk melatih, menguji, dan memvalidasi model AI.
Pembelajaran Mendalam (Deep Learning): Metode AI, dan subbidang 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): Metode pembelajaran mesin yang mengambil data yang ada, seperti foto, dan menambahkan noise acak. Model difusi melatih jaringannya untuk merekayasa ulang atau memulihkan foto tersebut.
Perilaku Muncul (Emergent Behavior): Ketika model AI menunjukkan kemampuan yang tidak diinginkan.
Pembelajaran Ujung ke Ujung (End-to-End Learning/E2E): Proses pembelajaran mendalam di mana model diinstruksikan untuk melakukan tugas dari awal hingga akhir. Ia tidak dilatih untuk menyelesaikan tugas secara berurutan, melainkan 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 lepas landas cepat (fast takeoff) atau lepas landas keras (hard takeoff). Konsep bahwa jika seseorang membangun AGI, mungkin sudah terlambat untuk menyelamatkan umat manusia.
Jaringan Permusuhan Generatif (Generative Adversarial Networks/GANs): Model AI generatif yang terdiri dari dua jaringan saraf untuk menghasilkan data baru: generator dan diskriminator. Generator menciptakan konten baru, dan diskriminator memeriksa keasliannya.
AI Generatif (Generative AI): Teknologi pembuat konten yang menggunakan AI untuk membuat teks, video, kode komputer, atau gambar. AI diberi banyak 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 Search dan Maps.
Pagar Pengaman (Guardrails): Kebijakan dan pembatasan yang ditempatkan pada model AI untuk memastikan data ditangani secara bertanggung jawab dan model tidak membuat konten yang mengganggu.
Halusinasi (Hallucination): Respons yang tidak benar dari AI. Dapat mencakup AI generatif menghasilkan jawaban yang salah tetapi dinyatakan dengan percaya diri seolah-olah benar. Alasannya tidak sepenuhnya diketahui. Contohnya, saat menanyakan chatbot AI, “Kapan Leonardo da Vinci melukis Mona Lisa?” ia mungkin merespons dengan pernyataan salah seperti, “Leonardo da Vinci melukis Mona Lisa pada 1815,” yang mana 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 (Large Language Model/LLM): Model AI yang dilatih pada sejumlah besar data teks untuk memahami bahasa dan menghasilkan konten novel dalam bahasa seperti manusia.
Latensi (Latency): Penundaan waktu dari saat sistem AI menerima input atau perintah hingga menghasilkan output.
Pembelajaran Mesin (Machine Learning/ML): Komponen dalam AI yang memungkinkan komputer 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 kini dapat menggunakan teknologi yang menggerakkan ChatGPT untuk memberikan hasil pencari berbasis AI. 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, sering 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 seiring waktu.
Bobot Terbuka (Open Weights): Ketika perusahaan merilis model bobot terbuka, bobot akhir model—cara ia menafsirkan informasi dari data pelatihannya, termasuk bias—tersedia untuk publik. Model bobot terbuka biasanya tersedia untuk diunduh dan dijalankan secara lokal di perangkat Anda.
Overfitting: Kesalahan dalam pembelajaran mesin di mana ia berfungsi terlalu dekat dengan data pelatihan dan mungkin hanya dapat mengidentifikasi contoh spesifik dalam data tersebut, tetapi tidak pada data baru.
Paperclips: Teori Pemaksimal Paperclip (Paperclip Maximizer), yang dicetuskan oleh filsuf Nick Boström dari Universitas Oxford, adalah skenario hipotetis di mana sistem AI akan membuat paperclip literal sebanyak mungkin. Dalam tujuannya untuk memproduksi paperclip dalam jumlah maksimum, sistem AI secara hipotetis akan mengonsumsi atau mengonversi semua materi untuk mencapai tujuannya. Ini bisa mencakup membongkar mesin lain untuk menghasilkan lebih banyak paperclip, mesin yang mungkin bermanfaat bagi manusia. Konsekuensi yang tidak diinginkan dari sistem AI ini adalah ia mungkin menghancurkan umat manusia dalam tujuannya membuat paperclip.
Parameter (Parameters): Nilai numerik yang memberikan struktur dan perilaku pada LLM, memungkinkannya membuat prediksi.
Perplexity: Nama chatbot dan mesin pencari berbasis AI yang dimiliki oleh Perplexity AI. Ia menggunakan model bahasa besar, seperti yang ditemukan di chatbot AI lain, tetapi memiliki koneksi ke internet terbuka untuk hasil terkini.
Perintah (Prompt): Saran atau pertanyaan yang Anda masukkan ke chatbot AI untuk mendapatkan respons.
Rantai Perintah (Prompt Chaining): Kemampuan AI untuk menggunakan informasi dari interaksi sebelumnya untuk memengaruhi respons di masa mendatang.
Rekayasa Perintah (Prompt Engineering): Proses menulis perintah untuk AI untuk mencapai hasil yang diinginkan. Memerlukan instruksi rinci, menggabungkan pemikiran berantai (chain-of-thought prompting) dan teknik lain, termasuk teks yang sangat spesifik. Rekayasa perintah juga dapat digunakan secara jahat untuk memaksa model berperilaku dengan cara yang tidak dimaksudkan semula.
Suntikan Perintah (Prompt Injection): Ketika peretas atau aktor jahat mencoba menggunakan instruksi berbahaya untuk menipu AI melakukan sesuatu yang tidak seharusnya dilakukan