Lompat ke isi

Kecerdasan buatan generatif: Perbedaan antara revisi

Ensiklopedia Pengetahuan Universitas Islam Sultan Agung

Maintenance script (bicara | kontrib)

37.956 suntingan
Maintenance script (bicara | kontrib)
37.956 suntingan
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 29532386; atribusi sumber disertakan.
 
Maintenance script (bicara | kontrib)
37.956 suntingan
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi
 
Baris 1: Baris 1:
'''Kecerdasan buatan generatif''' (, disingkat '''GenAI''') adalah cabang dari [[kecerdasan buatan]] (AI) yang berfokus pada kemampuan sistem untuk menghasilkan atau membuat data baru yang memiliki karakteristik atau distribusi serupa dengan data yang telah diberikan kepadanya. Ini berbeda dengan pendekatan tradisional AI yang mungkin lebih fokus pada tugas-tugas tertentu seperti [[klasifikasi]] atau prediksi.
[[File:AI_relation_to_Generative_Models_subset,_venn_diagram.png|thumb|right|280px|AI relation to Generative Models subset, venn diagram]]


'''Kecerdasan buatan generatif''' (,<ref>Newsom, Gavin. [https://www.gov.ca.gov/wp-content/uploads/2023/09/AI-EO-No.12-_-GGN-Signed.pdf Executive Order N-12-23]. Executive Department, State of California. September 6, 2023.</ref> disingkat '''GenAI''') adalah cabang dari [[kecerdasan buatan]] (AI) yang berfokus pada kemampuan sistem untuk menghasilkan atau membuat data baru yang memiliki karakteristik atau distribusi serupa dengan data yang telah diberikan kepadanya. Ini berbeda dengan pendekatan tradisional AI yang mungkin lebih fokus pada tugas-tugas tertentu seperti [[klasifikasi]] atau prediksi.


Salah satu teknik yang umum digunakan dalam Generative AI adalah menggunakan [[model generatif]] seperti ''Generative Adversarial Networks'' (GANs), ''Variational Autoencoders'' (VAEs), atau model berbasis aliran seperti Transformer. Model-model ini dilatih untuk memahami dan merepresentasikan distribusi dari data pelatihan mereka dan kemudian menghasilkan data baru yang serupa dengan distribusi tersebut.
Salah satu teknik yang umum digunakan dalam Generative AI adalah menggunakan [[model generatif]] seperti ''Generative Adversarial Networks'' (GANs), ''Variational Autoencoders'' (VAEs), atau model berbasis aliran seperti Transformer.<ref>Walter H. L. Pinaya. ''Generative AI for Medical Imaging: extending the MONAI Framework''. 2023.</ref> Model-model ini dilatih untuk memahami dan merepresentasikan distribusi dari data pelatihan mereka dan kemudian menghasilkan data baru yang serupa dengan distribusi tersebut.


Contoh penggunaan Generative AI termasuk pembuatan gambar, teks, suara, atau bahkan video yang terlihat atau terdengar autentik. Misalnya, GANs dapat digunakan untuk membuat gambar wajah yang tampak seolah-olah mereka adalah orang yang sebenarnya, atau untuk menghasilkan gambar seni yang unik.
Contoh penggunaan Generative AI termasuk pembuatan gambar, teks, suara, atau bahkan video yang terlihat atau terdengar autentik. Misalnya, GANs dapat digunakan untuk membuat gambar wajah yang tampak seolah-olah mereka adalah orang yang sebenarnya, atau untuk menghasilkan gambar seni yang unik.  


Di sisi lain, VAEs dapat digunakan untuk menghasilkan teks atau gambar yang baru berdasarkan distribusi data latihan mereka, yang kemudian dapat digunakan dalam berbagai aplikasi kreatif atau praktis.
Di sisi lain, VAEs dapat digunakan untuk menghasilkan teks atau gambar yang baru berdasarkan distribusi data latihan mereka, yang kemudian dapat digunakan dalam berbagai aplikasi kreatif atau praktis.<ref>Erik Brynjolfsson. [https://www.nber.org/papers/w31161 Generative AI at Work]. April 2023. doi:10.3386/w31161.</ref><ref name="economist2">[https://www.economist.com/business/2023/03/06/dont-fear-an-ai-induced-jobs-apocalypse-just-yet Don't fear an AI-induced jobs apocalypse just yet]. The Economist. 2023-03-06.</ref><ref>Jake Coyle. [https://apnews.com/article/hollywood-ai-strike-wga-artificial-intelligence-39ab72582c3a15f77510c9c30a45ffc8 In Hollywood writers' battle against AI, humans win (for now)]. ''AP News''. Associated Press. 2023-09-27.</ref>


== Perkembangan ==
== Perkembangan ==
Akar kemunculan media yang dihasilkan secara algoritmis dapat ditelusuri pada [[Rantai Markov|pengembangan rantai Markov]], sebuah metode pemodelan bahasa alami yang telah digunakan sejak awal abad ke-20. Konsep ini diperkenalkan oleh matematikawan Rusia [[Andrei Markov|Andrey Markov]] pada tahun 1906, melalui analisis pola huruf vokal dan [[konsonan]] pada karya Eugene Onegin. Setelah sebuah model Markov dilatih menggunakan korpus teks, model tersebut mampu menghasilkan teks baru secara probabilistik berdasarkan pola dalam data latih tersebut.
Akar kemunculan media yang dihasilkan secara algoritmis dapat ditelusuri pada [[Rantai Markov|pengembangan rantai Markov]], sebuah metode pemodelan bahasa alami yang telah digunakan sejak awal abad ke-20. Konsep ini diperkenalkan oleh matematikawan Rusia [[Andrei Markov|Andrey Markov]] pada tahun 1906, melalui analisis pola huruf vokal dan [[konsonan]] pada karya Eugene Onegin.<ref>Prof. Charles Grinstead. [http://archive.org/details/flooved3489 Introduction to Probability]. American Mathematical Society. 19970101.</ref> Setelah sebuah model Markov dilatih menggunakan korpus teks, model tersebut mampu menghasilkan teks baru secara probabilistik berdasarkan pola dalam data latih tersebut.<ref>Pierre Bremaud. [https://books.google.co.id/books?id=jrPVBwAAQBAJ&redir_esc=y Markov Chains: Gibbs Fields, Monte Carlo Simulation, and Queues]. Springer Science & Business Media. 2013-03-09. ISBN 978-1-4757-3124-8.</ref>


Pada awal 1970-an, para seniman mulai memanfaatkan komputer untuk memperluas teknik generatif melampaui [[model Markov]]. [[Harold Cohen]] menciptakan [[:en:AARON|AARON]], sebuah program komputer perintis yang dirancang untuk menghasilkan karya seni lukis secara mandiri, dan hasilnya dipamerkan di berbagai galeri.
Pada awal 1970-an, para seniman mulai memanfaatkan komputer untuk memperluas teknik generatif melampaui [[model Markov]]. [[Harold Cohen]] menciptakan [[:en:AARON|AARON]], sebuah program komputer perintis yang dirancang untuk menghasilkan karya seni lukis secara mandiri, dan hasilnya dipamerkan di berbagai galeri.<ref>Sara Rosenbaum. [https://doi.org/10.1599/mqop.2024.0221 When Medicaid Unwinding Meets AI: In the Matter of DeLoitte Consulting]. 2024-02-21.</ref>


Memasuki era 1980-1990-an, istilah seperti generative AI planning atau generative planning digunakan untuk menamai sistem perencanaan berbasis kecerdasan buatan yang menghasilkan rangkaian tindakan untuk mencapai suatu tujuan tertentu.
Memasuki era 1980-1990-an, istilah seperti generative AI planning atau generative planning digunakan untuk menamai sistem perencanaan berbasis kecerdasan buatan yang menghasilkan rangkaian tindakan untuk mencapai suatu tujuan tertentu.<ref>[https://www.researchgate.net/publication/236649325_Computer_Aided_Process_Planning_The_State-of-the-Art_Survey (PDF) Computer Aided Process Planning: The State-of-the-Art Survey,”]. ''ResearchGate''.</ref>


Sistem ini memanfaatkan pendekatan AI simbolik, termasuk penelusuran ruang keadaan dan pemenuhan kendala. Pada awal 1990-an, teknologi tersebut dianggap telah berkembang cukup matang, dan dimanfaatkan untuk berbagai kebutuhan seperti penyusunan rencana tindakan darurat militer, perencanaan proses manufaktur, hingga pembuatan rencana keputusan dalam prototipe wahana antariksa otonom.
Sistem ini memanfaatkan pendekatan AI simbolik, termasuk penelusuran ruang keadaan dan pemenuhan kendala. Pada awal 1990-an, teknologi tersebut dianggap telah berkembang cukup matang, dan dimanfaatkan untuk berbagai kebutuhan seperti penyusunan rencana tindakan darurat militer, perencanaan proses manufaktur, hingga pembuatan rencana keputusan dalam prototipe wahana antariksa otonom.<ref>Barney Pell. [https://doi.org/10.1023/a:1008860925034 An Autonomous Spacecraft Agent Prototype]. ''Autonomous Robots''. 1998-03. Vol. 5 (1). hlm. 29–52. doi:10.1023/a:1008860925034.</ref>


=== (2014-2019) ===
=== (2014-2019) ===
Dalam [[Pemelajaran mesin|pembelajaran mesin]], terdapat dua jenis pendekatan utama, yaitu [[model diskriminatif]] dan [[model generatif]]. Sejak akhir 2000-an, kemajuan dalam teknologi ''[[Pemelajaran dalam|deep learning]]'' mendorong peningkatan besar dalam pengenalan citra, pengenalan suara, pemrosesan bahasa alami, dan berbagai tugas lainnya. Namun, pada fase ini jaringan saraf lebih banyak dikembangkan sebagai model diskriminatif karena membangun model generatif yang akurat masih menjadi tantangan.
Dalam [[Pemelajaran mesin|pembelajaran mesin]], terdapat dua jenis pendekatan utama, yaitu [[model diskriminatif]] dan [[model generatif]]. Sejak akhir 2000-an, kemajuan dalam teknologi ''[[Pemelajaran dalam|deep learning]]'' mendorong peningkatan besar dalam pengenalan citra, pengenalan suara, pemrosesan bahasa alami, dan berbagai tugas lainnya. Namun, pada fase ini jaringan saraf lebih banyak dikembangkan sebagai model diskriminatif karena membangun model generatif yang akurat masih menjadi tantangan.<ref>Tony Jebara. [https://doi.org/10.1007/978-1-4419-9011-2_2 Generative Versus Discriminative Learning]. Springer US. 2004. hlm. 17–60. ISBN 978-1-4613-4756-9.</ref>


Perkembangan signifikan terjadi pada tahun 2014, ketika munculnya ''[[Variational Autoencoder]]'' (VAE) dan ''[[Generative Adversarial Network]]'' (GAN) membuka jalan bagi jaringan saraf dalam yang dapat mempelajari representasi generatif untuk data kompleks seperti gambar. Model-model ini tidak hanya mampu mengklasifikasi citra, tetapi juga menghasilkan konten visual baru, contohnya proyek ''[[DeepDream]]'' yang menampilkan kemampuan jaringan saraf memodifikasi dan menciptakan gambar.
Perkembangan signifikan terjadi pada tahun 2014, ketika munculnya ''[[Variational Autoencoder]]'' (VAE) dan ''[[Generative Adversarial Network]]'' (GAN) membuka jalan bagi jaringan saraf dalam yang dapat mempelajari representasi generatif untuk data kompleks seperti gambar. Model-model ini tidak hanya mampu mengklasifikasi citra, tetapi juga menghasilkan konten visual baru, contohnya proyek ''[[DeepDream]]'' yang menampilkan kemampuan jaringan saraf memodifikasi dan menciptakan gambar.<ref>Ran He. [https://pmc.ncbi.nlm.nih.gov/articles/PMC11970245/ Generative artificial intelligence: a historical perspective]. ''National Science Review''. 2025-05. Vol. 12 (5). hlm. nwaf050. doi:10.1093/nsr/nwaf050.</ref>


Kemajuan berikutnya hadir pada tahun 2017 melalui arsitektur ''Transformer'', yang menawarkan peningkatan besar dibandingkan model ''[[Long Short-Term Memory]]'' (LSTM) dalam hal pemahaman [[konteks sekuens]], khususnya untuk teks. Inovasi ini kemudian menjadi landasan bagi munculnya '''''Generative Pre-trained Transformer''''' (GPT-1) pada tahun 2018, yang menandai era baru dalam kecerdasan buatan generatif berbasis bahasa.
Kemajuan berikutnya hadir pada tahun 2017 melalui arsitektur ''Transformer'', yang menawarkan peningkatan besar dibandingkan model ''[[Long Short-Term Memory]]'' (LSTM) dalam hal pemahaman [[konteks sekuens]], khususnya untuk teks. Inovasi ini kemudian menjadi landasan bagi munculnya '''''Generative Pre-trained Transformer''''' (GPT-1) pada tahun 2018, yang menandai era baru dalam kecerdasan buatan generatif berbasis bahasa.<ref>Saidul Islam. [https://www.sciencedirect.com/science/article/pii/S0957417423031688 A comprehensive survey on applications of transformers for deep learning tasks]. ''Expert Systems with Applications''. 2024-05-01. Vol. 241. hlm. 122666. doi:10.1016/j.eswa.2023.122666.</ref>


=== (2020–) ===
=== (2020–) ===
Pada Maret 2020, muncul [[:en:15.ai|15.ai]], sebuah aplikasi web yang dikembangkan oleh peneliti anonim dari MIT yang memungkinkan pembuatan suara karakter secara meyakinkan meskipun hanya menggunakan sedikit data pelatihan. Layanan ini dipandang sebagai salah satu contoh awal yang mempopulerkan teknologi kloning suara berbasis AI (audio ''deepfake'') dalam budaya digital dan kemudian memengaruhi perkembangan teknologi suara berbasis kecerdasan buatan.
Pada Maret 2020, muncul [[:en:15.ai|15.ai]], sebuah aplikasi web yang dikembangkan oleh peneliti anonim dari MIT yang memungkinkan pembuatan suara karakter secara meyakinkan meskipun hanya menggunakan sedikit data pelatihan.<ref>Rionaldi Chandraseta. [https://towardsdatascience.com/generate-your-favourite-characters-voice-lines-using-machine-learning-c0939270c0c6/ Generate Your Favourite Characters' Voice Lines using Machine Learning]. ''Towards Data Science''. 2021-01-21.</ref> Layanan ini dipandang sebagai salah satu contoh awal yang mempopulerkan teknologi kloning suara berbasis AI (audio ''deepfake'') dalam budaya digital dan kemudian memengaruhi perkembangan teknologi suara berbasis kecerdasan buatan.<ref>Sola. [https://guardian.ng/technology/15-ai-creator-reveals-journey-from-mit-project-to-internet-phenomenon/ 15.ai Creator reveals journey from MIT Project to internet phenomenon — Technology — The Guardian Nigeria News – Nigeria and World News]. ''guardian.ng''.</ref>


Pada 2021, hadirnya model [[DALL-E]] berbasis arsitektur Transformer memberikan lompatan baru dalam pembuatan gambar oleh AI. Kemudian pada 2022, akses terhadap teknologi pembuatan karya visual berbasis perintah bahasa alami semakin terbuka luas melalui peluncuran [[Midjourney]] dan [[Stable Diffusion]]. Model-model ini mampu menghasilkan gambar fotorealistis, karya seni, serta desain secara otomatis dari deskripsi teks sehingga cepat diadopsi oleh berbagai kalangan, mulai dari seniman hingga masyarakat umum.
Pada 2021, hadirnya model [[DALL-E]] berbasis arsitektur Transformer memberikan lompatan baru dalam pembuatan gambar oleh AI.<ref>Devin Coldewey. [https://techcrunch.com/2021/01/05/openais-dall-e-creates-plausible-images-of-literally-anything-you-ask-it-to/ OpenAI's DALL-E creates plausible images of literally anything you ask it to]. ''TechCrunch''. 2021-01-05.</ref> Kemudian pada 2022, akses terhadap teknologi pembuatan karya visual berbasis perintah bahasa alami semakin terbuka luas melalui peluncuran [[Midjourney]] dan [[Stable Diffusion]].<ref>[https://stability.ai/news/stable-diffusion-public-release Stable Diffusion Public Release]. ''Stability AI''.</ref> Model-model ini mampu menghasilkan gambar fotorealistis, karya seni, serta desain secara otomatis dari deskripsi teks sehingga cepat diadopsi oleh berbagai kalangan, mulai dari seniman hingga masyarakat umum.  


Perilisan publik [[ChatGPT]] pada November 2022, meningkatkan penggunaan AI generatif untuk tugas berbasis teks secara luas. Kemampuan sistem ini dalam membangun percakapan alami, menghasilkan konten kreatif, memberikan bantuan pemrograman, hingga menganalisis informasi memicu diskusi global mengenai dampaknya terhadap dunia kerja, pendidikan, serta kreativitas manusia.
Perilisan publik [[ChatGPT]] pada November 2022, meningkatkan penggunaan AI generatif untuk tugas berbasis teks secara luas. <ref>Samantha Lock. [https://www.theguardian.com/technology/2022/dec/05/what-is-ai-chatbot-phenomenon-chatgpt-and-could-it-replace-humans What is AI chatbot phenomenon ChatGPT and could it replace humans?]. ''The Guardian''. 2022-12-05.</ref>Kemampuan sistem ini dalam membangun percakapan alami, menghasilkan konten kreatif, memberikan bantuan pemrograman, hingga menganalisis informasi memicu diskusi global mengenai dampaknya terhadap dunia kerja, pendidikan, serta kreativitas manusia.<ref>Ars Contributors. [https://arstechnica.com/ai/2023/08/how-chatgpt-turned-generative-ai-into-an-anything-tool/ How ChatGPT turned generative AI into an “anything tool”]. ''Ars Technica''. 2023-08-23.</ref>


Pada Maret 2023, [[GPT-4]] dirilis dan dinilai sebagai peningkatan signifikan dalam kemampuan AI generatif. Sebuah tim dari [[Microsoft Research]] bahkan menilai bahwa model tersebut dapat dianggap sebagai tahapan awal menuju [[kecerdasan umum buatan]] (AGI), meskipun penilaian tersebut mendapat sanggahan dari para akademisi lain yang berpendapat bahwa teknologi yang ada masih jauh dari kecerdasan setara manusia.
Pada Maret 2023, [[GPT-4]] dirilis dan dinilai sebagai peningkatan signifikan dalam kemampuan AI generatif. Sebuah tim dari [[Microsoft Research]] bahkan menilai bahwa model tersebut dapat dianggap sebagai tahapan awal menuju [[kecerdasan umum buatan]] (AGI), meskipun penilaian tersebut mendapat sanggahan dari para akademisi lain yang berpendapat bahwa teknologi yang ada masih jauh dari kecerdasan setara manusia.<ref>Sébastien Bubeck. [http://arxiv.org/abs/2303.12712 Sparks of Artificial General Intelligence: Early experiments with GPT-4]. 2023-04-13. doi:10.48550/arXiv.2303.12712.</ref>


Pada tahun yang sama, Meta memperkenalkan [[ImageBind]], sebuah proyek riset model multimodal yang dapat mengolah enam jenis data berbeda: teks, gambar, video, termal, data 3D, audio, dan gerakan.
Pada tahun yang sama, Meta memperkenalkan [[ImageBind]], sebuah proyek riset model multimodal yang dapat mengolah enam jenis data berbeda: teks, gambar, video, termal, data 3D, audio, dan gerakan.<ref>James Vincent. [https://www.theverge.com/2023/5/9/23716558/meta-imagebind-open-source-multisensory-modal-ai-model-research Meta open-sources multisensory AI model that combines six types of data]. ''The Verge''. 2023-05-09.</ref>


Pada Desember 2023, Google memperkenalkan [[Gemini (bot obrolan)|Gemini]], model AI multimodal yang tersedia dalam beberapa versi: Ultra, Pro, Flash, dan Nano. Gemini Pro kemudian diintegrasikan dengan chatbot Bard, sebelum seluruh layanan Bard dan Duet AI digabungkan di bawah merek Gemini pada Februari 2024, termasuk peluncuran [[aplikasi seluler]].
Pada Desember 2023, Google memperkenalkan [[Gemini (bot obrolan)|Gemini]], model AI multimodal yang tersedia dalam beberapa versi: Ultra, Pro, Flash, dan Nano.<ref>Miles Kruppa. [https://www.wsj.com/tech/ai/google-announces-ai-system-gemini-after-turmoil-at-rival-openai-10835335 Google Announces AI System Gemini After Turmoil at Rival OpenAI]. ''The Wall Street Journal''. 2023-12-06.</ref> Gemini Pro kemudian diintegrasikan dengan chatbot Bard, sebelum seluruh layanan Bard dan Duet AI digabungkan di bawah merek Gemini pada Februari 2024, termasuk peluncuran [[aplikasi seluler]].


Di periode yang sama, [[Anthropic]] memperkenalkan keluarga model bahasa besar [[Claude (model bahasa)|Claude]] yang menunjukkan performa kompetitif pada berbagai tolok ukur kecerdasan buatan.
Di periode yang sama, [[Anthropic]] memperkenalkan keluarga model bahasa besar [[Claude (model bahasa)|Claude]] yang menunjukkan performa kompetitif pada berbagai tolok ukur kecerdasan buatan.<ref>Michael Nuñez. [https://venturebeat.com/ai/anthropic-unveils-claude-3-claims-new-standard-for-intelligence/ Anthropic unveils Claude 3, surpassing GPT-4 and Gemini Ultra in benchmark tests]. ''VentureBeat''. 2024-03-04.</ref>


Secara global, penerapan dan persepsi publik mengenai AI generatif tidak merata. Negara-negara [[Asia-Pasifik|Asia Pasifik]] menunjukkan tingkat optimisme dan adopsi yang lebih tinggi dibanding wilayah Barat. Survei pada 2024 menunjukkan bahwa mayoritas responden di wilayah tersebut menilai AI berdampak positif, dan Tiongkok menonjol sebagai pemimpin dalam pemanfaatan teknologi AI generatif, termasuk dalam pengajuan paten dan penggunaan harian di kalangan generasi muda.
Secara global, penerapan dan persepsi publik mengenai AI generatif tidak merata. Negara-negara [[Asia-Pasifik|Asia Pasifik]] menunjukkan tingkat optimisme dan adopsi yang lebih tinggi dibanding wilayah Barat. Survei pada 2024 menunjukkan bahwa mayoritas responden di wilayah tersebut menilai AI berdampak positif, dan Tiongkok menonjol sebagai pemimpin dalam pemanfaatan teknologi AI generatif, termasuk dalam pengajuan paten dan penggunaan harian di kalangan generasi muda.<ref>[https://www.ipsos.com/en-th/ua_globaltrends Asia Pacific open to digital and reform transformation Ipsos]. ''www.ipsos.com''. 2024-11-11.</ref>


Pada pertengahan 2025, meskipun penggunaan di tingkat konsumen terus bertumbuh, sejumlah perusahaan mulai menghentikan proyek percontohan AI generatif karena kendala integrasi, kualitas data, dan hasil yang tidak sesuai ekspektasi. Kondisi tersebut dipandang sebagai indikasi bahwa industri sedang memasuki fase jurang kekecewaan (''trough of disillusionment'') dalam siklus hype teknologi menurut [[Gartner]].
Pada pertengahan 2025, meskipun penggunaan di tingkat konsumen terus bertumbuh, sejumlah perusahaan mulai menghentikan proyek percontohan AI generatif karena kendala integrasi, kualitas data, dan hasil yang tidak sesuai ekspektasi. Kondisi tersebut dipandang sebagai indikasi bahwa industri sedang memasuki fase jurang kekecewaan (''trough of disillusionment'') dalam siklus hype teknologi menurut [[Gartner]].<ref>[https://www.gartner.com/en/newsroom/press-releases/2025-07-30-gartner-says-generative-ai-for-procurement-has-entered-the-trough-of-disillusionment Gartner Says Generative AI for Procurement Has Entered the Trough of Disillusionment]. ''Gartner''.</ref>


== Aplikasi ==
== Aplikasi ==
Jenis model kecerdasan buatan generatif yang menonjol antara lain [[Pentransformasi praterlatih generatif]] ([[GPT4-Chan|GPT]]), ''generative adversarial networks'' (GAN), dan ''variational autoencoders'' (VAE). Sistem AI generatif disebut multimodal apabila mampu memproses berbagai jenis masukan atau menghasilkan berbagai jenis keluaran. Sebagai contoh, [[GPT4-Chan|GPT-4o]] dapat memproses sekaligus menghasilkan teks, gambar, dan audio.
Jenis model kecerdasan buatan generatif yang menonjol antara lain [[Pentransformasi praterlatih generatif]] ([[GPT4-Chan|GPT]]), ''generative adversarial networks'' (GAN), dan ''variational autoencoders'' (VAE). Sistem AI generatif disebut multimodal apabila mampu memproses berbagai jenis masukan atau menghasilkan berbagai jenis keluaran.<ref>Arham Islam. [https://www.marktechpost.com/2023/03/21/a-history-of-generative-ai-from-gan-to-gpt-4/ A History of Generative AI: From GAN to GPT-4]. ''MarkTechPost''. 2023-03-21.</ref> Sebagai contoh, [[GPT4-Chan|GPT-4o]] dapat memproses sekaligus menghasilkan teks, gambar, dan audio.<ref>Aayush Mittal Mittal. [https://www.unite.ai/openais-gpt-4o-the-multimodal-ai-model-transforming-human-machine-interaction/ OpenAI’s GPT-4o: The Multimodal AI Model Transforming Human-Machine Interaction]. ''Unite.AI''. 2024-05-22.</ref>


AI generatif telah digunakan di berbagai sektor industri dan secara signifikan mengubah dinamika penciptaan, analisis, serta penyampaian konten. Dalam bidang kesehatan, misalnya, AI generatif mempercepat penemuan obat dengan menciptakan struktur molekul yang memiliki karakteristik target tertentu serta menghasilkan citra [[radiologi]] untuk melatih model diagnosis. Kemampuan ini tidak hanya memungkinkan pengembangan yang lebih cepat dan lebih hemat biaya, tetapi juga meningkatkan kualitas pengambilan keputusan medis. Dalam sektor keuangan, layanan AI generatif membantu pembuatan kumpulan data dan otomatisasi laporan menggunakan bahasa alami. Teknologi ini mengotomatisasi [[pembuatan konten]], menghasilkan data keuangan sintetis, dan menyesuaikan komunikasi dengan pelanggan, serta mendukung pengoperasian [[Bot obrolan|''chatbot'']] dan agen virtual. Secara keseluruhan, teknologi-teknologi ini meningkatkan efisiensi, menekan biaya operasional, dan mendukung pengambilan keputusan berbasis data di [[lembaga keuangan]].
AI generatif telah digunakan di berbagai sektor industri dan secara signifikan mengubah dinamika penciptaan, analisis, serta penyampaian konten. Dalam bidang kesehatan, misalnya, AI generatif mempercepat penemuan obat dengan menciptakan struktur molekul yang memiliki karakteristik target tertentu serta menghasilkan citra [[radiologi]] untuk melatih model diagnosis.<ref>Divya Vemula. [https://www.sciencedirect.com/science/article/pii/S0928098722002093 CADD, AI and ML in drug discovery: A comprehensive review]. ''European Journal of Pharmaceutical Sciences''. 2023-02-01. Vol. 181. hlm. 106324. doi:10.1016/j.ejps.2022.106324.</ref> Kemampuan ini tidak hanya memungkinkan pengembangan yang lebih cepat dan lebih hemat biaya, tetapi juga meningkatkan kualitas pengambilan keputusan medis. Dalam sektor keuangan, layanan AI generatif membantu pembuatan kumpulan data dan otomatisasi laporan menggunakan bahasa alami. Teknologi ini mengotomatisasi [[pembuatan konten]], menghasilkan data keuangan sintetis, dan menyesuaikan komunikasi dengan pelanggan, serta mendukung pengoperasian [[Bot obrolan|''chatbot'']] dan agen virtual. Secara keseluruhan, teknologi-teknologi ini meningkatkan efisiensi, menekan biaya operasional, dan mendukung pengambilan keputusan berbasis data di [[lembaga keuangan]].<ref>[https://www.trinetix.com/insights/generative-ai-in-banking Generative AI in Banking: Practical Use Cases and Future Potential]. ''www.trinetix.com''.</ref>


Industri media memanfaatkan AI generatif untuk berbagai aktivitas kreatif, seperti komposisi musik, penulisan naskah, penyuntingan video, dan seni digital. Sektor pendidikan juga terdampak, karena alat-alat ini memungkinkan pembelajaran yang dipersonalisasi melalui pembuatan kuis, bahan belajar, dan penulisan esai. Baik pendidik maupun peserta didik memperoleh manfaat dari platform berbasis AI yang menyesuaikan diri dengan beragam pola belajar. Namun, dalam konteks pendidikan di [[Kolombia]], penggunaan program AI generatif milik [[Meta Platforms|Meta]] oleh siswa dilaporkan menyebabkan penurunan nilai akademik.
Industri media memanfaatkan AI generatif untuk berbagai aktivitas kreatif, seperti komposisi musik, penulisan naskah, penyuntingan video, dan seni digital. Sektor pendidikan juga terdampak, karena alat-alat ini memungkinkan pembelajaran yang dipersonalisasi melalui pembuatan kuis, bahan belajar, dan penulisan esai. Baik pendidik maupun peserta didik memperoleh manfaat dari platform berbasis AI yang menyesuaikan diri dengan beragam pola belajar.<ref>Element451. [https://element451.com/blog/benefits-of-ai-in-education Top Benefits Of AI In Education For Teachers and Students]. ''Element451 Higher Ed CRM''. 2024-11-26.</ref> Namun, dalam konteks pendidikan di [[Kolombia]], penggunaan program AI generatif milik [[Meta Platforms|Meta]] oleh siswa dilaporkan menyebabkan penurunan nilai akademik.<ref>Laura Rodríguez Salamanca. [https://restofworld.org/2025/colombia-meta-ai-education/ Meta brought AI to rural Colombia. Now students are failing exams]. ''Rest of World''. 2025-07-30.</ref>


=== Teks dan kode perangkat lunak ===
=== Teks dan kode perangkat lunak ===
[[Model bahasa besar]] (''large language models'' atau LLM) dilatih menggunakan teks yang telah ditokenisasi dari berbagai korpus teks. Sistem-sistem ini mencakup ''[[ChatGPT]]'', ''Gemini'', ''Claude'', ''LLaMA'', dan ''BLOOM''. LLM memiliki kemampuan [[Pengolahan bahasa alami|pemrosesan bahasa alami]], [[Terjemahan mesin|penerjemahan mesin]], serta [[pembangkitan bahasa alami]].
[[Model bahasa besar]] (''large language models'' atau LLM) dilatih menggunakan teks yang telah ditokenisasi dari berbagai korpus teks. Sistem-sistem ini mencakup ''[[ChatGPT]]'', ''Gemini'', ''Claude'', ''LLaMA'', dan ''BLOOM''. LLM memiliki kemampuan [[Pengolahan bahasa alami|pemrosesan bahasa alami]], [[Terjemahan mesin|penerjemahan mesin]], serta [[pembangkitan bahasa alami]].<ref>Ayush Kaushal. [https://doi.org/10.18653/v1/2022.naacl-main.179 What do tokens know about their characters and how do they know it?]. ''Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies''. Association for Computational Linguistics. 2022. doi:10.18653/v1/2022.naacl-main.179.</ref>


LLM dapat digunakan sebagai ''foundation model'' untuk berbagai tugas lain. Model ini juga dapat dilatih menggunakan kode komputer, sehingga memungkinkan pembuatan [[kode sumber]] untuk program komputer baru berdasarkan perintah (''prompt''), sebuah praktik yang dikenal sebagai ''vibe coding''. Contohnya meliputi ''[[OpenAI]] Codexs'', ''Tabnine'', ''GitHub Copilot'', ''[[Microsoft Copilot]]'', dan ''[[Fork (pengembangan perangkat lunak)|fork]]'' [[Visual Studio Code]] bernama ''Cursor''.
LLM dapat digunakan sebagai ''foundation model'' untuk berbagai tugas lain.<ref>Rishi Bommasani. [http://arxiv.org/abs/2108.07258 On the Opportunities and Risks of Foundation Models]. 2022-07-12. doi:10.48550/arXiv.2108.07258.</ref> Model ini juga dapat dilatih menggunakan kode komputer, sehingga memungkinkan pembuatan [[kode sumber]] untuk program komputer baru berdasarkan perintah (''prompt''), sebuah praktik yang dikenal sebagai ''vibe coding''.<ref>Mark Chen. [http://arxiv.org/abs/2107.03374 Evaluating Large Language Models Trained on Code]. 2021-07-14. doi:10.48550/arXiv.2107.03374.</ref> Contohnya meliputi ''[[OpenAI]] Codexs'', ''Tabnine'', ''GitHub Copilot'', ''[[Microsoft Copilot]]'', dan ''[[Fork (pengembangan perangkat lunak)|fork]]'' [[Visual Studio Code]] bernama ''Cursor''.<ref>[https://a16z.com/announcement/investing-in-cursor/ Investing in Cursor]. ''Andreessen Horowitz''.</ref>


Beberapa asisten AI membantu kandidat melakukan kecurangan dalam wawancara pemrograman daring dengan menyediakan kode, perbaikan, dan penjelasan. Antarmuka tersembunyi yang digunakan meminimalkan pergerakan mata, sehingga mengurangi kemungkinan kecurangan terdeteksi oleh pewawancara.
Beberapa asisten AI membantu kandidat melakukan kecurangan dalam wawancara pemrograman daring dengan menyediakan kode, perbaikan, dan penjelasan. Antarmuka tersembunyi yang digunakan meminimalkan pergerakan mata, sehingga mengurangi kemungkinan kecurangan terdeteksi oleh pewawancara.<ref>Jennifer Elias. [https://www.cnbc.com/2025/03/09/google-ai-interview-coder-cheat.html Meet the 21-year-old helping coders use AI to cheat in Google and other tech job interviews]. ''CNBC''. 2025-03-09.</ref>


=== Audio ===
=== Audio ===
Tahun 2016, [[:en:WaveNet|WaveNet]] yang dikembangkan oleh DeepMind menunjukkan bahwa jaringan saraf dalam mampu menghasilkan [[Bunyi|gelombang suara mentah]] (''raw waveforms''). Kemampuan WaveNet dalam memodelkan gelombang suara mentah membuatnya dapat merepresentasikan berbagai jenis audio, termasuk musik; sebagai contoh, model ini mampu menghasilkan suara manusia yang relatif realistis dengan melatihnya menggunakan rekaman ujaran asli. Pada tahun-tahun berikutnya, fokus penelitian bergeser dari sintesis konkatenatif ke [[Sintesis bunyi|sintesis ujaran]] berbasis [[pembelajaran mendalam]], dengan model seperti Tacotron 2 pada tahun 2018 yang menunjukkan bahwa jaringan saraf dapat mengonversi teks menjadi ujaran alami melalui pelatihan menggunakan puluhan jam data suara.
Tahun 2016, [[:en:WaveNet|WaveNet]] yang dikembangkan oleh DeepMind menunjukkan bahwa jaringan saraf dalam mampu menghasilkan [[Bunyi|gelombang suara mentah]] (''raw waveforms'').<ref>Aaron van den Oord. [http://arxiv.org/abs/1609.03499 WaveNet: A Generative Model for Raw Audio]. 2016-09-19. doi:10.48550/arXiv.1609.03499.</ref> Kemampuan WaveNet dalam memodelkan gelombang suara mentah membuatnya dapat merepresentasikan berbagai jenis audio, termasuk musik; sebagai contoh, model ini mampu menghasilkan suara manusia yang relatif realistis dengan melatihnya menggunakan rekaman ujaran asli.<ref>David Meyer. [https://fortune.com/2016/09/09/google-deepmind-wavenet-ai/ Google's DeepMind Claims Massive Progress in Synthesized Speech]. ''Fortune''.</ref> Pada tahun-tahun berikutnya, fokus penelitian bergeser dari sintesis konkatenatif ke [[Sintesis bunyi|sintesis ujaran]] berbasis [[pembelajaran mendalam]],<ref>Andreas Triantafyllopoulos. [https://ieeexplore.ieee.org/document/10065433 An Overview of Affective Speech Synthesis and Conversion in the Deep Learning Era]. ''Proceedings of the IEEE''. 2023-10. Vol. 111 (10). hlm. 1355–1381. doi:10.1109/JPROC.2023.3250266.</ref> dengan model seperti Tacotron 2 pada tahun 2018 yang menunjukkan bahwa jaringan saraf dapat mengonversi teks menjadi ujaran alami melalui pelatihan menggunakan puluhan jam data suara.<ref>[https://google.github.io/tacotron/publications/semisupervised/index.html Audio samples from "Semi-Supervised Training for Improving Data Efficiency in End-to-End Speech Synthesis"]. ''google.github.io''.</ref>


Pada tahun 2020, sebuah situs web ''text-to-speech'' gratis bernama [[:en:15.ai|15.ai]] menunjukkan bahwa jaringan saraf dalam mampu menghasilkan ujaran yang ekspresif secara emosional hanya dengan 15 detik data suara, jumlah yang jauh lebih sedikit dibandingkan puluhan jam data yang sebelumnya diperlukan.
Pada tahun 2020, sebuah situs web ''text-to-speech'' gratis bernama [[:en:15.ai|15.ai]] menunjukkan bahwa jaringan saraf dalam mampu menghasilkan ujaran yang ekspresif secara emosional hanya dengan 15 detik data suara, jumlah yang jauh lebih sedikit dibandingkan puluhan jam data yang sebelumnya diperlukan.<ref>Rionaldi Chandraseta. [https://towardsdatascience.com/generate-your-favourite-characters-voice-lines-using-machine-learning-c0939270c0c6/ Generate Your Favourite Characters' Voice Lines using Machine Learning]. ''Towards Data Science''. 2021-01-21.</ref>


Platform lain yang memanfaatkan AI generatif untuk menghasilkan ujaran meliputi [[:en:Amazon_Polly|Amazon Polly]], ''Voicebox'' milik Meta, dan [[:en:ElevenLabs|ElevenLabs]]. Sistem yang dapat menghasilkan musik berdasarkan deskripsi teks (''text-to-music'') mencakup ''MusicGen'' dari Meta dan ''MusicLM'' dari Google. Selain itu, ''audio deepfake'' telah digunakan untuk menghasilkan trek vokal yang meniru suara penyanyi lain.
Platform lain yang memanfaatkan AI generatif untuk menghasilkan ujaran meliputi [[:en:Amazon_Polly|Amazon Polly]], ''Voicebox'' milik Meta, dan [[:en:ElevenLabs|ElevenLabs]].<ref>Saahil Desai. [https://www.theatlantic.com/technology/archive/2023/07/ai-voice-assistants-name-pronunciation/674731/ A Voicebot Just Left Me Speechless]. ''The Atlantic''. 2023-07-17.</ref> Sistem yang dapat menghasilkan musik berdasarkan deskripsi teks (''text-to-music'') mencakup ''MusicGen'' dari Meta dan ''MusicLM'' dari Google.<ref>Andrea Agostinelli. [http://arxiv.org/abs/2301.11325 MusicLM: Generating Music From Text]. 2023-01-26. doi:10.48550/arXiv.2301.11325.</ref> Selain itu, ''audio deepfake'' telah digunakan untuk menghasilkan trek vokal yang meniru suara penyanyi lain.<ref>Andre Lamar. [https://www.delawareonline.com/story/entertainment/2023/04/21/jay-zs-delaware-producer-young-guru-artificial-voice-generators-rights/70107389007/ Jay-Z's Delaware producer sparks debate over AI rights]. ''The News Journal''.</ref>


=== Gambar ===
=== Gambar ===
AI generatif dapat dimanfaatkan untuk menghasilkan [[Seni rupa|karya visual]], termasuk seni digital dan ilustrasi. Sistem-sistem ini umumnya dilatih menggunakan kumpulan data gambar yang disertai keterangan [[takarir]] (''caption''). Contoh model [[Model teks-ke-gambar|teks-ke-gambar]] (''text-to-image'') antara lain [[Stable Diffusion]], [[DALL-E|DALL·E]], [[Midjourney]], [[Imagen (model teks-ke-gambar)|Imagen]], [[:en:Adobe_Firefly|Adobe Firefly]], dan [[Flux (model teks-ke-gambar)|Flux]]. Selain menghasilkan gambar baru, teknologi ini juga digunakan untuk ''[[:en:Neural_style_transfer|neural style transfer]]'', yaitu penerapan gaya visual tertentu ke dalam gambar lain secara otomatis.
AI generatif dapat dimanfaatkan untuk menghasilkan [[Seni rupa|karya visual]], termasuk seni digital dan ilustrasi.<ref>Ziv Epstein. [http://arxiv.org/abs/2306.04141 Art and the science of generative AI: A deeper dive]. 2023-06-07. doi:10.48550/arXiv.2306.04141.</ref> Sistem-sistem ini umumnya dilatih menggunakan kumpulan data gambar yang disertai keterangan [[takarir]] (''caption''). Contoh model [[Model teks-ke-gambar|teks-ke-gambar]] (''text-to-image'') antara lain [[Stable Diffusion]], [[DALL-E|DALL·E]], [[Midjourney]], [[Imagen (model teks-ke-gambar)|Imagen]], [[:en:Adobe_Firefly|Adobe Firefly]], dan [[Flux (model teks-ke-gambar)|Flux]]. Selain menghasilkan gambar baru, teknologi ini juga digunakan untuk ''[[:en:Neural_style_transfer|neural style transfer]]'', yaitu penerapan gaya visual tertentu ke dalam gambar lain secara otomatis.<ref>Aditya Ramesh. [https://proceedings.mlr.press/v139/ramesh21a.html Zero-Shot Text-to-Image Generation]. ''Proceedings of the 38th International Conference on Machine Learning''. PMLR. 2021-07-01. hlm. 8821–8831.</ref>


=== Video ===
=== Video ===
AI generatif juga digunakan untuk menghasilkan video dengan tingkat [[Realisme (seni rupa)|realisme]] yang tinggi. Beberapa contoh platform yang mengembangkan teknologi ini meliputi [[Sora (model teks-ke-video)|Sora]] dari [[OpenAI]], [[:en:Runway_(company)|Runway]], Make-A-Video dari [[Meta Platforms]], serta LTX Video, sebuah proyek sumber terbuka yang dikembangkan oleh ''[[Lightricks]]''.
AI generatif juga digunakan untuk menghasilkan video dengan tingkat [[Realisme (seni rupa)|realisme]] yang tinggi. Beberapa contoh platform yang mengembangkan teknologi ini meliputi [[Sora (model teks-ke-video)|Sora]] dari [[OpenAI]],<ref>[https://www.nytimes.com/2024/02/15/technology/openai-sora-videos.html OpenAI Unveils A.I. That Instantly Generates Eye-Popping Videos (Published 2024)]. 2024-02-15.</ref> [[:en:Runway_(company)|Runway]],<ref>[https://www.nytimes.com/2023/04/04/technology/runway-ai-videos.html Instant Videos Could Represent the Next Leap in A.I. Technology (Published 2023)]. 2023-04-04.</ref> Make-A-Video dari [[Meta Platforms]], serta LTX Video, sebuah proyek sumber terbuka yang dikembangkan oleh ''[[Lightricks]]''.<ref>Michael Nuñez. [https://venturebeat.com/ai/lightricks-just-made-ai-video-generation-30x-faster-and-you-wont-need-a-10000-gpu/ Lightricks just made AI video generation 30x faster — and you won’t need a $10,000 GPU]. ''VentureBeat''. 2025-05-06.</ref>


=== Robotika ===
=== Robotika ===
Dalam bidang [[robotika]], AI generatif dapat menciptakan lintasan gerak baru dengan mempelajari ''pola pergerakan sistem robot''.[87] Model multimodal yang menggabungkan [[:en:Vision-language-action_model|visi-bahasa-aksi]], seperti RT-2 dari Google, mampu melakukan penalaran sederhana berdasarkan perintah pengguna dan masukan visual, misalnya mengambil objek tertentu sesuai deskripsi teks yang diberikan.
Dalam bidang [[robotika]], AI generatif dapat menciptakan lintasan gerak baru dengan mempelajari ''pola pergerakan sistem robot''.[87] Model multimodal yang menggabungkan [[:en:Vision-language-action_model|visi-bahasa-aksi]], seperti RT-2 dari Google, mampu melakukan penalaran sederhana berdasarkan perintah pengguna dan masukan visual, misalnya mengambil objek tertentu sesuai deskripsi teks yang diberikan.<ref>Anthony Brohan. [http://arxiv.org/abs/2307.15818 RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control]. 2023-07-28. doi:10.48550/arXiv.2307.15818.</ref>


=== Pemodelan 3D ===
=== Pemodelan 3D ===
Dalam pemodelan tiga dimensi, kecerdasan buatan diterapkan pada ''computer-aided design'' (CAD) untuk mengotomatisasi proses pembuatan [[model 3D]] melalui pendekatan teks-ke-3D, gambar-ke-3D, maupun video-ke-3D. Selain itu, pustaka CAD berbasis AI dapat dikembangkan dengan memanfaatkan ''linked open data'' berupa skema dan diagram teknis. Asisten CAD berbasis AI saat ini digunakan sebagai alat bantu untuk menyederhanakan alur kerja dan meningkatkan efisiensi dalam perancangan.
Dalam pemodelan tiga dimensi, kecerdasan buatan diterapkan pada ''computer-aided design'' (CAD) untuk mengotomatisasi proses pembuatan [[model 3D]] melalui pendekatan teks-ke-3D, gambar-ke-3D, maupun video-ke-3D.<ref>Sam Rinko. [https://www.eweek.com/artificial-intelligence/best-ai-3d-generators/ 9 Best AI 3D Generators You Need To Try]. ''eWEEK''. 2024-06-25.</ref> Selain itu, pustaka CAD berbasis AI dapat dikembangkan dengan memanfaatkan ''linked open data'' berupa skema dan diagram teknis.<ref>[https://insights.globalspec.com/article/21167/slash-cad-model-build-times-with-new-ai-driven-part-creation-methodology Slash CAD model build times with new AI-driven part creation methodology GlobalSpec]. ''insights.globalspec.com''.</ref> Asisten CAD berbasis AI saat ini digunakan sebagai alat bantu untuk menyederhanakan alur kerja dan meningkatkan efisiensi dalam perancangan.<ref>Kevin. [https://www.scan2cad.com/blog/cad/ai-cad/ The Role of Artificial Intelligence (AI) in the CAD Industry]. ''Scan2CAD''. 2023-03-22.</ref>


==Referensi==
== Referensi ==
<references />


== Sumber dan atribusi ==
== Sumber dan atribusi ==


Artikel ini diadaptasi dalam mode teks dari
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Kecerdasan+buatan+generatif&oldid=29532386 Wikipedia bahasa Indonesia], revisi 29532386 (2026-08-06T09:22:46Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Gambar pada artikel ini bersumber dari Wikimedia Commons dan mengikuti ketentuan lisensi masing-masing berkas. Mohon gunakan konten dan media secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.
[https://id.wikipedia.org/w/index.php?title=Kecerdasan_buatan_generatif&oldid=29532386 Wikipedia bahasa Indonesia],
 
revisi 29532386 (2026-08-06T09:22:46Z).
<!-- WIKI_UNISSULA_PRESENTATION_V4 -->
Gambar, media, infobox, templat navigasi, dan kategori sumber
tidak diimpor ke Wiki Unissula.
Atribusi dan lisensi mengikuti ketentuan Creative Commons
Atribusi-BerbagiSerupa (CC BY-SA) pada sumber Wikipedia.

Revisi terkini sejak 23 Agustus 2026 03.04

AI relation to Generative Models subset, venn diagram

Kecerdasan buatan generatif (,[1] disingkat GenAI) adalah cabang dari kecerdasan buatan (AI) yang berfokus pada kemampuan sistem untuk menghasilkan atau membuat data baru yang memiliki karakteristik atau distribusi serupa dengan data yang telah diberikan kepadanya. Ini berbeda dengan pendekatan tradisional AI yang mungkin lebih fokus pada tugas-tugas tertentu seperti klasifikasi atau prediksi.

Salah satu teknik yang umum digunakan dalam Generative AI adalah menggunakan model generatif seperti Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs), atau model berbasis aliran seperti Transformer.[2] Model-model ini dilatih untuk memahami dan merepresentasikan distribusi dari data pelatihan mereka dan kemudian menghasilkan data baru yang serupa dengan distribusi tersebut.

Contoh penggunaan Generative AI termasuk pembuatan gambar, teks, suara, atau bahkan video yang terlihat atau terdengar autentik. Misalnya, GANs dapat digunakan untuk membuat gambar wajah yang tampak seolah-olah mereka adalah orang yang sebenarnya, atau untuk menghasilkan gambar seni yang unik.

Di sisi lain, VAEs dapat digunakan untuk menghasilkan teks atau gambar yang baru berdasarkan distribusi data latihan mereka, yang kemudian dapat digunakan dalam berbagai aplikasi kreatif atau praktis.[3][4][5]

Perkembangan

Akar kemunculan media yang dihasilkan secara algoritmis dapat ditelusuri pada pengembangan rantai Markov, sebuah metode pemodelan bahasa alami yang telah digunakan sejak awal abad ke-20. Konsep ini diperkenalkan oleh matematikawan Rusia Andrey Markov pada tahun 1906, melalui analisis pola huruf vokal dan konsonan pada karya Eugene Onegin.[6] Setelah sebuah model Markov dilatih menggunakan korpus teks, model tersebut mampu menghasilkan teks baru secara probabilistik berdasarkan pola dalam data latih tersebut.[7]

Pada awal 1970-an, para seniman mulai memanfaatkan komputer untuk memperluas teknik generatif melampaui model Markov. Harold Cohen menciptakan AARON, sebuah program komputer perintis yang dirancang untuk menghasilkan karya seni lukis secara mandiri, dan hasilnya dipamerkan di berbagai galeri.[8]

Memasuki era 1980-1990-an, istilah seperti generative AI planning atau generative planning digunakan untuk menamai sistem perencanaan berbasis kecerdasan buatan yang menghasilkan rangkaian tindakan untuk mencapai suatu tujuan tertentu.[9]

Sistem ini memanfaatkan pendekatan AI simbolik, termasuk penelusuran ruang keadaan dan pemenuhan kendala. Pada awal 1990-an, teknologi tersebut dianggap telah berkembang cukup matang, dan dimanfaatkan untuk berbagai kebutuhan seperti penyusunan rencana tindakan darurat militer, perencanaan proses manufaktur, hingga pembuatan rencana keputusan dalam prototipe wahana antariksa otonom.[10]

(2014-2019)

Dalam pembelajaran mesin, terdapat dua jenis pendekatan utama, yaitu model diskriminatif dan model generatif. Sejak akhir 2000-an, kemajuan dalam teknologi deep learning mendorong peningkatan besar dalam pengenalan citra, pengenalan suara, pemrosesan bahasa alami, dan berbagai tugas lainnya. Namun, pada fase ini jaringan saraf lebih banyak dikembangkan sebagai model diskriminatif karena membangun model generatif yang akurat masih menjadi tantangan.[11]

Perkembangan signifikan terjadi pada tahun 2014, ketika munculnya Variational Autoencoder (VAE) dan Generative Adversarial Network (GAN) membuka jalan bagi jaringan saraf dalam yang dapat mempelajari representasi generatif untuk data kompleks seperti gambar. Model-model ini tidak hanya mampu mengklasifikasi citra, tetapi juga menghasilkan konten visual baru, contohnya proyek DeepDream yang menampilkan kemampuan jaringan saraf memodifikasi dan menciptakan gambar.[12]

Kemajuan berikutnya hadir pada tahun 2017 melalui arsitektur Transformer, yang menawarkan peningkatan besar dibandingkan model Long Short-Term Memory (LSTM) dalam hal pemahaman konteks sekuens, khususnya untuk teks. Inovasi ini kemudian menjadi landasan bagi munculnya Generative Pre-trained Transformer (GPT-1) pada tahun 2018, yang menandai era baru dalam kecerdasan buatan generatif berbasis bahasa.[13]

(2020–)

Pada Maret 2020, muncul 15.ai, sebuah aplikasi web yang dikembangkan oleh peneliti anonim dari MIT yang memungkinkan pembuatan suara karakter secara meyakinkan meskipun hanya menggunakan sedikit data pelatihan.[14] Layanan ini dipandang sebagai salah satu contoh awal yang mempopulerkan teknologi kloning suara berbasis AI (audio deepfake) dalam budaya digital dan kemudian memengaruhi perkembangan teknologi suara berbasis kecerdasan buatan.[15]

Pada 2021, hadirnya model DALL-E berbasis arsitektur Transformer memberikan lompatan baru dalam pembuatan gambar oleh AI.[16] Kemudian pada 2022, akses terhadap teknologi pembuatan karya visual berbasis perintah bahasa alami semakin terbuka luas melalui peluncuran Midjourney dan Stable Diffusion.[17] Model-model ini mampu menghasilkan gambar fotorealistis, karya seni, serta desain secara otomatis dari deskripsi teks sehingga cepat diadopsi oleh berbagai kalangan, mulai dari seniman hingga masyarakat umum.

Perilisan publik ChatGPT pada November 2022, meningkatkan penggunaan AI generatif untuk tugas berbasis teks secara luas. [18]Kemampuan sistem ini dalam membangun percakapan alami, menghasilkan konten kreatif, memberikan bantuan pemrograman, hingga menganalisis informasi memicu diskusi global mengenai dampaknya terhadap dunia kerja, pendidikan, serta kreativitas manusia.[19]

Pada Maret 2023, GPT-4 dirilis dan dinilai sebagai peningkatan signifikan dalam kemampuan AI generatif. Sebuah tim dari Microsoft Research bahkan menilai bahwa model tersebut dapat dianggap sebagai tahapan awal menuju kecerdasan umum buatan (AGI), meskipun penilaian tersebut mendapat sanggahan dari para akademisi lain yang berpendapat bahwa teknologi yang ada masih jauh dari kecerdasan setara manusia.[20]

Pada tahun yang sama, Meta memperkenalkan ImageBind, sebuah proyek riset model multimodal yang dapat mengolah enam jenis data berbeda: teks, gambar, video, termal, data 3D, audio, dan gerakan.[21]

Pada Desember 2023, Google memperkenalkan Gemini, model AI multimodal yang tersedia dalam beberapa versi: Ultra, Pro, Flash, dan Nano.[22] Gemini Pro kemudian diintegrasikan dengan chatbot Bard, sebelum seluruh layanan Bard dan Duet AI digabungkan di bawah merek Gemini pada Februari 2024, termasuk peluncuran aplikasi seluler.

Di periode yang sama, Anthropic memperkenalkan keluarga model bahasa besar Claude yang menunjukkan performa kompetitif pada berbagai tolok ukur kecerdasan buatan.[23]

Secara global, penerapan dan persepsi publik mengenai AI generatif tidak merata. Negara-negara Asia Pasifik menunjukkan tingkat optimisme dan adopsi yang lebih tinggi dibanding wilayah Barat. Survei pada 2024 menunjukkan bahwa mayoritas responden di wilayah tersebut menilai AI berdampak positif, dan Tiongkok menonjol sebagai pemimpin dalam pemanfaatan teknologi AI generatif, termasuk dalam pengajuan paten dan penggunaan harian di kalangan generasi muda.[24]

Pada pertengahan 2025, meskipun penggunaan di tingkat konsumen terus bertumbuh, sejumlah perusahaan mulai menghentikan proyek percontohan AI generatif karena kendala integrasi, kualitas data, dan hasil yang tidak sesuai ekspektasi. Kondisi tersebut dipandang sebagai indikasi bahwa industri sedang memasuki fase jurang kekecewaan (trough of disillusionment) dalam siklus hype teknologi menurut Gartner.[25]

Aplikasi

Jenis model kecerdasan buatan generatif yang menonjol antara lain Pentransformasi praterlatih generatif (GPT), generative adversarial networks (GAN), dan variational autoencoders (VAE). Sistem AI generatif disebut multimodal apabila mampu memproses berbagai jenis masukan atau menghasilkan berbagai jenis keluaran.[26] Sebagai contoh, GPT-4o dapat memproses sekaligus menghasilkan teks, gambar, dan audio.[27]

AI generatif telah digunakan di berbagai sektor industri dan secara signifikan mengubah dinamika penciptaan, analisis, serta penyampaian konten. Dalam bidang kesehatan, misalnya, AI generatif mempercepat penemuan obat dengan menciptakan struktur molekul yang memiliki karakteristik target tertentu serta menghasilkan citra radiologi untuk melatih model diagnosis.[28] Kemampuan ini tidak hanya memungkinkan pengembangan yang lebih cepat dan lebih hemat biaya, tetapi juga meningkatkan kualitas pengambilan keputusan medis. Dalam sektor keuangan, layanan AI generatif membantu pembuatan kumpulan data dan otomatisasi laporan menggunakan bahasa alami. Teknologi ini mengotomatisasi pembuatan konten, menghasilkan data keuangan sintetis, dan menyesuaikan komunikasi dengan pelanggan, serta mendukung pengoperasian chatbot dan agen virtual. Secara keseluruhan, teknologi-teknologi ini meningkatkan efisiensi, menekan biaya operasional, dan mendukung pengambilan keputusan berbasis data di lembaga keuangan.[29]

Industri media memanfaatkan AI generatif untuk berbagai aktivitas kreatif, seperti komposisi musik, penulisan naskah, penyuntingan video, dan seni digital. Sektor pendidikan juga terdampak, karena alat-alat ini memungkinkan pembelajaran yang dipersonalisasi melalui pembuatan kuis, bahan belajar, dan penulisan esai. Baik pendidik maupun peserta didik memperoleh manfaat dari platform berbasis AI yang menyesuaikan diri dengan beragam pola belajar.[30] Namun, dalam konteks pendidikan di Kolombia, penggunaan program AI generatif milik Meta oleh siswa dilaporkan menyebabkan penurunan nilai akademik.[31]

Teks dan kode perangkat lunak

Model bahasa besar (large language models atau LLM) dilatih menggunakan teks yang telah ditokenisasi dari berbagai korpus teks. Sistem-sistem ini mencakup ChatGPT, Gemini, Claude, LLaMA, dan BLOOM. LLM memiliki kemampuan pemrosesan bahasa alami, penerjemahan mesin, serta pembangkitan bahasa alami.[32]

LLM dapat digunakan sebagai foundation model untuk berbagai tugas lain.[33] Model ini juga dapat dilatih menggunakan kode komputer, sehingga memungkinkan pembuatan kode sumber untuk program komputer baru berdasarkan perintah (prompt), sebuah praktik yang dikenal sebagai vibe coding.[34] Contohnya meliputi OpenAI Codexs, Tabnine, GitHub Copilot, Microsoft Copilot, dan fork Visual Studio Code bernama Cursor.[35]

Beberapa asisten AI membantu kandidat melakukan kecurangan dalam wawancara pemrograman daring dengan menyediakan kode, perbaikan, dan penjelasan. Antarmuka tersembunyi yang digunakan meminimalkan pergerakan mata, sehingga mengurangi kemungkinan kecurangan terdeteksi oleh pewawancara.[36]

Audio

Tahun 2016, WaveNet yang dikembangkan oleh DeepMind menunjukkan bahwa jaringan saraf dalam mampu menghasilkan gelombang suara mentah (raw waveforms).[37] Kemampuan WaveNet dalam memodelkan gelombang suara mentah membuatnya dapat merepresentasikan berbagai jenis audio, termasuk musik; sebagai contoh, model ini mampu menghasilkan suara manusia yang relatif realistis dengan melatihnya menggunakan rekaman ujaran asli.[38] Pada tahun-tahun berikutnya, fokus penelitian bergeser dari sintesis konkatenatif ke sintesis ujaran berbasis pembelajaran mendalam,[39] dengan model seperti Tacotron 2 pada tahun 2018 yang menunjukkan bahwa jaringan saraf dapat mengonversi teks menjadi ujaran alami melalui pelatihan menggunakan puluhan jam data suara.[40]

Pada tahun 2020, sebuah situs web text-to-speech gratis bernama 15.ai menunjukkan bahwa jaringan saraf dalam mampu menghasilkan ujaran yang ekspresif secara emosional hanya dengan 15 detik data suara, jumlah yang jauh lebih sedikit dibandingkan puluhan jam data yang sebelumnya diperlukan.[41]

Platform lain yang memanfaatkan AI generatif untuk menghasilkan ujaran meliputi Amazon Polly, Voicebox milik Meta, dan ElevenLabs.[42] Sistem yang dapat menghasilkan musik berdasarkan deskripsi teks (text-to-music) mencakup MusicGen dari Meta dan MusicLM dari Google.[43] Selain itu, audio deepfake telah digunakan untuk menghasilkan trek vokal yang meniru suara penyanyi lain.[44]

Gambar

AI generatif dapat dimanfaatkan untuk menghasilkan karya visual, termasuk seni digital dan ilustrasi.[45] Sistem-sistem ini umumnya dilatih menggunakan kumpulan data gambar yang disertai keterangan takarir (caption). Contoh model teks-ke-gambar (text-to-image) antara lain Stable Diffusion, DALL·E, Midjourney, Imagen, Adobe Firefly, dan Flux. Selain menghasilkan gambar baru, teknologi ini juga digunakan untuk neural style transfer, yaitu penerapan gaya visual tertentu ke dalam gambar lain secara otomatis.[46]

Video

AI generatif juga digunakan untuk menghasilkan video dengan tingkat realisme yang tinggi. Beberapa contoh platform yang mengembangkan teknologi ini meliputi Sora dari OpenAI,[47] Runway,[48] Make-A-Video dari Meta Platforms, serta LTX Video, sebuah proyek sumber terbuka yang dikembangkan oleh Lightricks.[49]

Robotika

Dalam bidang robotika, AI generatif dapat menciptakan lintasan gerak baru dengan mempelajari pola pergerakan sistem robot.[87] Model multimodal yang menggabungkan visi-bahasa-aksi, seperti RT-2 dari Google, mampu melakukan penalaran sederhana berdasarkan perintah pengguna dan masukan visual, misalnya mengambil objek tertentu sesuai deskripsi teks yang diberikan.[50]

Pemodelan 3D

Dalam pemodelan tiga dimensi, kecerdasan buatan diterapkan pada computer-aided design (CAD) untuk mengotomatisasi proses pembuatan model 3D melalui pendekatan teks-ke-3D, gambar-ke-3D, maupun video-ke-3D.[51] Selain itu, pustaka CAD berbasis AI dapat dikembangkan dengan memanfaatkan linked open data berupa skema dan diagram teknis.[52] Asisten CAD berbasis AI saat ini digunakan sebagai alat bantu untuk menyederhanakan alur kerja dan meningkatkan efisiensi dalam perancangan.[53]

Referensi

  1. ↑ Newsom, Gavin. Executive Order N-12-23. Executive Department, State of California. September 6, 2023.
  2. ↑ Walter H. L. Pinaya. Generative AI for Medical Imaging: extending the MONAI Framework. 2023.
  3. ↑ Erik Brynjolfsson. Generative AI at Work. April 2023. doi:10.3386/w31161.
  4. ↑ Don't fear an AI-induced jobs apocalypse just yet. The Economist. 2023-03-06.
  5. ↑ Jake Coyle. In Hollywood writers' battle against AI, humans win (for now). AP News. Associated Press. 2023-09-27.
  6. ↑ Prof. Charles Grinstead. Introduction to Probability. American Mathematical Society. 19970101.
  7. ↑ Pierre Bremaud. Markov Chains: Gibbs Fields, Monte Carlo Simulation, and Queues. Springer Science & Business Media. 2013-03-09. ISBN 978-1-4757-3124-8.
  8. ↑ Sara Rosenbaum. When Medicaid Unwinding Meets AI: In the Matter of DeLoitte Consulting. 2024-02-21.
  9. ↑ (PDF) Computer Aided Process Planning: The State-of-the-Art Survey,”. ResearchGate.
  10. ↑ Barney Pell. An Autonomous Spacecraft Agent Prototype. Autonomous Robots. 1998-03. Vol. 5 (1). hlm. 29–52. doi:10.1023/a:1008860925034.
  11. ↑ Tony Jebara. Generative Versus Discriminative Learning. Springer US. 2004. hlm. 17–60. ISBN 978-1-4613-4756-9.
  12. ↑ Ran He. Generative artificial intelligence: a historical perspective. National Science Review. 2025-05. Vol. 12 (5). hlm. nwaf050. doi:10.1093/nsr/nwaf050.
  13. ↑ Saidul Islam. A comprehensive survey on applications of transformers for deep learning tasks. Expert Systems with Applications. 2024-05-01. Vol. 241. hlm. 122666. doi:10.1016/j.eswa.2023.122666.
  14. ↑ Rionaldi Chandraseta. Generate Your Favourite Characters' Voice Lines using Machine Learning. Towards Data Science. 2021-01-21.
  15. ↑ Sola. 15.ai Creator reveals journey from MIT Project to internet phenomenon — Technology — The Guardian Nigeria News – Nigeria and World News. guardian.ng.
  16. ↑ Devin Coldewey. OpenAI's DALL-E creates plausible images of literally anything you ask it to. TechCrunch. 2021-01-05.
  17. ↑ Stable Diffusion Public Release. Stability AI.
  18. ↑ Samantha Lock. What is AI chatbot phenomenon ChatGPT and could it replace humans?. The Guardian. 2022-12-05.
  19. ↑ Ars Contributors. How ChatGPT turned generative AI into an “anything tool”. Ars Technica. 2023-08-23.
  20. ↑ Sébastien Bubeck. Sparks of Artificial General Intelligence: Early experiments with GPT-4. 2023-04-13. doi:10.48550/arXiv.2303.12712.
  21. ↑ James Vincent. Meta open-sources multisensory AI model that combines six types of data. The Verge. 2023-05-09.
  22. ↑ Miles Kruppa. Google Announces AI System Gemini After Turmoil at Rival OpenAI. The Wall Street Journal. 2023-12-06.
  23. ↑ Michael Nuñez. Anthropic unveils Claude 3, surpassing GPT-4 and Gemini Ultra in benchmark tests. VentureBeat. 2024-03-04.
  24. ↑ Asia Pacific open to digital and reform transformation Ipsos. www.ipsos.com. 2024-11-11.
  25. ↑ Gartner Says Generative AI for Procurement Has Entered the Trough of Disillusionment. Gartner.
  26. ↑ Arham Islam. A History of Generative AI: From GAN to GPT-4. MarkTechPost. 2023-03-21.
  27. ↑ Aayush Mittal Mittal. OpenAI’s GPT-4o: The Multimodal AI Model Transforming Human-Machine Interaction. Unite.AI. 2024-05-22.
  28. ↑ Divya Vemula. CADD, AI and ML in drug discovery: A comprehensive review. European Journal of Pharmaceutical Sciences. 2023-02-01. Vol. 181. hlm. 106324. doi:10.1016/j.ejps.2022.106324.
  29. ↑ Generative AI in Banking: Practical Use Cases and Future Potential. www.trinetix.com.
  30. ↑ Element451. Top Benefits Of AI In Education For Teachers and Students. Element451 Higher Ed CRM. 2024-11-26.
  31. ↑ Laura Rodríguez Salamanca. Meta brought AI to rural Colombia. Now students are failing exams. Rest of World. 2025-07-30.
  32. ↑ Ayush Kaushal. What do tokens know about their characters and how do they know it?. Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. Association for Computational Linguistics. 2022. doi:10.18653/v1/2022.naacl-main.179.
  33. ↑ Rishi Bommasani. On the Opportunities and Risks of Foundation Models. 2022-07-12. doi:10.48550/arXiv.2108.07258.
  34. ↑ Mark Chen. Evaluating Large Language Models Trained on Code. 2021-07-14. doi:10.48550/arXiv.2107.03374.
  35. ↑ Investing in Cursor. Andreessen Horowitz.
  36. ↑ Jennifer Elias. Meet the 21-year-old helping coders use AI to cheat in Google and other tech job interviews. CNBC. 2025-03-09.
  37. ↑ Aaron van den Oord. WaveNet: A Generative Model for Raw Audio. 2016-09-19. doi:10.48550/arXiv.1609.03499.
  38. ↑ David Meyer. Google's DeepMind Claims Massive Progress in Synthesized Speech. Fortune.
  39. ↑ Andreas Triantafyllopoulos. An Overview of Affective Speech Synthesis and Conversion in the Deep Learning Era. Proceedings of the IEEE. 2023-10. Vol. 111 (10). hlm. 1355–1381. doi:10.1109/JPROC.2023.3250266.
  40. ↑ Audio samples from "Semi-Supervised Training for Improving Data Efficiency in End-to-End Speech Synthesis". google.github.io.
  41. ↑ Rionaldi Chandraseta. Generate Your Favourite Characters' Voice Lines using Machine Learning. Towards Data Science. 2021-01-21.
  42. ↑ Saahil Desai. A Voicebot Just Left Me Speechless. The Atlantic. 2023-07-17.
  43. ↑ Andrea Agostinelli. MusicLM: Generating Music From Text. 2023-01-26. doi:10.48550/arXiv.2301.11325.
  44. ↑ Andre Lamar. Jay-Z's Delaware producer sparks debate over AI rights. The News Journal.
  45. ↑ Ziv Epstein. Art and the science of generative AI: A deeper dive. 2023-06-07. doi:10.48550/arXiv.2306.04141.
  46. ↑ Aditya Ramesh. Zero-Shot Text-to-Image Generation. Proceedings of the 38th International Conference on Machine Learning. PMLR. 2021-07-01. hlm. 8821–8831.
  47. ↑ OpenAI Unveils A.I. That Instantly Generates Eye-Popping Videos (Published 2024). 2024-02-15.
  48. ↑ Instant Videos Could Represent the Next Leap in A.I. Technology (Published 2023). 2023-04-04.
  49. ↑ Michael Nuñez. Lightricks just made AI video generation 30x faster — and you won’t need a $10,000 GPU. VentureBeat. 2025-05-06.
  50. ↑ Anthony Brohan. RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control. 2023-07-28. doi:10.48550/arXiv.2307.15818.
  51. ↑ Sam Rinko. 9 Best AI 3D Generators You Need To Try. eWEEK. 2024-06-25.
  52. ↑ Slash CAD model build times with new AI-driven part creation methodology GlobalSpec. insights.globalspec.com.
  53. ↑ Kevin. The Role of Artificial Intelligence (AI) in the CAD Industry. Scan2CAD. 2023-03-22.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 29532386 (2026-08-06T09:22:46Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Gambar pada artikel ini bersumber dari Wikimedia Commons dan mengikuti ketentuan lisensi masing-masing berkas. Mohon gunakan konten dan media secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.


Diperoleh dari "https://wiki.unissula.ac.id/index.php?title=Kecerdasan_buatan_generatif&oldid=316"