COCONUT Computer Club

Teknologi AI yang kita pakai hari ini bukan langsung “pintar".

Dari yang awalnya hanya menebak kata, kini AI bisa diajak diskusi, membantu coding, bahkan memahami gambar. Semua ini adalah hasil evolusi dari Large Language Model (LLM).

LLM dilatih dengan dataset teks dalam jumlah sangat besar seperti buku, artikel, hingga percakapan manusia dengan tujuan awal memprediksi token berikutnya. Dari proses ini, model belajar pola, struktur, dan konteks bahasa.

Model tidak sekadar menghafal, tetapi membangun representasi numerik (embedding) yang menangkap hubungan antar kata. Inilah yang membuat AI bisa memahami konteks, bukan hanya kata.

Kemudian model disempurnakan melalui:
🔷 Fine-tuning
🔷 Reinforcement Learning from Human Feedback (RLHF)
Sehingga respon menjadi lebih relevan dan natural.

Kini, AI juga berkembang menjadi multimodal.
Gambar diubah menjadi embedding melalui vision encoder, lalu disatukan dengan representasi teks dalam satu ruang yang sama.

Hasilnya:
🔷 AI bisa menghubungkan visual dan bahasa
🔷 memahami isi gambar
🔷 dan menjelaskan apa yang dilihat

Jadi, “pemahaman” AI sebenarnya adalah kombinasi dari:
prediksi token + pemahaman konteks + penyelarasan dengan manusia + integrasi multimodal.

LLM tidak langsung menjadi pintar.
Ia berevolusi dari penebak kata, menjadi sistem yang mampu meniru cara manusia berkomunikasi dan bahkan memahami dunia visual.

Temukan kami di platform lain:
Instagram:
Twitter / X: COCONUT Computer Club
LinkedIn: COCONUT Computer Club
TikTok:
YouTube:
Facebook: COCONUT Computer Club
Website: coconut.or.id

Bagaimana sebuah kamera bisa mengetahui mana manusia, botol, atau kendaraan?

Semua dimulai dari Computer Vision.
Teknologi ini membuat kamera tidak hanya merekam gambar, tetapi mengubahnya menjadi data piksel. Dari piksel tersebut, sistem mulai mencari pola visual seperti garis, bentuk, ukuran, warna, dan tekstur. Pola-pola inilah yang menjadi dasar kamera dalam mengenali objek.

Agar sistem semakin akurat, Computer Vision digabungkan dengan Machine Learning.
Machine Learning memungkinkan kamera belajar dari data, bukan dari aturan yang ditulis satu per satu. Sistem dilatih menggunakan ribuan hingga jutaan gambar berlabel, misalnya gambar manusia, botol, atau kendaraan hingga kamera mampu mengenali objek baru yang belum pernah dilihat sebelumnya.

Ketika proses ini dijalankan secara terus-menerus pada video, muncullah Real-Time Computer Vision.
Di tahap ini, kamera tidak hanya mengenali objek, tetapi juga mengikuti pergerakannya, menyesuaikan perubahan posisi, jarak, dan arah secara langsung.

Untuk pengenalan yang lebih kompleks, digunakan Deep Learning.
Deep Learning meniru cara kerja otak manusia melalui banyak lapisan pemrosesan. Lapisan awal mengenali pola sederhana seperti garis dan sudut, sementara lapisan berikutnya menyusun pola tersebut menjadi bentuk dan objek yang utuh. Inilah yang membuat kamera tetap mampu mengenali objek meskipun sudut pandang, cahaya, atau posisi berubah.

Teknologi ini sudah digunakan di banyak hal yang kita temui sehari-hari, seperti:
🔷 Face recognition pada smartphone
🔷 Kamera CCTV pintar yang mendeteksi orang atau kendaraan
🔷 Mobil otonom yang mengenali jalan dan rambu lalu lintas
🔷 Filter kamera dan AR di media sosial
🔷 Sistem absensi dan keamanan berbasis wajah

Jadi, kamera tidak melihat seperti manusia.
Ia menghitung, mempelajari pola, dan membuat keputusan.

Inilah cara kamera memahami dunia melalui
Computer Vision, Machine Learning, dan Deep Learning.

📍 Temukan kami di platform lain:
Instagram:
Twitter / X: COCONUT Computer Club
LinkedIn: COCONUT Computer Club
TikTok:
YouTube:
Facebook: COCONUT Computer Club
Website: coconut.or.id