Berita Glosarium ChatGPT: 46 Istilah AI yang Harus Diketahui Semua Orang

ObrolanGPTPeluncuran AI pada akhir tahun 2022 benar-benar mengubah pemahaman masyarakat tentang teknologi. Tiba-tiba, masyarakat dapat melakukan percakapan yang bermakna dengan mesin, artinya Anda dapat mengajukan pertanyaan kepada chatbot AI dalam bahasa alami dan chatbot tersebut akan merespons dengan jawaban baru, seperti yang dilakukan manusia. Hal ini sangat transformatif sehingga Google, Meta, Microsoft, dan Apple dengan cepat mulai mengintegrasikan AI ke dalam rangkaian produknya.

Namun aspek itu Chatbot kecerdasan buatan hanya satu bagian dari lanskap AI. Tentu saja, memiliki ChatGPT membantu mengerjakan pekerjaan rumah Anda atau meminta Midjourney membuat gambar-gambar menarik tentang mech berdasarkan negara asal keren, tapi potensi AI generatif bisa mengubah ekonomi secara menyeluruh. Itu bisa jadi bernilai $4,4 triliun bagi ekonomi global setiap tahunnyamenurut McKinsey Global Institute, itulah sebabnya Anda seharusnya mendengar lebih banyak lagi tentang kecerdasan buatan.

Hal ini muncul dalam berbagai macam produk — daftar pendeknya mencakup Google Geminimilik Microsoft KopilotAntropik Claudeitu Kebingungan Alat pencarian AI dan gadget dari Manusiawi Dan KelinciAnda dapat membaca ulasan dan evaluasi langsung kami tentang produk tersebut dan produk lainnya, beserta berita, penjelasan, dan postingan cara penggunaan, di hub AI Atlas baru.

Seiring dengan semakin terbiasanya orang dengan dunia yang terkait dengan AI, istilah-istilah baru bermunculan di mana-mana. Jadi, apakah Anda ingin terdengar pintar saat minum atau ingin tampil mengesankan dalam wawancara kerja, berikut ini beberapa istilah AI penting yang harus Anda ketahui.

Glosarium ini akan diperbarui secara berkala.

—

Kecerdasan Umum Buatan, atau AGI: Sebuah konsep yang menyarankan versi AI yang lebih maju daripada yang kita ketahui saat ini, versi yang dapat melakukan tugas jauh lebih baik daripada manusia sambil juga mengajarkan dan mengembangkan kemampuannya sendiri.

Agentif: Sistem atau model yang menunjukkan keagenan dengan kemampuan untuk secara mandiri melakukan tindakan untuk mencapai suatu tujuan. Dalam konteks AI, model agen dapat bertindak tanpa pengawasan konstan, seperti mobil otonom tingkat tinggi. Tidak seperti kerangka kerja “agentik”, yang berada di latar belakang, kerangka kerja agen berada di garis depan, dengan fokus pada pengalaman pengguna.

Etika AI: Prinsip yang ditujukan untuk mencegah AI membahayakan manusia, dicapai melalui cara seperti menentukan bagaimana sistem AI harus mengumpulkan data atau menangani bias.

Keamanan AI: Bidang interdisipliner yang memperhatikan dampak jangka panjang AI dan bagaimana AI dapat berkembang secara tiba-tiba menjadi kecerdasan super yang dapat memusuhi manusia.

algoritma: Serangkaian instruksi yang memungkinkan program komputer untuk mempelajari dan menganalisis data dengan cara tertentu, seperti mengenali pola, untuk kemudian mempelajarinya dan menyelesaikan tugas sendiri.

penyelarasan: Menyempurnakan AI agar menghasilkan hasil yang diinginkan dengan lebih baik. Hal ini dapat mencakup apa saja, mulai dari memoderasi konten hingga mempertahankan interaksi positif dengan manusia.

antropomorphisme: Ketika manusia cenderung memberikan karakteristik mirip manusia pada objek nonmanusia. Dalam AI, ini dapat mencakup keyakinan bahwa chatbot lebih mirip manusia dan memiliki kesadaran daripada yang sebenarnya, seperti meyakini bahwa chatbot itu bahagia, sedih, atau bahkan memiliki perasaan.

kecerdasan buatan, atau AI: Penggunaan teknologi untuk mensimulasikan kecerdasan manusia, baik dalam program komputer maupun robotika. Bidang ilmu komputer yang bertujuan membangun sistem yang dapat menjalankan tugas manusia.

agen otonom: Model AI yang memiliki kemampuan, pemrograman, dan alat lain untuk menyelesaikan tugas tertentu. Mobil yang dapat mengemudi sendiri adalah agen otonom, misalnya, karena memiliki masukan 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: Mengenai model bahasa yang besar, kesalahan terjadi akibat data pelatihan. Hal ini dapat mengakibatkan kesalahan dalam mengaitkan karakteristik tertentu dengan ras atau kelompok tertentu berdasarkan stereotip.

obrolan bot: Sebuah program yang berkomunikasi dengan manusia melalui teks yang mensimulasikan bahasa manusia.

ObrolanGPT: Chatbot AI yang dikembangkan oleh OpenAI yang menggunakan teknologi model bahasa besar.

komputasi kognitif: Istilah lain untuk kecerdasan buatan.

penambahan data: Mengubah data yang ada atau menambahkan kumpulan data yang lebih beragam untuk melatih AI.

pembelajaran mendalam: Suatu metode AI, dan subbidang pembelajaran mesin, yang menggunakan beberapa parameter untuk mengenali pola kompleks dalam gambar, suara, dan teks. Proses ini terinspirasi oleh otak manusia dan menggunakan jaringan saraf buatan untuk menciptakan pola.

difusi: Suatu metode pembelajaran mesin yang mengambil bagian data yang sudah ada, seperti foto, dan menambahkan gangguan acak. Model difusi melatih jaringan mereka untuk merekayasa ulang atau memulihkan foto tersebut.

perilaku yang muncul: Ketika model AI menunjukkan kemampuan yang tidak diharapkan.

pembelajaran ujung ke ujung, atau E2E: Proses pembelajaran mendalam di mana model diinstruksikan untuk melakukan tugas dari awal hingga akhir. Model tidak dilatih untuk menyelesaikan tugas secara berurutan, tetapi belajar dari masukan dan menyelesaikannya sekaligus.

pertimbangan etika: Kesadaran akan implikasi etis AI dan masalah yang terkait dengan privasi, penggunaan data, keadilan, penyalahgunaan, dan masalah keselamatan lainnya.

Menyumpahi: Dikenal juga sebagai lepas landas cepat atau lepas landas keras. Konsep bahwa jika seseorang membangun AGI, mungkin sudah terlambat untuk menyelamatkan umat manusia.

jaringan permusuhan generatif, atau GAN: Model AI generatif yang terdiri dari dua jaringan saraf untuk menghasilkan data baru: generator dan diskriminator. Generator membuat konten baru, dan diskriminator memeriksa keasliannya.

AI generatif: Teknologi pembuat konten yang menggunakan AI untuk membuat teks, video, kode komputer, atau gambar. AI diberi sejumlah besar data pelatihan, menemukan pola untuk menghasilkan respons barunya sendiri, yang terkadang mirip dengan materi sumber.

Google Gemini: Chatbot AI oleh Google yang berfungsi mirip dengan ChatGPT tetapi menarik informasi dari web saat ini, sedangkan ChatGPT terbatas pada data hingga tahun 2021 dan tidak terhubung ke internet.

pagar pembatas: Kebijakan dan pembatasan diterapkan pada model AI untuk memastikan data ditangani secara bertanggung jawab dan model tersebut tidak membuat konten yang mengganggu.

halusinasi: Respons yang salah dari AI. Dapat mencakup AI generatif yang menghasilkan jawaban yang salah tetapi dinyatakan dengan yakin seolah-olah benar. Alasan untuk ini tidak sepenuhnya diketahui. Misalnya, ketika bertanya kepada chatbot AI, “Kapan Leonardo da Vinci melukis Mona Lisa?” mungkin menjawab dengan pernyataan yang salah mengatakan, “Leonardo da Vinci melukis Mona Lisa pada tahun 1815,” yang berarti 300 tahun setelah lukisan itu sebenarnya dibuat.

model bahasa besar, atau LLM: Model AI yang dilatih pada sejumlah besar data teks untuk memahami bahasa dan menghasilkan konten baru dalam bahasa mirip manusia.

pembelajaran mesin, atau 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 buatan Microsoft yang kini dapat menggunakan teknologi yang mendukung ChatGPT untuk memberikan hasil pencarian yang didukung AI. Mirip dengan Google Gemini dalam hal terhubung ke internet.

kecerdasan buatan multimoda: Jenis AI yang dapat memproses berbagai jenis masukan, termasuk teks, gambar, video, dan ucapan.

pemrosesan bahasa alami: Cabang AI yang menggunakan pembelajaran mesin dan pembelajaran mendalam untuk memberi komputer kemampuan memahami bahasa manusia, sering kali menggunakan algoritma pembelajaran, model statistik, dan aturan linguistik.

jaringan saraf: Model komputasi yang menyerupai struktur otak manusia dan dimaksudkan untuk mengenali pola dalam data. Terdiri dari simpul-simpul yang saling terhubung, atau neuron, yang dapat mengenali pola dan belajar dari waktu ke waktu.

pemasangan berlebih: Kesalahan dalam pembelajaran mesin yang fungsinya terlalu dekat dengan data pelatihan dan mungkin hanya dapat mengidentifikasi contoh-contoh spesifik dalam data tersebut tetapi tidak data baru.

klip kertas: Teori Paperclip Maximiser, dicetuskan oleh filsuf Nick Bostrom dari Universitas Oxford, adalah skenario hipotetis di mana sistem AI akan membuat klip kertas sebanyak mungkin. Dalam tujuannya untuk menghasilkan klip kertas sebanyak mungkin, sistem AI secara hipotetis akan mengonsumsi atau mengubah semua bahan untuk mencapai tujuannya. Ini dapat mencakup pembongkaran mesin lain untuk menghasilkan lebih banyak klip kertas, mesin yang dapat bermanfaat bagi manusia. Konsekuensi yang tidak diinginkan dari sistem AI ini adalah bahwa ia dapat menghancurkan manusia dalam tujuannya untuk membuat klip kertas.

Parameter: Nilai numerik yang memberikan struktur dan perilaku LLM, memungkinkannya membuat prediksi.

mengingatkan: Saran atau pertanyaan yang Anda masukkan ke chatbot AI untuk mendapat respons.

rantai cepat: Kemampuan AI untuk menggunakan informasi dari interaksi sebelumnya untuk mewarnai respons masa mendatang.

burung beo stokastik: Sebuah analogi LLM yang menggambarkan bahwa perangkat lunak tidak memiliki pemahaman yang lebih luas tentang makna di balik bahasa atau dunia di sekitarnya, terlepas dari seberapa meyakinkannya keluaran tersebut. Frasa tersebut mengacu pada bagaimana burung beo dapat menirukan kata-kata manusia tanpa memahami makna di baliknya.

perpindahan gaya: Kemampuan untuk mengadaptasi gaya satu gambar dengan konten gambar lain, yang memungkinkan AI untuk menginterpretasikan atribut visual satu gambar dan menggunakannya pada gambar lain. Misalnya, mengambil potret diri Rembrandt dan menciptakannya kembali dengan gaya Picasso.

suhu: Parameter yang ditetapkan untuk mengontrol seberapa acak keluaran model bahasa. Suhu yang lebih tinggi berarti model mengambil lebih banyak risiko.

pembuatan teks ke gambar: Membuat gambar berdasarkan deskripsi tekstual.

tanda: Potongan kecil teks tertulis yang diproses oleh model bahasa AI untuk merumuskan respons terhadap perintah Anda. Satu token setara dengan empat karakter dalam bahasa Inggris, atau sekitar tiga perempat kata.

data pelatihan:Kumpulan data yang digunakan untuk membantu model AI belajar, termasuk teks, gambar, kode, atau data.

model transformator: Arsitektur jaringan saraf dan model pembelajaran mendalam yang mempelajari konteks dengan melacak hubungan dalam data, seperti dalam kalimat atau bagian gambar. Jadi, alih-alih menganalisis kalimat satu per satu, ia dapat melihat keseluruhan kalimat dan memahami konteksnya.

Uji Turing: Dinamai berdasarkan matematikawan dan ilmuwan komputer terkenal Alan Turing, ia menguji kemampuan mesin untuk berperilaku seperti manusia. Mesin akan lulus jika manusia tidak dapat membedakan respons mesin dari manusia lainnya.

AI lemah, alias AI sempit: AI yang berfokus pada tugas tertentu dan tidak dapat belajar melampaui keahliannya. Sebagian besar AI saat ini adalah AI yang lemah.

pembelajaran tanpa percobaan: Suatu pengujian di mana suatu model harus menyelesaikan suatu tugas tanpa diberikan data pelatihan yang diperlukan. Contohnya adalah mengenali seekor singa sementara hanya dilatih pada harimau.