Istilah Artificial Intelligence digunakan untuk menggambarkan bidang ilmu dan teknologi yang berusaha membuat mesin mampu melakukan tugas yang biasanya memerlukan kemampuan kognitif manusia.
Tugas tersebut dapat mencakup mengenali pola, memahami bahasa, melakukan klasifikasi, membuat prediksi, merencanakan tindakan, memecahkan masalah, hingga menghasilkan konten baru.
Namun pertanyaan “Apa itu AI?” sebenarnya tidak mempunyai satu jawaban sederhana karena AI bukanlah sebuah mesin atau program tunggal.
AI adalah sebuah bidang yang berisi banyak metode dan pendekatan.
Dari aturan menuju pembelajaran
Sistem komputer tradisional biasanya bekerja berdasarkan aturan yang ditulis manusia.
Misalnya:
Jika kondisi A terjadi → lakukan B.
Pendekatan ini bekerja baik ketika masalah memiliki aturan yang jelas. Tetapi dunia nyata sering terlalu kompleks untuk dituliskan sebagai jutaan aturan satu per satu.
Di sinilah machine learning menjadi penting.
Dalam machine learning, komputer menggunakan data untuk mempelajari pola. Hasil proses pembelajaran tersebut biasanya disebut model.
Model kemudian dapat digunakan untuk memproses data baru.
Misalnya, jika sebuah model dilatih menggunakan banyak contoh email spam dan bukan spam, model dapat belajar mengenali pola yang membantu memperkirakan apakah email baru kemungkinan merupakan spam.
Deep learning dan jaringan saraf
Salah satu perkembangan penting dalam AI modern adalah deep learning, yang menggunakan jaringan saraf buatan dengan banyak lapisan pemrosesan.
Teknik ini membantu komputer menangani pola yang sangat kompleks.
Deep learning berperan dalam berbagai kemajuan seperti pengenalan suara, pengenalan gambar, pemrosesan bahasa, kendaraan otonom, dan AI generatif.
Kemampuan komputer yang semakin besar serta ketersediaan data dalam jumlah sangat besar ikut mempercepat perkembangan tersebut.
AI generatif
Generative AI atau AI generatif adalah sistem AI yang dapat menghasilkan keluaran baru berdasarkan pola yang dipelajarinya.
Keluaran tersebut dapat berupa teks, gambar, musik, suara, video, kode komputer, maupun bentuk data lainnya.
Large Language Model atau LLM, misalnya, dilatih menggunakan kumpulan teks dalam jumlah sangat besar untuk mempelajari pola dan hubungan dalam bahasa.
Ketika menerima sebuah prompt, model menghasilkan respons berdasarkan pola yang telah dipelajarinya dan konteks yang diberikan.
Inilah salah satu alasan chatbot AI dapat menghasilkan tulisan yang terlihat seperti percakapan manusia.
Tetapi ada perbedaan penting.
Kemampuan menghasilkan bahasa yang meyakinkan tidak otomatis berarti sistem memahami dunia seperti manusia.
Model dapat menghasilkan informasi yang keliru, kehilangan konteks, atau menciptakan informasi yang tidak memiliki dasar faktual.
Fenomena tersebut sering disebut AI hallucination.
Apakah AI benar-benar cerdas?
Jawabannya bergantung pada apa yang dimaksud dengan “cerdas”.
AI dapat mengungguli manusia dalam tugas tertentu, terutama ketika tugas tersebut membutuhkan pemrosesan data dalam jumlah besar atau pengenalan pola tertentu.
Tetapi manusia memiliki pengalaman dunia nyata, kesadaran sosial, tujuan, nilai, dan konteks kehidupan yang tidak dapat begitu saja disamakan dengan proses komputasi sebuah model.
Karena itu, lebih berguna melihat AI sebagai sistem dengan kemampuan tertentu, bukan langsung menyamakannya dengan kecerdasan manusia.
Narrow AI dan gagasan AGI
Sebagian besar AI yang digunakan saat ini dapat digolongkan sebagai sistem yang dirancang atau dilatih untuk melakukan jenis tugas tertentu, meskipun model modern dapat menangani rentang tugas yang semakin luas.
Konsep yang lebih jauh adalah Artificial General Intelligence (AGI).
AGI biasanya digunakan untuk menggambarkan sistem hipotetis yang mampu melakukan berbagai tugas intelektual secara luas dan adaptif pada tingkat yang sering dibandingkan dengan manusia.
Namun definisi AGI sendiri masih diperdebatkan, dan tidak ada satu ukuran universal yang menentukan kapan sebuah sistem dapat disebut AGI.