Seandainya, apapun imajinasi yang ada di pikiran kita, kemudian bisa terwujud secara otomatis. Ada beberapa case yang bisa menjadi contoh dari harapan ini. Case yang pertama, kita memiliki imajinasi sebuah gambar. Dengan deskripsi yang menurut kita paling sesuai, kemudian ada alat atau seseorang yang bisa mewujudkannya. Case yang kedua, kita ingin membuat suatu tulisan. Dengan memberi masukan terkait topik tulisan dan mungkin referensi-referensi yang sesuai, kemudian ada alat atau seseorang yang bisa membuat tulisan yang kita inginkan. Tentunya akan terasa sebuah angin surga, khususnya bagi mereka yang pekerjaannya memang sangat tergantung kepada proses kreatif seperti ini.
Saat ini, harapan-harapan di atas sudah mulai dapat terwujud dengan munculnya teknologi Generative Artificial Intelligent atau biasa disingkat menjadi Generative AI. Pada prinsipnya, Generative AI bukan lah sebuah teknologi yang baru. Generative AI adalah implementasi dari teknologi Artificial Intelligent (AI) yang mampu membuat teks, gambar maupun media-media lain dengan menggunakan model-model generative. Model-model generative dibuat oleh algoritma AI yang mempelajari bahan-bahan masukan seperti teks, gambar, video, audio dan media lain, mempelajari karakteristik dan pola dari bahan-bahan masukan tersebut, kemudian dapat menghasilkan teks, gambar, video, audio dan media lain dengan karakteristik dan pola yang mirip.
Algoritma yang digunakan untuk Generative AI umumnya merupakan pengembangan dari algoritma Neural Network yang umumnya dipakai pada Deep Learning. Awalnya, algoritma machine learning membutuhkan dataset yang sudah diberi label atau membutuhkan seorang ahli untuk membantu analisa dari dataset. Sehingga dasar pengetahuan dari algoritma Machine Learning tergantung dari keberadaan manusia. Pada Deep Learning, algoritma Neural Network berusaha meniru bagaimana manusia bisa belajar dari bayi, mengenal benda dan memahami konsep, sehingga pada akhirnya bisa digunakan manusia untuk mengambil keputusan. Sehingga peran manusia pada Deep Learning tidak terlalu menonjol. Algoritma Deep Learning akan memahami atau mengenali karakter secara mandiri berdasarkan dataset yang diberikan kepada algoritma tersebut.
Bergerak dari pondasi yang telah dibangun oleh algoritma Deep Learning, akhirnya perkembangan teknologi saat ini sudah sampai pada tahap untuk menggunakan atau mengimplementasi pondasi yang sudah terbangun tersebut. Inilah yang menjadi cikal bakal munculnya teknologi Generative AI. Contoh algoritma yang saat ini dikembangkan untuk Generative AI adalah:
- Diffusion Models. Juga dikenal sebagai Denoising Diffusion Probabilistic Models (DDPM). DDPM adalah model generative yang menentukan vektor-vektor di dalam ruang laten melalu dua langkah proses selama pelatihan data. Dua langkah proses ini adalah proses forward diffusion dan reverse diffusion. Langkah forward diffusion mengolah data gambar dengan menambah noise acak, sementara reverse diffusion akan mengolah noise untuk membangun ulang data gambar. Data gambar yang baru bisa dibangun dengan menjalankan proses reverse forwarding dari gambar yang diberikan noise acak.
- Variational autoencoders (VAEs). VAE terdiri dari dua tipe neural network yang disebut sebagai encoder dan decoder. Encoder digunakan oleh VAE untuk mengubah data menjadi data yang lebih kecil dengan fitur-fitur yang lebih padat. Data yang lebih kecil ini tetap menyimpan fitur-fitur penting dari suatu data sehingga dapat digunakan oleh decoder untuk membangun ulang data sebelum dikecilkan. Encoder dan Decoder pada VAE digunakan bersama untuk mempelajari fitur-fitur yang paling penting dari suatu data dan mengabaikan data-data lain yang tidak penting. Hal ini memungkinkan pengguna untuk membuat model perwakilan dari suatu data yang digunakan oleh decoder untuk membuat data yang baru dengan fitur-fitur yang mirip.
- Generative Adversarial Networks (GAN). GAN menerima masukan berupa data multimedia seperti gambar, audio, video serta teks. Kemudian GAN akan mempelajari artifak atau karakteristik dari masing-masing data lalu menghasilkan keluaran yang memiliki artifak dan karakteristik yang sama. Algoritma ini kemudian digunakan oleh aplikasi-aplikasi Generative AI seperti Dall-E, yang digunakan untuk menghasilkan gambar atau karya seni sesuai deskripsi yang diberikan pengguna.
- Transformer Based Models. Algoritma ini mengolah teks dari berbagai sumber terutama yang bisa didapat dari Internet untuk mempelajari artifak atau karakteristik dari masing-masing data teks. Kemudian algoritma ini dapat membangun teks baru sesuai dengan deskripsi yang diberikan oleh pengguna. Salah satu aplikasi dari algoritma ini adalah Chat-GPT yang saat ini mulai populer digunakan untuk membuat materi kreatif yang berbasis teks.
Saat ini, Generative AI telah dapat digunakan secara umum. Baik yang gratisan maupun yang berbayar. OpenAI telah meluncurkan aplikasi ChatGPT yang dapat diakses di https://chat.openai.com. Dari aplikasi ini, sudah terlihat keunggulan dari Generative AI yang dapat merespon pertanyaan seolah-olah dibalas oleh orang nyata. Beberapa waktu setelah diluncurkan layanan ChatGPT, Microsoft lebih agresive lagi. Microsoft meluncurkan layanan Copilot yang rencananya akan terintegrasi dengan layanan Office365. Namun, sebelum menikmati layanan Copilot, Microsoft telah menyediakan layanan ini lewat aplikasi pencarian Bing dan Microsoft Edge. Dengan memanfaatkan layanan dari ChatGPT dan Dall-E, Microsoft menghadirkan layanan Generative AI yang membantu penggunanya untuk membuat konten berbasis teks maupun multimedia.
Dari layanan-layanan yang sudah dapat dinikmati, dapat terasa manfaat yang dirasakan dari layanan Generative AI. Yang pertama untuk layanan support center, aplikasi Generative AI dapat menjadi robot staff support center yang dapat menjawab pertanyaan atau kebutuhan dari pengguna suatu produk/layanan/organisasi. Hal ini dapat mengurangi biaya untuk menggaji staff, jawabannya lebih akurat serta dapat tersedia 24 jam dalam satu minggu. Bagi mereka yang berkecimpung di dunia pembuat konten, aplikasi Generative AI dapat membantu untuk membuat konten yang lebih bervariatif, berbobot dan sesuai dengan kebutuhan target pembaca. Juga dapat membantu untuk membuat tampilan proposal maupun presentasi yang lebih baik seperti yang akan diintegrasikan Microsoft pada Office365 melalui layanan Copilot-nya. Serta seperti yang telah diterapkan oleh aplikasi Grammarly, aplikasi Generative AI telah digunakan untuk membantu membuat teks dalam bahasa inggris dengan Grammar yang lebih baik.
Tentu dengan manfaat yang dapat dirasakan dari aplikasi Generative AI, penggunaannya akan semakin masif di masa-masa mendatang. Berbagai aplikasi, khususnya yang terkait dengan layanan untuk membuat konten dan yang berinteraksi dengan pengguna bisa mengambil keuntungan yang maksimal dari layanan Generative AI. Ditambah dengan dukungan perangkat keras yang semakin canggih, layanan ini akan dapat dinikmati tidak hanya oleh organisasi yang memiliki dana tidak terbatas, tapi juga organisasi kecil maupun pengguna pribadi. Sehingga penetrasi aplikasi Generative AI akan menjadi lebih luas. Dan potensi dari aplikasi Generative AI masih belum berhenti di sini. Masih banyak potensi yang dapat dikembangkan dan digali dari pemanfaatan Generative AI, seperti di dunia robotik maupun di aplikasi user assistance.
Namun sama halnya dengan teknologi-teknologi yang lain, aplikasi Generative AI juga memiliki dampak buruk yang perlu diantisipasi. Kemampuan aplikasi Generative AI untuk dapat membuat konten atau data multimedia yang baru juga dapat dimodifikasi sehingga menghasilkan konten yang mirip dengan konten yang lain. Seperti konten suara yang mirip dengan suara seseorang atau tokoh maupun video yang sangat mirip dengan aslinya. Kemampuan ini kemudian dimanfaatkan untuk melakukan penipuan yang telah memakan korban cukup banyak. Pemanfaatan generative AI untuk meniru suara atau video seseorang lebih dikenal dengan nama Deepfake. Suara atau video yang dihasilkan oleh Deepfake, sangat mirip dengan aslinya sehingga susah dibedakan dan mudah dipercaya oleh yang mendengar atau yang melihat. Sehingga hal ini menjadi salah satu perhatian baik dari peneliti maupun pihak berwajib terkait penggunaan dari aplikasi Generative AI.
Selain tantangan yang muncul dari sisi penggunaan Generative AI, tantangan yang lain adalah kualitas dari konten yang dibuat oleh Generative AI. Saat ini, masukan Generative AI adalah konten yang dibuat oleh manusia asli dengan kepakarannya masing-masing. Setelah Generative AI digunakan secara masif, bisa jadi proporsi konten yang dibuat oleh Generative AI menjadi lebih besar dibanding konten yang dibuat oleh manusia asli. Sehingga pada saat itu, masukan untuk aplikasi Generative AI adalah konten yang dibuat oleh Generative AI itu sendiri. Hal ini akan menjadi lingkaran setan dari konten Generative AI yang kualitasnya sangat tergantung dengan konten yang dibuat sebelumnya.
Dengan manfaat dan tantangan yang dimiliki oleh aplikasi Generative AI, maka sangat terbuka peluang untuk pengembangan dan pemanfaatannya demi kebaikan bersama. Hal ini juga untuk menjawab pertanyaan di judul, apakah Generative AI akan menjadi Kawan, atau Lawan?? Jawabannya akan ditentukan oleh waktu. Peluang pengembangan tidak hanya dari sisi teknis, tapi juga terkait dengan kebijakan dan aturan hukum serta tata etika dalam menggunakan teknologi Generative AI untuk keamanan dari user termasuk menjaga kualitas konten yang dihasilkan oleh Generative AI. Memang menarik untuk ditunggu, hal apalagi yang akan muncul dari aplikasi Generative AI ini. Namun, kita juga jangan berpangku tangan. Mesti ikut terlibat secara aktif agar tidak hanya sekedar sebagai pengguna, tapi juga dapat sebagai pembuat maupun yang turut menentukan arah pengembangan dan penggunaan dari aplikasi Generative AI.