Mengenal Chat-GPT di Era Transformasi Digital
Pada era transformasi digital yang kian melaju pesat, Artificial Intelligence (AI) turut hadir sebagai teknologi revolusioner dalam hal percepatan proses tersebut. Kehadirannya turut membawa perubahan signifikan di berbagai sektor kehidupan, seperti halnya pada bidang teknologi, kesehatan, industri, dan lain sebagainya.
Kemampuan AI dalam menganalisis data, mempelajari pola, bahkan meniru kecerdasan manusia, menjadikannya sebagai alat yang mutakhir untuk mendorong inovasi dan meningkatkan efisiensi kerja dalam berbagai bidang kehidupan sehari-hari.
Salah satu contoh nyata dalam penerapan AI yakni hadirnya Chat-GPT (Chat Generative Pre-training Transformer). Chat-GPT merupakan sebuah chatbot yang dapat melakukan sebuah percakapan dengan respon mirip manusia.
Kemampuan Chat-GPT dapat meliputi percakapan santai seperti berita atau seputar hobi, penerjemahan teks dari satu bahasa ke bahasa lainnya, penulisan kreatif seperti penulisan puisi dan skrip serta menjawab pertanyaan teknikal seperti sains, matematik, dan lain sebagainya.
Hadirnya Chat-GPT bermula dari OpenAI, sebuah organisasi nirlaba yang didirikan pada tahun 2015 dengan misi memastikan AI bisa membawa kebermanfaatan bagi umat manusia secara luas. OpenAI dikenal dengan penelitiannya yang inovatif dan futuristik di bidang A termasuk pengembangan model bahasa besar (LLM).
Pada tahun 2020, OpenAI merilis GPT-3, model bahasa besar yang pada saat itu cukup menggemparkan dunia teknologi. GPT-3 ini dilatih dengan 175 miliar parameter dan sudah mampu untuk menghasilkan teks yang realistis dengan cakupan mudah dipahami manusia.
Namun, GPT-3 masih memiliki kekurangan, di antaranya teks yang dihasilkan terkadang masih melanggar kode etik misal mengandung diskriminatif, propaganda, ataupun berita palsu yang dapat menyinggung kelompok tertentu.
Karena itulah OpenAI terus berusaha untuk mengembangkan inovasi tersebut hingga lahirlah Chat-GPT 3.5 dan disusul Chat-GPT 4. Chat-GPT 4 telah dilatih dengan 100 triliun parameter sehingga mampu menghasilkan teks yang lebih realistis, koheren, dan informatif.
Baca Juga: Menghadapi Penggunaan Teknologi ChatGPT Basis AI dalam Dunia Pendidikan Tinggi di Indonesia
Mekanisme Kerja Chat-GPT
NLP (Natural Language Processing) merupakan salah satu hal fundamental dalam sistem kerja Chat-GPT terkait pemahaman, interpretasi, dan penghasilan bahasa manusia oleh komputer. Hal ini melibatkan teknik komputasional dan penggunaan algoritma untuk memahami dan memproses teks dalam bahasa manusia. Beberapa peran NLP dalam Chat-GPT antara lain:
- Pemahaman bahasa: digunakan untuk memahami teks manusia, termasuk memahami konteks, makna per kata, struktur gramatikal;
- Generasi respons: setelah memahami teks input, Chat-GPT menggunakan prinsip pada NLP untuk menghasilkan respon yang realistis dan relevan. Hal ini turut melibatkan pemilihan kata, pengkonstruksian struktur kalimat, dan penyesuaian respons dengan konteks teks pertanyaan;
- Evaluasi kualitas respon: beberapa metrik pada NLP dapat digunakan untuk penilaian guna melihat kejelasan, konsistensi dan kecocokan respons dengan konteks.
Baca Juga: Akankah Artificial Intelligence (AI) Menjadi Sadar Layaknya Manusia?
Secara garis besar, mekanisme kerja Chat-GPT bisa digambarkan seperti diagram di atas, dengan proses :
- Langkah awal, Chat-GPT akan dilatih dengan data teks yang sangat besar. Proses ini melibatkan pemberian model akses ke korpus terbesar, seperti artikel online, buku, jurnal penelitian, akses pada stackoverflow, bahkan perakapan manusia;
- Setelah pelatihan dengan data besar, data akan melalui arsitektur transformers yakni sebuah rangkaian yang terdiri atas lapisan mekanisme attention dan jaringan saraf feedforward. Mekanisme attention memungkinkan model untuk mengerti konteks dari teks yang diberikan, sedangkan jaringan saraf feedforwar melibatkan transformasi linear dan fungsi aktivasi non linear guna membantu model memahami teks lebih baik;
- Kemudian, model dapat disesuaikan melalui proses fine tuning. Hal ini melibatkan pelatihan model pada data yang lebih spesifik atau dengan domain tertentu sehingga dapat memberikan respons yang lebih sesuai dengan kebutuhan penanya;
- Memasuki proses preprocessing, data akan di tokenisasi, dimana teks dibagi menjadi toke atau unit individu seperti kata aau frasa agar model dapat memproses teks lebih efisien;
- Langkah terakhir, terdapat evaluasi kualitas respons menggunakan metrik NLP seperti BLEU (Bilingual Evaluation Understudy) yang digunakan untuk menilai kecocokan antara respons dengan teks referensi yang diberikan.
Baca Juga: Dampak dari Kecerdasan Buatan (AI)
Prospek dan Kontroversi Chat-GPT dalam Jangka Panjang
Dalam jangka panjang, prospek Chat-GPT memang terbilang cukup menjanjikan. Teknologi ini akan terus dikembangkan yang nantinya juga akan memiliki dampak positif yang signifikan terhadap berbagai bidang.
Beberapa contoh prospeknya yakni, Chat-GPT jika dikembangkan dapat menjadi asisten pribadi yang lebih cerdas, misal mengatur jadwal bahkan memberikan saran personal. Chat-GPT dapat digunakan untuk menyediakan penjelasan tambahan dalam lingkup pendidikan, dan mungkin akan berpotensi juga untuk menjadi konseling dalam bidang kesehatan mental.
Namun dibalik itu semua, terdapat juga beberapa kontroversi terkait penggunaan AI maupunChat-GPT, yakni diantaranya privasi dan keamanan data yang cukup mengkhawatirkan, penyalahgunaan dan manipulasi misal penyebaran berita hiaks, ketergantungan pada teknologi, dn juga kehilangan pekerjaan maupun perubahan ekonomi. Oleh karena itu, penggunaan Chat-GPT harus tetap pada batas yang wajar, tetap periksa dan verifikasi informasi serta meninggalkan sifat ketergantungan pada teknologi ini.
Penulis: Aqila Malfa
Mahasiswa Jurusan Teknologi Sains Data Universitas Airlangga
Editor: Ika Ayuni Lestari
Bahasa: Rahmat Al Kafi
Ikuti berita terbaru di Google News
