MIT 6.S087: Foundation Models & Generative AI. ECOSYSTEM
| Istilah | Arti |
|---|---|
| foundation models | Model AI besar yang dilatih pada data sangat banyak sehingga bisa dipakai untuk berbagai tugas, dan menjadi inti pembahasan kuliah ini. |
| core intelligence | Kecerdasan inti, yaitu satu model dasar yang menyerap data dan pengetahuan khusus sebuah perusahaan, yang menurut pembicara perlu dimiliki setiap perusahaan. |
| competitive advantage | Keunggulan bersaing, yaitu kelebihan yang sulit ditiru pesaing, dan pembicara menyarankan membangunnya dari data serta model milik sendiri. |
| brain | Istilah kiasan untuk model AI, yang dalam kuliah ini dibandingkan dengan otak manusia yang memiliki banyak bagian khusus. |
| data | Kumpulan catatan dan informasi yang dipakai untuk melatih model, dan pembicara menyebutnya kunci untuk membangun kecerdasan yang khas bagi bisnis. |
| retail | Bisnis penjualan barang kepada konsumen, yang dalam kuliah ini dipakai sebagai contoh karena perilaku belanja konsumen menjadi dasar modelnya. |
| insurance | Industri asuransi yang bergantung pada data dan prediksi, dan pembicara menilai perusahaan asuransi perlu model sendiri agar tetap bersaing. |
| similarity | Tingkat kemiripan antar produk atau pengguna, yang dalam kuliah ini diukur dari palet warna dan perilaku pengguna, bukan hanya dari deskripsi. |
| technology | Teknologi AI generatif dan model dasarnya, yang menurut pembicara harus dipilih dengan hati-hati sesuai kebutuhan bisnis masing-masing. |
| behavior | Tindakan nyata manusia seperti klik, pembelian, atau kunjungan, yang menurut pembicara lebih jujur daripada jawaban survei. |
| synergies | Sinergi, yaitu manfaat gabungan ketika data dan kecerdasan dari beberapa tugas atau perusahaan saling memperkuat satu sama lain. |
| autonomous agents | Sistem AI yang bekerja sendiri mengambil tindakan untuk mencapai tujuan, dan video ini hanya menyebutnya sebagai topik tamu tanpa pembahasan rinci. |
Video ini adalah kuliah kelima dari kursus MIT 6.S087 tentang model dasar dan AI generatif, dengan fokus pada ekosistem model AI. Pembicara membahas apakah dunia AI akan dikuasai satu model besar saja. Menurutnya tidak: akan ada kumpulan model dasar yang masing-masing terspesialisasi pada data dan aplikasi tertentu. Ia juga menjelaskan mengapa perusahaan perlu memahami jenis model yang akan ada. Kuliah ini menyebut dua tamu untuk sesi berikutnya, yaitu seorang profesor tentang biologi dan AI serta pembicara tentang agen otonom, tetapi presentasi mereka tidak termuat dalam transkrip.
Bagian isi pembicara menjelaskan bahwa kecerdasan model dasar berasal dari hubungan antar konsep, seperti anak yang memahami kata anjing lewat konteks, sehingga model yang dilatih pada data sangat besar bisa menangkap makna yang lebih kaya. Untuk bisnis, ia menyarankan setiap perusahaan membangun satu kecerdasan inti dari datanya sendiri, lalu menyambungkannya ke model lain jika diperlukan. Sebagai contoh, ia membahas sebuah perusahaan daring penjual wallpaper dan poster yang mempersonalisasi navigasi situsnya, dengan kenaikan pendapatan 14 persen dan usaha 12 kali lebih sedikit. Contoh lain adalah perusahaan layanan pelanggan dengan 50.000 karyawan dan sekitar 30.000 keluar per tahun, di mana model perilaku mampu memprediksi karyawan yang akan keluar dua minggu ke depan dengan akurasi 91 persen, sementara survei karyawan tidak berkorelasi dengan perilaku. Ia juga skeptis terhadap penyetelan manual dan prediksi berbasis rata-rata sederhana.
Kata kunci
- foundation models
- core intelligence
- competitive advantage
- autonomous agents
- Mengikuti kuliah kelima yang membingkai masa depan foundation models: apakah satu model akan menguasai atau muncul banyak model, dan apa yang bisa dimanfaatkan peneliti serta perusahaan.
- Mengambil inspirasi dari otak manusia dan membahas membangun core intelligence perusahaan dari data sendiri sebagai keunggulan kompetitif (retail, asuransi, dan sebagainya).
- Memperkenalkan dua kuliah tamu tentang biologi komputasi dan agen otonom.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.