Mengungkap Misteri AI: 10 Istilah Canggih yang Wajib Anda Tahu

Ilustrasi Kecerdasan Buatan. Dok: intersystems.com

Liputan6.com, Jakarta - Sejak kemunculan generative AI yang semakin populer pada akhir tahun 2022, banyak dari kita sudah mulai akrab dengan berbagai istilah AI seperti "prompt" dan "machine learning".

Namun, seiring pesatnya perkembangan teknologi, ada banyak istilah baru yang kini perlu kita pahami agar tidak tertinggal.

Profil Gunawan Sadbor, Tiktokers Asal Sukabumi yang Ditangkap karena Dugaan Promosi Judi Online
Ini Salah Itu Salah, Penyebab Istri Emosian walau Suami Berkata Lemah Lembut Kata Buya Yahya
Istri Nekat Bakar Suami dan Rumah Mertua Gara-Gara Judi Online

Apakah Anda tahu perbedaan antara model bahasa besar (LLM) dan model bahasa kecil (SLM)? Atau, apakah Anda pernah bertanya-tanya apa kepanjangan "GPT" dalam ChatGPT?

Jika Anda masih merasa asing dengan istilah-istilah ini, artikel ini akan membantu Anda memahami sepuluh istilah AI tingkat lanjut yang wajib Anda ketahui.

1. Penalaran (Reasoning) dan Perencanaan (Planning)

AI kini tidak hanya mampu menyelesaikan masalah sederhana, tetapi juga dapat melakukan perencanaan yang kompleks.

Misalnya, ketika Anda meminta AI untuk membantu merencanakan kunjungan ke taman bermain, kecerdasan buatan dapat menyusun rencana detail dengan mempertimbangkan semua variabel yang ada.

2. Pelatihan (Training) dan Inferensi (Inference)

Dua proses utama dalam pengembangan AI adalah pelatihan dan inferensi. Pelatihan melibatkan pemberian data kepada AI agar dapat belajar, sedangkan inferensi adalah penggunaan pengetahuan yang telah dipelajari AI untuk membuat prediksi.

3. Model Bahasa Kecil (Small Language Model / SLM)

SLM adalah versi ringan dari LLM yang membutuhkan daya komputasi lebih sedikit, cocok digunakan pada perangkat dengan kapasitas terbatas seperti ponsel.

2 dari 3 halaman

4. Grounding

<p>Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan. Kredit: Pixabay/Mohamed Hassan</p>

Proses grounding membantu AI memberikan respons yang lebih akurat dan relevan dengan mengaitkannya dengan data nyata, mengurangi risiko "halusinasi" atau informasi yang tidak akurat.

5. Retrieval Augmented Generation (RAG)

RAG memungkinkan AI untuk mengakses sumber data tambahan tanpa harus dilatih ulang, menjadikannya lebih efisien dalam memberikan informasi terbaru.

6. Orkestrasi (Orchestration)

Orkestrasi dalam AI memastikan bahwa sistem dapat menangani permintaan yang kompleks dengan urutan yang tepat, mirip seperti seorang konduktor yang memimpin orkestra.

7. Memori (Memory)

Meski AI belum memiliki memori seperti manusia, sistem AI dapat menyimpan informasi sementara untuk membantu memberikan respons yang lebih kontekstual dan relevan.

3 dari 3 halaman

8. Transformer dan Diffusion Models

Transformer models, seperti yang digunakan di ChatGPT, sangat efektif dalam memahami konteks bahasa. Sedangkan diffusion models lebih sering digunakan untuk generasi gambar dengan menyebarkan piksel hingga membentuk gambar yang diinginkan.

9. Frontier Models

Frontier models adalah sistem AI yang sangat maju dan mampu melakukan berbagai tugas yang lebih kompleks, mendorong batasan teknologi AI.

10. GPU

GPU, atau Graphics Processing Unit, menjadi komponen penting dalam komputasi AI, memungkinkan pemrosesan paralel yang diperlukan untuk menangani tugas AI yang berat.

Dengan memahami istilah-istilah ini, Anda tidak hanya akan lebih siap menghadapi perkembangan AI, tetapi juga bisa lebih bijak dalam memanfaatkan teknologi yang semakin canggih ini.c