Seven Artificial Intelligence or AI Terms You Need to Understand
Seven Artificial Intelligence or AI Terms You Need to Understand in 2024
There are many artificial intelligence terms that are important to understand. Photo: ist
HOLIDAY NEWS - As the development of AI continues to accelerate, it is important to understand the key terms used in the world of artificial intelligence. Of course, so that we are more updated on the latest technological developments.
This is important, because AI's role is becoming bigger and bigger in everyday life. In fact, many people use jargon such as "prompt" and "machine learning" while drinking coffee casually. At the end Last 2023, Microsoft summarized 10 AI terms you need to know. So, here are the details:
1. Reasoning / Planning: AI computers are now able to solve problems and complete tasks using patterns learned from historical data. This process is similar to reasoning or logical thinking. Advanced AI systems can even make plans, designing steps to achieve certain goals.
2. Training / Inference: Two main steps in creating and using an AI system. Training is the process of educating an AI system with a dataset, so that the AI learns to perform a task or make predictions. Inference is when an AI system uses learned patterns to generate new predictions.
3. Small Language Model (SLM): A mini version of a large language model (LLM). SLM is more compact and can be used offline, suitable for devices such as laptops or cellphones.
4. Grounding: The process of connecting an AI model with real data and examples to improve the accuracy and relevance of responses.
5. Retrieval Augmented Generation (RAG): A method that gives an AI system access to grounding sources to help it become more accurate and up-to-date without the need for retraining.
6. Orchestration: The layer that organizes the instructions and tasks that an AI system performs when processing user requests, ensuring correct sequencing and the best response.
7. Memory: While not technically having memory, AI programs can “remember” information by following specific steps, such as saving chat history or using grounding data from RAG patterns.
Tujuh Istilah Kecerdasan Buatan atau AI yang Perlu Dipahami di 2024
Ada banyak istilah kecerdasan buatan yang penting untuk dipahami. Foto: ist
HOLIDAY NEWS - Seiring perkembangan AI yang semakin pesat, penting untuk memahami istilah-istilah kunci yang digunakan dalam dunia kecerdasan buatan. Tentu, agar kita lebih update lagi terhadap perkembangan teknologi terkini.
Ini penting, karena peran AI semakin besar dalam keseharian. Bahkan, banyak yang menggunakan jargon seperti "prompt" dan "machine learning" sambil ngopi santai. Di akhir
2023 silam, Microsoft merangkumkan 10 istilah AI yang perlu Anda ketahui. Nah, berikut rinciannya:
1. Penalaran (Reasoning) / Perencanaan (Planning): Komputer AI kini mampu memecahkan masalah dan menyelesaikan tugas menggunakan pola yang dipelajari dari data historis. Proses ini mirip penalaran atau berpikir logis. Sistem AI canggih bahkan bisa membuat perencanaan, merancang langkah-langkah untuk mencapai tujuan tertentu.
2. Pelatihan (Training) / Inferensi (Inference): Dua langkah utama dalam membuat dan menggunakan sistem AI. Pelatihan adalah proses mendidik sistem AI dengan dataset, sehingga AI belajar melakukan tugas atau membuat prediksi. Inferensi adalah ketika sistem AI menggunakan pola yang telah dipelajari untuk menghasilkan prediksi baru.
3. Model Bahasa Kecil (Small Language Model / SLM): Versi mini dari model bahasa besar (LLM). SLM lebih ringkas dan dapat digunakan secara offline, cocok untuk perangkat seperti laptop atau ponsel.
4. Grounding: Proses menghubungkan model AI dengan data dan contoh nyata untuk meningkatkan akurasi dan relevansi respons.
5. Retrieval Augmented Generation (RAG): Metode yang memberikan akses sistem AI ke sumber grounding untuk membantunya menjadi lebih akurat dan terkini tanpa perlu pelatihan ulang.
6. Orkestrasi (Orchestration): Lapisan yang mengatur instruksi dan tugas-tugas yang dilakukan sistem AI saat memproses permintaan pengguna, memastikan urutan yang benar dan respons terbaik.
7. Memori: Meski tidak memiliki memori secara teknis, program AI dapat "mengingat" informasi dengan mengikuti langkah-langkah spesifik, seperti menyimpan riwayat obrolan atau menggunakan data grounding dari pola RAG.
