Apa itu kecerdasan buatan dan bagaimana cara kerjanya?

Kecerdasan buatan (AI) adalah bidang ilmu dan rekayasa yang berupaya memberikan mesin kemampuan yang biasanya kita kaitkan dengan pikiran manusia, seperti penalaran, perencanaan, pembelajaran, dan persepsi. Sebagian besar AI modern tidak diprogram dengan aturan langkah demi langkah. Sebaliknya, AI mempelajari pola dari sejumlah besar contoh dan menggunakannya untuk membuat prediksi, rekomendasi, keputusan, atau konten baru.

Berikut ini kami membahas makna istilah tersebut, cara kerja machine learning di balik layar, cara chatbot seperti ChatGPT menghasilkan teks, tempat AI sudah hadir dalam kehidupan sehari-hari, serta batasan yang perlu diperhatikan.

Apa itu kecerdasan buatan? Definisi sederhana

Istilah ini berasal dari Proyek Riset Musim Panas Dartmouth tahun 1956, yang diusulkan pada 1955 oleh John McCarthy dan rekan-rekannya. Selama beberapa dekade, AI sebagian besar berarti "AI simbolik": para pakar menulis aturan eksplisit yang diikuti komputer.

Menurut sebuah tinjauan akademis, pandangan berbasis aturan itu mendominasi hingga akhir 1980-an. Setelah itu, pendekatan seperti jaringan saraf, sistem fuzzy, dan komputasi evolusioner mulai berkembang. Singkatnya, bidang ini beralih dari aturan yang ditulis manual menuju pembelajaran dari data.

Para pembuat kebijakan menggunakan kerangka serupa. Definisi OECD, yang direvisi pada November 2023, menggambarkan sistem AI sebagai sistem berbasis mesin yang menyimpulkan dari masukannya cara menghasilkan keluaran seperti prediksi, konten, rekomendasi, atau keputusan, yang dapat memengaruhi lingkungan fisik maupun virtual. Sistem berbeda-beda dalam tingkat otonomi dan kemampuan adaptasinya, dan EU AI Act menggunakan rumusan yang sangat mirip.

Dua pembedaan membantu pemula. Pertama, semua yang ada saat ini adalah narrow AI, yang dibuat untuk tugas-tugas tertentu; artificial general intelligence (AGI) masih bersifat hipotetis, dan bahkan definisinya masih diperdebatkan. Kedua, istilah-istilah ini saling bersarang: AI mencakup machine learning, yang mencakup deep learning, yang pada gilirannya menjadi dasar large language model dan AI generatif.

Bagaimana cara kerja machine learning?

Perangkat lunak tradisional mengikuti aturan yang ditulis programmer. Machine learning membalik pendekatan ini: Anda memberi model contoh, yang disebut data pelatihan, dan model itu sendiri menemukan polanya.

Ada tiga gaya utama. Dalam supervised learning, contoh disertai label, misalnya email yang ditandai "spam" atau "bukan spam". Dalam unsupervised learning, tidak ada label dan model menemukan pengelompokan sendiri. Dalam reinforcement learning, model belajar melalui coba-coba dengan hadiah dan hukuman, seperti yang dilakukan sistem pemain game AlphaGo.

Sebagian besar sistem canggih saat ini menggunakan jaringan saraf: lapisan-lapisan unit matematika sederhana yang terhubung melalui pengaturan numerik yang disebut parameter atau bobot. Selama pelatihan, model membuat tebakan, membandingkannya dengan jawaban yang benar, lalu menyesuaikan bobotnya untuk memperkecil kesalahan. Istilah teknisnya adalah backpropagation dan gradient descent.

Penting juga untuk memisahkan dua tahap. Pelatihan adalah tahap mahal tempat model belajar. Inferensi adalah saat model yang sudah jadi dipakai untuk menjawab pertanyaan atau membuat prediksi.

Bagaimana cara kerja large language model seperti ChatGPT?

Large language model (LLM) pertama-tama memecah teks menjadi token, yaitu kata utuh atau potongan kata. Bahasa dengan banyak akhiran, seperti bahasa Turki, dapat membutuhkan lebih banyak token untuk jumlah teks yang sama, meskipun rasio pastinya bergantung pada modelnya.

Dalam pra-pelatihan, model berlatih satu tugas pada korpus teks yang sangat besar: memprediksi token berikutnya. Tujuan sederhana ini memaksanya menangkap tata bahasa, fakta, dan banyak pola lain di sepanjang proses. Dasar desainnya adalah arsitektur Transformer, yang diperkenalkan peneliti Google dalam makalah 2017 "Attention Is All You Need".

Berikutnya adalah pascapelatihan. Model disempurnakan dengan contoh-contoh instruksi dan dibentuk melalui umpan balik, lewat metode seperti reinforcement learning from human feedback (RLHF), sehingga berperilaku seperti asisten yang membantu. ChatGPT, yang diluncurkan OpenAI pada 30 November 2022, membawa asisten semacam ini ke khalayak luas; Gemini, Claude, Copilot, Llama, DeepSeek, Mistral, dan Grok adalah nama-nama terkenal lainnya.

Teknologi ini terus berubah. Tren terkini mencakup model penalaran yang menyelesaikan masalah langkah demi langkah sebelum menjawab, model multimodal yang menangani gambar dan audio, agen yang menggunakan alat untuk menyelesaikan tugas, serta retrieval-augmented generation (RAG), yaitu model yang lebih dulu mencari dokumen atau web. Versi model sering berganti, jadi periksa halaman resmi pengembang untuk mengetahui yang terbaru.

Untuk apa AI digunakan dalam kehidupan sehari-hari?

Anda mungkin menggunakan AI berkali-kali setiap hari tanpa menyadarinya. AI mendorong rekomendasi di situs streaming dan belanja, menyaring spam, memprediksi lalu lintas di aplikasi navigasi, membuka kunci ponsel dengan wajah Anda, menggerakkan asisten suara, dan menerjemahkan teks.

Bank mengandalkannya untuk mendeteksi penipuan, dan aplikasi foto memakainya untuk penyuntingan otomatis. AI generatif menambahkan bantuan menulis, ringkasan, bantuan pemrograman, pembuatan gambar, dan dukungan belajar ke daftar tersebut.

Di bidang kedokteran, alat AI membantu klinisi membaca hasil pemindaian. Dalam sains, dampaknya diakui di tingkat tertinggi: sebagian Hadiah Nobel Kimia 2024 diberikan kepada Demis Hassabis dan John Jumper atas AlphaFold, yang memprediksi struktur protein, dan Hadiah Nobel Fisika 2024 diberikan kepada John Hopfield dan Geoffrey Hinton atas karya fundamental mereka tentang jaringan saraf.

Apa saja batasan dan risiko AI?

Masalah yang paling terkenal adalah halusinasi. Karena model bahasa menghasilkan teks yang terdengar masuk akal, bukan fakta yang terverifikasi, mereka bisa menyatakan hal yang keliru dengan penuh keyakinan. Seberapa sering hal ini terjadi sangat bervariasi antarmodel dan pengujian, jadi periksa ulang setiap hal yang penting.

Model juga memiliki batas pengetahuan: kecuali terhubung ke pencarian, mereka tidak mengetahui peristiwa setelah pelatihan mereka berakhir. Mereka juga dapat mereproduksi bias yang ada dalam data pelatihan.

Privasi perlu mendapat perhatian. Pikirkan dua kali sebelum mengetik informasi pribadi, kesehatan, atau bisnis yang sensitif ke chatbot, dan periksa pengaturan setiap penyedia untuk melihat apakah percakapan Anda mungkin digunakan untuk pelatihan.

Perdebatan yang lebih luas mencakup gugatan hak cipta, penggunaan energi dan air, deepfake dan misinformasi, serta dampaknya terhadap pekerjaan, di mana prakiraannya sangat berbeda. Terakhir, sistem saat ini tidak boleh dianggap memahami atau memiliki kesadaran dalam arti manusia; pertanyaan itu tetap diperdebatkan secara filosofis.

Apakah kecerdasan buatan diatur?

Semakin banyak, ya. EU AI Act mulai berlaku pada 1 Agustus 2024 dan kewajibannya diterapkan secara bertahap selama beberapa tahun. Sebagian tenggat dapat berubah berdasarkan usulan UE di kemudian hari, sehingga ada baiknya memeriksa sumber resmi UE untuk jadwal terkini.

Negara lain juga membangun kerangka kerjanya sendiri. Türkiye, misalnya, memiliki Strategi AI Nasional 2021–2025 yang disiapkan oleh Kantor Transformasi Digital Kepresidenan dan Kementerian Industri dan Teknologi. Karena kebijakan bergerak cepat, ikuti pengumuman dari otoritas terkait untuk status terbaru.