Generative Artificial Intelligence - Sejarah Perkembangan dan Dampaknya Terhadap Kehidupan

Baca Juga

Daftar Isi [Tampilkan]

Kecerdasan buatan generatif atau yang biasa disebut sebagai GenAI (Generative AI) merupakan cabang dari Artificial Intelligence (kecerdasan buatan) yang memiliki kemampuan untuk menghasilkan teks, gambar, atau bahkan sebuah video, dengan menggunakan model generatif. Teknologi AI ini menggunakan data yang sudah ada untuk menghasilkan data baru yang tidak teduga, namun memiliki karakteristik yang serupa. 

Pada masa kini, AI generatif telah banyak digunakan di berbagai industri: termasuk pengembangan perangkat lunak, desain produk, perawatan kesehatan, seni, keuangan, game, pemasaran, penulisan, dan lain-lain. Perusahaan raksasa seperti Microsoft, Google, dan Baidu diketahui telah berinvestasi di AI generatif. Terlepas dari itu semua, ada juga kekhawatiran mengenai potensi penyalahgunaan konten yang dihasilkan oleh AI generatif, termasuk kejahatan cyber atau membuat deepfakes (berita palsu) yang biasa digunakan untuk membohongi dan memanipulasi orang lain.

Pada tahun 2022 lalu, ada sebuah kompetisi seni tahunan yang digelar di Colorado State Fair. Menariknya, kompetisi untuk kategori lukisan telah dimenangkan oleh karya seni lukis yang dihasilkan oleh program kecerdasan buatan. Jason M. Allen, merupakan seorang seniman dari Pueblo West, Colorado, dialah yang telah membuat lukisan tersebut dengan  bantuan Midjourney, sebuah program kecerdasan buatan yang mampu mengubah baris-baris teks menjadi sebuah grafik hiper-realistis.

Sejarah Perkembangan AI Generatif

Konsep AI modern muncul pada tahun 1950-an, berdasarkan penelitian Alan Turing mengenai mesin cerdas.

Kemudian pada tahun 1956, para peneliti dari berbagai bidang ilmu pengetahuan berkumpul di sebuah lokakarya yang dinamai sebagai The Dartmouth Summer Research Project on Artificial Intelligence. Ahli linguistik, ahli filsafat, dan ahli ilmu komputer, memperdebatkan potensi dari mesin komputasi untuk mensimulasikan kecerdasan dan penalaran. John McCarthy, yang merupakan seorang ilmuwan komputer asal Amerika, mengusulkan sebuah nama untuk bidang studi baru ini, yaitu "Artificial Intelligence".

Menurut catatan, para seniman dan peneliti telah mencoba menggunakan AI untuk menghasilkan karya-karya artistik, sejak AI mulai dikembangkan pada tahun 1950-an. Kemudian di awal tahun 1970-an, Harold Cohen telah berhasil menciptakan dan memamerkan karya seni yang dibuat menggunakan AI generatif, yang dia namai sebagai AARON. AARON merupakan program komputer yang dibuat oleh Cohen untuk menghasilkan sebuah lukisan.

Pada akhir tahun 2000-an, terlahirnya Deep Learning (metode pelatihan program komputer untuk memproses data, yang terinspirasi dari cara kerja otak manusia) yang telah mendorong kemajuan dan penelitian dalam mengklasifikasi gambar, pemrosesan bahasa, pengenalan suara, dan tugas-tugas lainnya. Jaringan neural pada era ini biasanya dilatih sebagai model diskriminatif.

Namun pada tahun 2014, disebabkan karena adanya kemajuan dalam variational autoencoder dan generative adversarial network, yang menghasilkan sebuah jaringan neural yang pertama kali mampu mempelajari model generatif, dari data kompleks seperti gambar. Model inilah yang pertama kali mampu menghasilkan output yang tidak hanya berupa label kelas untuk gambar, tetapi juga mampu menghasilkan keseluruhan gambar.

Pada tahun 2017, jaringan Transformer (jaringan neural yang mempelajari konteks dan pemahaman melalui analisis data berurutan) memungkinkan kemajuan dalam model generatif, yang mengarah kepada terlahirnya Generative Pre-trainbed Transformer (GPT) pertama pada tahun 2018. Kemudian, diikuti dengan terlahirnya GPT-2 pada tahun 2019.

Kemudian berlanjut kepada dirilisnya DALL-E pada tahun 2021, yaitu sebuah model generatif piksel berbasis transformator, lalu diikuti dengan perilisan Midjourney dan Stable Diffusion, yang telah menandai era munculnya sebuah AI yang mampu menghasilkan seni berkualitas tinggi yang praktis melalui perintah bahasa.

GPT-4 akhirnya dirilis pada bulan Maret 2023. GPT-4 adalah model AI yang menggunakan arsitektur encoder-decoder untuk memprediksi output yang akan dihasilkan berdasarkan input yang diberikan. Sebuah tim dari Microsoft Research berpendapat bahwa, model ini dapat diangggap sebagai versi awal dari sistem kecerdasan umum buatan, namun belum sepenuhnya komplit.

Pengaplikasian AI Generatif

Berikut adalah beberapa contoh pengaplikasian model "Generative AI" yang ada saat ini:

Teks

• Menerjemahkan bahasa
• Menulis kreatif, akademis, dan bisnis
• Menuliskan kode
• Mengurutkan genetik
• Mengoreksi atau menganalisis tata bahasa

Suara

• Menggubah dan membuat lagu
• Mendubbing suara
• Mendikte dan transkripsi 
• Pengenalan ucapan dan suara
• Pengeditan suara 

Gambar

• Ilustrasi
• Infografis
• Pemodelan 3D
• Desain kreatif
• Pengeditan gambar
• Rendering arsitektur  

Data

• Membuat data sintetis untuk melatih model AI14

 

Berbagai bidang Industri juga telah diketahui menggunakan AI generatif untuk berbagai tujuan dalam bidangnya masing-masing. Berikut adalah contoh pengaplikasian AI didalam bidang industri:

• Industri otomotif: Data sintetis yang telah dihasilkan oleh AI dapat menjalankan simulasi dan melatih kendaraan otonom.
• Kesehatan dan penelitian ilmiah: Para ilmuwan dapat menggunakan AI untuk menghasilkan model urutan protein, menemukan molekul baru, atau menyarankan senyawa obat baru untuk diuji, sementara para dokter dan praktisi dapat memanfaatkan AI untuk menganalisis gambar guna membantu diagnosis. 
• Media dan hiburan: AI dapat digunakan untuk membuat konten dengan cepat, mudah, dan lebih praktis, bisa juga digunakan untuk meningkatkan hasil karya kreatif seperti penulis dan desainer.
• Ilmu iklim dan meteorologi: AI dapat mensimulasikan bencana alam, meramalkan cuaca, dan memodelkan berbagai skenario iklim.
• Pendidikan: AI dapat digunakan untuk melengkapi pembelajaran di kelas dengan bimbingan tatap muka melalui chatbot, atau untuk membuat materi kursus, rencana pembelajaran, atau platform pembelajaran online.
• Pemerintah: Penggunaan AI oleh pemerintah berbeda-beda di setiap departemen.

Tentu saja, AI juga dapat digunakan didalam industri apa pun untuk mengerjakan tugas-tugas rutin seperti pencatatan, dokumentasi, pengkodean, atau pengeditan secara otomatis. Karena model AI generatif telah dikembangkan secara open-source.

Kelebihan dan Kekurangan AI Generatif

Sama seperti perkembangan dan kemajuan teknologi besar lainnya, AI generatif juga telah membuka banyak sekali potensi, seperti yang telah kita bahas sebelumnya. Teknologi ini tentu akan memiliki kelebihannya sendiri, namun dibalik suatu kelebihan ada pula kekurangan yang perlu kita pertimbangkan. Berikut ini adalah kelebihan dan kekurangan AI Generatif:

Keuntungan dari AI generatif:

• Meningkatkan produktivitas dengan mengotomatisasi atau mempercepat tugas
• Menghilangkan atau menurunkan hambatan keterampilan atau waktu untuk pembuatan konten 
• Memungkinkan analisis atau eksplorasi data yang kompleks
• Bisa dimanfaatkan untuk membuat data sintetis yang dapat digunakan untuk melatih dan meningkatkan sistem AI yang sudah ada.

Kekurangan AI Generatif:

• Sangat memungkinkan bagi AI masa kini untuk menghasilkan respons yang bias atau bahkan tidak sesuai fakta dan logika. Apalagi solusi yang dihasilkan oleh AI terlalu cepat dipercaya dan diandalkan oleh pengguna, tanpa menimbang aspek-aspek tertentu. Seperti pada salah satu kasus, dimana ada seorang pria yang nekat melakukan bunuh diri, setelah AI menyarankan dia untuk melakukannya.
• Sistem hukum saat ini tidak memiliki kerangka kerja yang memadai untuk mengatasi banyak masalah hukum yang disebabkan oleh penggunaan teknologi AI. Berikut ini adalah beberapa contohnya:
• Karena model AI generatif dilatih dengan data dalam jumlah besar, mungkin sulit untuk memverifikasi apakah materi yang disertakan dalam data atau karya yang dihasilkan melanggar undang-undang hak cipta atau tidak.
• AI generatif menimbulkan kekhawatiran seputar pengumpulan, penyimpanan, penggunaan, dan keamanan data, baik yang bersifat pribadi maupun yang terkait dengan bisnis. Seorang pelaku cybercrime dapat memanfaatkan teknologi AI untuk membuat dan menyebarkan malware dengan lebih mudah dan praktis.
• Teknologi AI menimbulkan kekhawatiran seputar tanggung jawab. Misalnya, dalam hal sistem otomatis seperti mobil self-driving (semacam fitur autopilot pada kendaraan mobil), tidak jelas bagaimana menentukan tanggung jawab jika terjadi kecelakaan yang disebabkan karena sistem ini.
• Resiko penggunaan AI menjadi semakin signifikan ketika digunakan untuk membuat konten oleh orang-orang yang tidak bertanggung jawab. Seperti contoh kasus penyebaran gambar, video, dan rekaman audio palsu yang untuk menyerang sejumlah tokoh terkenal. Hal ini juga dapat mengganggu proses yang mengundang keterlibatan demokratis dengan memalsukan sejumlah besar komentar, kiriman, atau pesan.
• AI memiliki dampak ekologis yang besar, karena membutuhkan listrik dalam jumlah besar untuk menjalankannya, hal ini terjadi seiring dengan meningkatnya penggunaan teknologi AI yang semakin pesat.

Oke, itulah tadi pembahasan singkat mengenai AI Generatif. Semoga dapat bermanfaat bagi para pembaca.

Share This