Generative AI: Dari Menebak Kata ke Menciptakan Hal Baru
Teks, gambar, musik, video, kode — semua lahir dari prinsip sama: model belajar distribusi data, lalu men-sample hal baru darinya.
Generative AI = AI yang membuat konten baru: teks, gambar, suara, musik, video, kode. Bedanya dengan AI "pengenalan" (misal deteksi wajah): yang satu mengklasifikasi apa yang ada; yang lain menciptakan yang belum ada.
Satu prinsip, banyak wujud
Semua model generatif modern bekerja dengan pola yang sama:
- Belajar distribusi. Model melihat jutaan contoh dan mempelajari "peta ruang kemungkinan" — seperti mempelajari seluruh rasa masakan Indonesia dari jutaan piring.
- Membuat yang baru. Kamu memberi arah (prompt), model berjalan di peta itu dan mengambil jalur yang koheren tapi belum pernah dilalui.
Untuk teks: tebak token berikutnya berulang-ulang (yang sudah kita bahas di materi LLM). Untuk gambar: dominan lewat diffusion — model belajar menghapus noise. Dilatih dengan menambah noise ke jutaan gambar sampai jadi "salju TV rusak", lalu belajar jalan baliknya. Saat dipakai: mulai dari noise acak, hapus sedikit demi sedikit sesuai prompt, sampai gambar muncul. Seperti melihat patung muncul dari balik kabut.
Multimodal: batasnya mulai hilang
Model sekarang makin banyak yang multimodal — satu model bisa membaca gambar, mendengar suara, dan menulis jawaban. Teknik umumnya: semua modalitas diubah jadi token di ruang yang sama, sehingga "menjawab gambar" tidak berbeda prinsipnya dengan "menjawab teks".
Gen AI itu probabilistik — pahami, jangan dielak
Ini poin yang paling sering disalahpahami: output model generatif tidak deterministik. Prompt sama bisa menghasilkan jawaban berbeda. Itu bukan bug — itu fitur yang membuat ia bisa berkarya. Tapi artinya juga:
- Minta 3 variasi, bukan 1, kalau kamu mencari ide.
- Turunkan temperature kalau butuh konsistensi (coba di playground temperature).
- Selalu ada langkah manusia memvalidasi hasil — apalagi untuk fakta.
Ke mana setelah ini
Level 01 selesai — kamu sudah punya peta besar: AI → ML → neural network → deep learning → Transformer → LLM → generative AI.
Level 02 — PAHAM sekarang soal memakai semua itu dengan mahir: prompt engineering, RAG, agent, sampai fine-tuning. Mulai dari yang paling langsung terasa: Prompt Engineering.