Meskipun banyak yang bereaksi terhadap ChatGPT (serta AI dan pembelajaran mesin secara lebih luas) dengan perasaan cemas bahkan sampai ketakutan, pembelajaran mesin jelas memiliki potensi yang baik. Bertahun-tahun sejak penerapannya yang luas, pembelajaran mesin telah menunjukkan dampak di sejumlah industri, menyelesaikan hal-hal seperti analisis pencitraan medis dan prakiraan cuaca beresolusi tinggi.
Dalam lima tahun terakhir, menurut Survei McKinsey tahun 2022, adopsi AI meningkat lebih dari dua kali lipat dan investasi dalam AI ikut meningkat pesat. Tools (perangkat) Generative AI seperti ChatGPT dan DALL-E (alat untuk seni yang dihasilkan AI) memiliki potensi untuk mengubah cara berbagai pekerjaan dilakukan. Cakupan penuh dari dampak ChatGPT dan DALL-E masih belum diketahui, demikian pula risikonya. Namun potensinya tampak menjanjikan untuk masa depan.
Apa perbedaan antara kecerdasan artificial (Artificial Intelligence) dengan pembelajaran mesin (Machine Learning)?
Kecerdasan artificial (AI), seperti namanya, adalah merupakan praktik membuat mesin meniru kecerdasan manusia untuk melakukan tugas. Kita semua, sadar atu pun tidak, mungkin telah berinteraksi dengan AI melalui penggunaan asisten suara seperti Siri dan Alexa yang dibuat berdasarkan teknologi AI. Begitu pula chatbot layanan pelanggan yang muncul untuk membantu kita menavigasi situs web.
Sementara itu, pembelajaran mesin (ML) adalah salah satu jenis kecerdasan artificial. Melalui pembelajaran mesin, para praktisi mengembangkan kecerdasan artificial melalui model yang dapat "belajar" dari pola data tanpa arahan manusia. Volume yang sangat besar dan kompleksitas data yang tidak dapat dikelola oleh manusia, telah meningkatkan potensi pembelajaran mesin, serta kebutuhan akan pengolaan data yang efektif dan efisien.
Apa jenis utama model pembelajaran mesin?
Pembelajaran mesin didasarkan pada sejumlah blok bangunan, dimulai dengan teknik statistik klasik yang dikembangkan antara abad ke-18 dan ke-20 untuk kumpulan data kecil.Â
Pada tahun 1930-an dan 1940-an, pelopor komputasi, termasuk matematikawan teoretis Alan Turing, mulai mengerjakan teknik dasar pembelajaran mesin. Namun, teknik tersebut masih terbatas pada laboratorium hingga akhir 1970-an, ketika para ilmuwan pertama kali mengembangkan komputer yang cukup kuat untuk memasangnya.
Sampai saat ini, pembelajaran mesin sebagian besar terbatas pada model prediktif, yang digunakan untuk mengamati dan mengklasifikasikan pola dalam konten. Misalnya, masalah pembelajaran mesin klasik dimulai dengan gambar atau beberapa gambar, misalnya, kucing yang menggemaskan.Â
Program kemudian akan mengidentifikasi pola di antara gambar-gambar kucing, dan kemudian meneliti gambar-gambar acak yang cocok dengan pola kucing yang menggemaskan. Generative AI adalah sebuah terobosan. Saat ini ChatGPT bukan hanya dapat melihat dan mengklasifikasikan foto kucing, tetapi lebih dari itu dengan dapat membuat gambar  atau teks deskripsi kucing sesuai permintaan.
Bagaimana cara kerja model pembelajaran mesin berbasis teks?
