Kecerdasan Buatan (AI) dengan cepat mengubah teknologi yang kita gunakan sehari-hari. Teknologi ini menghilangkan berbagai lapangan pekerjaan dan membanjiri internet dengan konten berkualitas rendah. Berkat popularitas masif dari ChatGPT hingga cara Google memasukkan ringkasan AI di bagian atas 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 memiliki gelar doktor dalam segala hal.
Akan tetapi, aspek chatbot AI tersebut hanyalah satu bagian dari lanskap AI. Memang, menggunakan ChatGPT untuk mengerjakan pekerjaan rumah atau meminta Midjourney menciptakan gambar-gambar mekha yang menakjubkan berdasarkan negara asal adalah hal yang keren, tetapi potensi AI generatif bisa membentuk ulang perekonomian. Menurut McKinsey Global Institute, hal itu bisa bernilai $4,4 triliun untuk ekonomi global setiap tahunnya, itulah sebabnya Anda patut mendengar lebih banyak lagi tentang kecerdasan buatan.
AI muncul dalam beragam produk yang membingungkan – daftar singkatnya mencakup Gemini milik Google, Copilot dari Microsoft, Claude karya Anthropic, dan mesin pencari Perplexity. Anda dapat membaca ulasan dan evaluasi langsung kami tentang produk-produk tersebut dan produk lainnya, bersama dengan berita, penjelasan, dan postingan cara penggunaan, di pusat AI Atlas kami.
Seiring orang menjadi semakin terbiasa dengan dunia yang terjalin dengan AI, istilah-istilah baru bermunculan di mana-mana. Jadi, baik Anda ingin terdengar pintar dalam obrolan santai atau membuat kesan dalam wawancara kerja, berikut adalah beberapa istilah AI penting yang perlu Anda ketahui.
Glosarium ini diperbarui secara berkala.
Kecerdasan Umum Buatan, atau AGI: Sebuah konsep yang mengusulkan versi AI yang lebih maju daripada yang kita kenal saat ini, yang dapat melakukan tugas-tugas jauh lebih baik daripada manusia sambil juga mengajar dan meningkatkan kemampuannya sendiri.
Agentif: Sistem atau model yang menunjukkan keagenan dengan kemampuan untuk secara otonom mengejar tindakan guna mencapai suatu tujuan. Dalam konteks AI, model yang agentif dapat bertindak tanpa pengawasan konstan, seperti mobil otonom tingkat tinggi. Tidak seperti kerangka kerja “agentik” yang beroperasi di latar belakang, kerangka kerja agentif berada di garis depan, berfokus pada pengalaman pengguna.
Etika AI: Prinsip-prinsip yang bertujuan untuk mencegah AI membahayakan manusia, dicapai melalui cara-cara seperti menentukan bagaimana sistem AI seharusnya mengumpulkan data atau menangani bias.
Psikosis AI: Istilah non-klinis yang menggambarkan fenomena di mana individu menjadi terpaku secara berlebihan, terkagum-kagum, atau merasa diagungkan oleh chatbot AI, leading to delusions of grandeur, koneksi emosional yang mendalam, dan terlepas dari realitas. Bukan diagnosis klinis.
Keamanan AI: Sebuah bidang interdisipliner yang berkaitan dengan dampak jangka panjang AI dan bagaimana ia bisa tiba-tiba berkembang menjadi kecerdasan super yang mungkin bermusuhan dengan manusia.
Algoritma: 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.
Alignment (Penjajaran): 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: Ketika manusia cenderung memberikan karakteristik seperti manusia pada objek non-manusia. Dalam AI, ini dapat mencakup keyakinan bahwa chatbot lebih mirip manusia dan sadar daripada yang sebenarnya, seperti percaya bahwa ia bahagia, sedih, atau bahkan memiliki perasaan.
Kecerdasan Buatan, atau AI: Penggunaan teknologi untuk menirukan 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: Model AI yang memiliki kemampuan, pemrograman, dan alat lainnya 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: Dalam hal model bahasa besar, kesalahan yang diakibatkan dari data pelatihan. Hal ini dapat mengakibatkan pengaitan karakteristik tertentu pada ras atau kelompok tertentu secara keliru berdasarkan stereotip.
Chatbot: Sebuah program yang berkomunikasi dengan manusia melalui teks yang meniru bahasa manusia.
ChatGPT: Chatbot AI yang dikembangkan oleh OpenAI yang menggunakan teknologi model bahasa besar.
Komputasi Kognitif: Istilah lain untuk kecerdasan buatan.
Augmentasi Data: Menggabungkan ulang data yang ada atau menambahkan serangkaian data yang lebih beragam untuk melatih sebuah AI.
Dataset: Kumpulan informasi digital yang digunakan untuk melatih, menguji, dan memvalidasi sebuah model AI.
Pembelajaran Mendalam (Deep Learning): Sebuah metode AI, dan subbidang 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 menciptakan pola.
Difusi: Sebuah metode pembelajaran mesin yang mengambil bagian data yang sudah ada, seperti foto, dan menambahkan noise acak. Model difusi melatih jaringan mereka untuk merekayasa ulang atau memulihkan foto tersebut.
Perilaku Muncul (Emergent Behavior): Ketika sebuah model AI menunjukkan kemampuan yang tidak diinginkan.
Pembelajaran Ujung-ke-Ujung (End-to-End Learning, atau E2E): Sebuah proses pembelajaran mendalam di mana sebuah model diperintahkan untuk melakukan suatu tugas dari awal hingga akhir. Model tidak dilatih untuk menyelesaikan tugas secara berurutan, tetapi justru 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 (Generative Adversarial Networks, atau GANs): Sebuah model AI generatif yang terdiri dari dua jaringan saraf untuk menghasilkan data baru: sebuah generator dan sebuah discriminator. Generator menciptakan konten baru, dan discriminator memeriksa apakah konten itu otentik.
AI Generatif (Generative AI): Teknologi penghasil konten yang menggunakan AI untuk menciptakan teks, video, kode komputer, atau gambar. AI diberi makan sejumlah besar data pelatihan, menemukan pola untuk menghasilkan respons novelnya sendiri, yang kadang-kadang bisa mirip dengan materi sumber.
Google Gemini: Sebuah 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 menciptakan konten yang mengganggu.
Halusinasi (Hallucination): Respons yang tidak benar 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 kepada chatbot AI, “Kapan Leonardo da Vinci melukis Mona Lisa?” ia mungkin merespons dengan pernyataan yang salah dengan mengatakan, “Leonardo da Vinci melukis Mona Lisa pada tahun 1815,” yang merupakan 300 tahun setelah lukisan itu sebenarnya dibuat.
Inferensi: 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, atau LLM): 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 input atau perintah dan menghasilkan output.
Pembelajaran Mesin (Machine Learning, atau ML): Sebuah 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 menggerakkan ChatGPT untuk memberikan hasil penelusuran bertenaga AI. Mirip dengan Google Gemini karena terhubung ke internet.
AI Multimodal: Jenis AI yang dapat memproses berbagai jenis input, termasuk teks, gambar, video, dan ucapan.
Pengolahan Bahasa Alami (Natural Language Processing): Cabang AI yang menggunakan pembelajaran mesin dan pembelajaran mendalam untuk memberikan kemampuan kepada komputer dalam memahami bahasa manusia, seringkali menggunakan algoritma pembelajaran, model statistik, dan aturan linguistik.
Jaringan Saraf (Neural Network): Sebuah 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 sebuah perusahaan merilis model bobot terbuka, bobot akhir model – bagaimana ia menafsirkan informasi dari data pelatihannya, termasuk bias – dibuat tersedia untuk publik. Model bobot terbuka biasanya dapat diunduh untuk 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 (Klip Kertas): Teori Paperclip Maximiser, yang dicetuskan oleh filsuf Nick Boström dari University of Oxford, adalah skenario hipotetis di mana sebuah sistem AI akan membuat klip kertas sebanyak mungkin. Dalam tujuannya untuk menghasilkan jumlah klip kertas maksimum, sebuah sistem AI secara hipotetis akan mengonsumsi atau mengonversi semua material untuk mencapai tujuannya. Ini bisa termasuk membongkar mesin lain untuk menghasilkan lebih banyak klip kertas, mesin yang mungkin bermanfaat bagi manusia. Konsekuensi yang tidak diinginkan dari sistem AI ini adalah bahwa ia dapat menghancurkan umat manusia dalam tujuannya membuat klip kertas.
Parameter: Nilai numerik yang memberikan struktur dan perilaku pada LLM, memungkinkannya untuk membuat prediksi.
Perplexity: Nama sebuah 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 terkini.
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 memengaruhi respons di masa depan.
Rekayasa Perintah (Prompt Engineering): Proses menulis perintah untuk AI untuk mencapai hasil yang diinginkan. Membutuhkan instruksi terperinci, menggabungkan pemikiran berantai (chain-of-thought prompting) dan teknik lainnya, termasuk teks yang sangat spesifik. Rekayasa perintah juga dapat digunakan dengan jahat untuk memaksa model berperilaku dengan cara yang tidak dimaksudkan sebelumnya.
Kuantisasi (Quantization): Proses di mana model pembelajaran besar AI dibuat lebih kecil dan 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 tinggi akan memiliki lebih banyak detail saat Anda memperbesarnya.
Slop: Konten online berkualitas rendah yang dibuat dalam volume tinggi oleh AI untuk mendapatkan tampilan dengan sedikit tenaga kerja atau usaha. Tujuan dari AI slop, dalam ranah Penelusuran Google dan media sosial