Kamus AI yang Anda Butuhkan Tahun Ini

Artificial intelligence (AI) sedang mengubah dunia dan menciptakan bahasa baru untuk menjelaskan bagaimana cara kerjanya. Di setiap pertemuan produk, presentasi, atau panel saat ini, kita sering mendengar istilah seperti LLMs, RAG, RLHF, dan banyak istilah lainnya yang mungkin membingungkan, bahkan bagi orang-orang yang terampil di dunia teknologi. Kamus ini hadir untuk menjelaskan istilah-istilah AI yang umum dan sering Anda temui, baik Anda terlibat dalam pengembangan, investasi, atau sekadar ingin mengikuti perkembangan dengan membaca TechCrunch atau mendengarkan podcast terkait. Kami secara berkala akan memperbarui kamus ini seiring dengan evolusi bidang ini, jadi anggaplah ini sebagai dokumen hidup, mirip dengan sistem AI itu sendiri.

AGI

Artificial General Intelligence (AGI) adalah istilah yang kabur namun umumnya merujuk pada AI yang lebih kapabel dibandingkan manusia pada banyak tugas. Sam Altman, CEO OpenAI, menyebut AGI sebagai “setara dengan seorang rekan kerja rata-rata yang dapat Anda sewa.” Menurut piagam OpenAI, AGI didefinisikan sebagai “sistem yang sangat otonom yang mengungguli manusia di sebagian besar pekerjaan yang bernilai ekonomi.” Pemahaman Google DeepMind sedikit berbeda: mereka melihat AGI sebagai “AI yang setidaknya sebanding dengan manusia dalam kebanyakan tugas kognitif.” Bingung? Anda tidak sendiri —banyak ahli di garis depan penelitian AI pun merasakannya.

AI agent

AI agent adalah alat yang menggunakan teknologi AI untuk melakukan serangkaian tugas atas nama pengguna — lebih canggih daripada chatbot dasar — seperti mengelola pengeluaran, memesan tiket, atau bahkan menulis dan memelihara kode. Namun, banyak elemen dalam ruang yang sedang berkembang ini, sehingga “AI agent” mungkin memiliki arti yang berbeda bagi orang yang berbeda. Infrastruktur untuk memenuhi kebutuhan ini masih dalam pengembangan, namun konsep dasar ini merujuk pada sistem otonom yang dapat menggabungkan beberapa sistem AI untuk menyelesaikan tugas bertahap.

API endpoints

Bayangkan API endpoints sebagai “tombol” di belakang perangkat lunak yang dapat ditekan oleh program lain untuk menjalankan fungsi tertentu. Pengembang menggunakan antarmuka ini untuk membangun integrasi — misalnya, memungkinkan satu aplikasi menarik data dari aplikasi lain, atau memungkinkan AI agent mengontrol layanan pihak ketiga secara langsung tanpa interaksi manusia. Sebagian besar perangkat pintar dan platform terhubung memiliki tombol tersembunyi ini, meskipun pengguna biasa tidak pernah melihat atau berinteraksi dengannya. Dengan meningkatnya kemampuan AI agents, mereka semakin mampu menemukan dan menggunakan endpoints ini secara mandiri.

Chain of thought

Dalam konteks AI, reasoning chain-of-thought untuk model bahasa besar berarti memecah masalah menjadi langkah-langkah kecil dan menengah untuk meningkatkan kualitas hasil akhir. Meskipun memerlukan waktu lebih lama untuk mencapai jawaban, hasil tersebut cenderung lebih akurat, terutama dalam konteks logika atau pemrograman. Model reasoning dikembangkan dari model bahasa besar tradisional dan dioptimalkan untuk pemikiran chain-of-thought melalui pembelajaran penguatan.

Coding agents

Coding agents adalah versi lebih spesifik dari “AI agent,” yang merujuk pada program yang dapat mengambil tindakan secara mandiri, langkah demi langkah, untuk mencapai tujuan dalam pengembangan perangkat lunak. Alih-alih hanya memberikan saran kode untuk ditinjau manusia, coding agents dapat menulis, menguji, dan melakukan debugging kode secara otonom. Mereka dapat beroperasi di seluruh basis kode, mengidentifikasi bug, menjalankan tes, dan menerapkan perbaikan dengan minimal pengawasan manusia. Bayangkan seperti menyewa intern sangat cepat yang tidak pernah tidur dan tidak pernah kehilangan fokus—meskipun, sama seperti intern biasa, hasil kerjanya tetap perlu ditinjau oleh manusia.

Compute

Secara umum, compute mengacu pada kekuatan komputasi penting yang memungkinkan model AI beroperasi. Proses ini memberikan industri AI kemampuan untuk melatih dan menerapkan model-modelnya yang kuat. Istilah ini sering kali merujuk pada jenis perangkat keras yang memberikan kekuatan komputasi—seperti GPU, CPU, TPU, dan bentuk infrastruktur lainnya yang menjadi dasar industri AI modern.

Deep learning

Deep learning adalah subset dari pembelajaran mesin yang berfungsi dengan algoritma yang dirancang dengan struktur jaringan saraf buatan berlapis. Ini memungkinkan mereka untuk membuat korelasi yang lebih kompleks dibandingkan dengan sistem berbasis pembelajaran mesin yang lebih sederhana. Model AI deep learning mampu mengidentifikasi karakteristik penting dalam data sendiri, tanpa perlu penjelasan dari insinyur manusia.

Diffusion

Diffusion adalah teknologi yang menjadi inti dari banyak model AI penghasil seni, musik, dan teks. Sistem difusi belajar dari proses di mana data, misalnya foto, musik, dan lainnya, secara perlahan “dihancurkan” dengan menambahkan kebisingan. Dalam fisika, difusi terjadi secara spontan dan tidak dapat dikembalikan — seperti gula yang larut dalam kopi. Namun, sistem difusi dalam AI berusaha mempelajari proses “reverse diffusion” untuk memulihkan data yang hancur.

Distillation

Distillation adalah teknik yang digunakan untuk mengekstrak pengetahuan dari model AI besar melalui model ‘guru-siswa.’ Permintaan dikirim ke model guru dan outputnya dicatat. Output tersebut kemudian digunakan untuk melatih model siswa, yang dirancang untuk mendekati perilaku guru.

Lainnya

Untuk istilah lainnya, seperti Fine-tuning, GAN, Hallucination, dan lain-lain, kami tidak akan mereproduksi di sini untuk menjaga kesederhanaan. Namun, Anda bisa menemukan penjelasan lengkapnya di artikel ini.

Artikel ini diperbarui secara berkala dengan informasi baru.

Ketika Anda membeli melalui tautan dalam artikel kami, kami mungkin mendapatkan komisi kecil. Ini tidak mempengaruhi independensi editorial kami.

About The Author

Teknonesia Team

See author's posts