Di episode pertama saya menelusuri sejarah AI — kenapa dia sempat “mati” dua kali lalu bangkit lagi. Sekarang saatnya masuk materi yang sesungguhnya. Dan seperti belajar hal baru lainnya, saya mulai dari pertanyaan paling dasar: sebenarnya apa itu AI? Terdengar remeh, tapi begitu saya coba menjawabnya dengan kalimat sendiri, saya tersadar bahwa selama ini saya cuma ikut-ikutan memakai istilahnya tanpa benar-benar paham.
Definisi AI versi paling sederhana
Definisi kerja yang saya pegang: kecerdasan buatan adalah usaha membuat komputer mengerjakan hal yang biasanya membutuhkan kecerdasan manusia — mengenali gambar, memahami bahasa, mengambil keputusan, atau memprediksi sesuatu. Kata kuncinya “biasanya”. Ini bukan klaim bahwa mesin benar-benar sadar atau berpikir seperti kita.
Sebagai programmer, analogi yang paling nempel buat saya begini. Di aplikasi biasa, aturan ditulis oleh manusia: if-else, regex, query, validasi form. Di sistem AI, kita memberikan contoh beserta kunci jawabannya, lalu mesin menyusun aturannya sendiri. Ambil contoh filter spam. Mustahil saya menulis semua variasi kata penipuan secara manual — pelakunya terus berubah. Dengan pendekatan AI, kita cukup menyediakan ribuan email yang sudah dilabeli spam atau bukan, dan model mencari polanya sendiri.
Konsekuensinya menarik: perilaku model tidak lagi bisa diprediksi sepenuhnya dari kode yang kita tulis. Kalau model salah, penyebabnya sering bukan di baris kode, melainkan di data. Ini mindset shift terbesar yang saya rasakan sejauh ini — debugging-nya pindah dari logika ke data.
Satu spektrum: ANI, AGI, ASI
Banyak artikel membagi AI menjadi tiga level. Saya catat ulang dengan bahasa sendiri:
- ANI (Artificial Narrow Intelligence) — AI yang jago di satu tugas spesifik: rekomendasi video, face unlock, filter spam, asisten suara. Keluar dari bidangnya, dia blank.
- AGI (Artificial General Intelligence) — AI yang setara manusia dalam beragam domain: bisa belajar hal baru, bernalar, beradaptasi lintas bidang. Sampai artikel ini ditulis, AGI masih target riset dan perdebatan.
- ASI (Artificial Superintelligence) — hipotesis AI yang melampaui kemampuan manusia di hampir semua hal. Untuk saat ini murni wilayah spekulasi.
Jujur, dulu saya sempat mengira chatbot yang pintar ngobrol itu sudah “AGI”. Setelah membaca lebih banyak, kesimpulannya: semua sistem yang kita pakai hari ini adalah ANI. Model bahasa besar memang terasa sangat umum kemampuannya, tapi dia tetap narrow dalam artian tidak punya tujuan sendiri, tidak belajar dari percakapan berjalan, dan rapuh di luar pola yang pernah dilihatnya. Luas cakupan bukan berarti general.
Contoh AI di kehidupan sehari-hari
Yang bikin saya kaget: begitu mulai peka, AI ada di mana-mana, jauh sebelum jadi tren. Beberapa yang saya sadari ada di rutinitas harian saya sendiri:
| Aktivitas harian | Kemungkinan besar digerakkan oleh |
|---|---|
| Feed media sosial yang “selalu tahu” | Sistem rekomendasi |
| Email promosi masuk folder spam | Klasifikasi teks |
| Face unlock di HP | Computer vision |
| Estimasi waktu tempuh di aplikasi peta | Prediksi berbasis data historis |
| Autocomplete di keyboard | Model bahasa |
Insight penting: AI bukan teknologi yang lahir tahun 2022. Dia sudah bekerja diam-diam bertahun-tahun. Yang berubah adalah antarmukanya — begitu AI bisa diajak ngobrol lewat teks, publik luas akhirnya “melihat”-nya. Ada juga istilah lucu untuk fenomena ini: sekali sebuah teknologi berhasil dan jadi barang biasa, orang berhenti menyebutnya AI.
Catatan untuk diri sendiri
Kesulitan terbesar saya di episode ini bukan materinya, tapi definisinya yang terus bergeser antar era — yang dulu disebut AI, sekarang disebut automasi biasa. Solusi pragmatis yang saya ambil: pakai definisi kerja yang sederhana dan konsisten, yaitu sistem yang belajar pola dari data untuk melakukan tugas, dan simpan debat filosofisnya untuk nanti. Fondasi dulu, filsafat belakangan.
Komentar Terbaru