"AI" dipakai sebagai satu kata sapu-jagat, mirip menyebut semua kendaraan di jalan sebagai "mobil". Ayo kita atur lalu lintasnya.
Pertama, Tiga Ember Besar
Hampir semua yang dimaksud orang dengan "AI" masuk ke salah satu dari tiga kategori bersarang, bukan semesta terpisah, hanya lingkaran yang makin spesifik:
- Machine learning, keluarga luasnya. Sistem apa pun yang belajar pola dari data, bukan diprogram aturan demi aturan.
- Deep learning, saudaranya yang lebih ambisius, memakai jaringan saraf berlapis untuk mempelajari pola yang jauh lebih rumit dan berdimensi tinggi. Ini yang membuat pengenalan gambar dan suara modern benar-benar jalan.
- Generative AI, model deep learning yang tidak cuma mengenali pola, tapi menghasilkan konten baru yang cocok dengan pola itu: teks, gambar, video, audio, kode, sebut saja. Ini kategori yang memakan siklus berita teknologi, dan inilah yang dibahas sisa artikel ini.
Jadi: generative AI adalah jenis deep learning, yang adalah jenis machine learning.
AI Generatif, Dilihat dari Cara Kerjanya
Pandangan "di balik kap", pendekatan matematis berbeda yang semuanya masuk payung "generative AI".
| Arsitektur | Cara kerja, kira-kira | Cocok untuk | Contoh | Pembuat |
|---|---|---|---|---|
| GANs | Dua jaringan beradu, satu memalsukan, satu menangkap, sampai yang palsu meyakinkan | Wajah fotorealistik, upscaling, alih gaya | StyleGAN | Riset NVIDIA |
| VAEs | Memampatkan data ke "ruang konsep", lalu merekonstruksi variasinya | Variasi yang halus dan terkontrol; sering jadi blok pembangun di sistem lebih besar | Paper VAE orisinal | Diederik Kingma |
| Model Difusi | Mulai dari noise murni, perlahan "membersihkannya" jadi sesuatu yang koheren, dipandu prompt-mu | Generasi gambar dan video berkualitas tinggi, teknik di balik kebanyakan seni AI modern | Stable Diffusion | Stability AI |
| Transformers / Autoregresif | Memprediksi potongan berikutnya dari sekuens satu per satu, memakai self-attention untuk melacak konteks | Teks, chat, kode, dan makin banyak gambar/audio yang diperlakukan sebagai sekuens | GPT | OpenAI |
Putaran seru: batas-batasnya sudah kabur parah. Perkakas gambar dan video modern sering mencampur arsitektur difusi dan transformer dalam satu pipeline. Tidak ada yang bertahan di jalurnya masing-masing.
AI Generatif, Dilihat dari Apa yang Dihasilkannya
Pandangan praktis, diurutkan menurut output, dengan aplikasi hosted untuk dicoba dan model bobot-terbuka untuk self-host kalau kamu lebih suka mandiri.
| Tipe | Buat apa | Coba yang (hosted) | Self-host saja |
|---|---|---|---|
| Teks | Draf, ringkasan, brainstorming, bantuan coding, debat dengan diri sendiri soal nada email | ChatGPT, Claude, Gemini, Perplexity | Qwen 3 (lihat panduan ukuran), Llama 3, Mistral, DeepSeek-V3, Gemma |
| Gambar | Concept art, visual marketing, mockup, mengubah "rakun bersetelan jas" jadi gambar | Midjourney, DALL-E (via ChatGPT), Adobe Firefly, Ideogram | Stable Diffusion, FLUX (Black Forest Labs), SDXL, Playground v2. Jalankan semuanya dengan ComfyUI atau Automatic1111 |
| Video | Klip pendek, konsep iklan, storyboarding, previz tanpa kru kamera | Runway, Pika, Kling, Luma Dream Machine | Wan (Alibaba), HunyuanVideo (Tencent), Mochi (Genmo), CogVideoX. Semuanya lebih kasar dari Runway, tapi milikmu |
| Musik | Trek latar, jingle, lagu utuh dari prompt dengan deadline mepet | Suno, Udio, ElevenLabs Music, Stable Audio | Stable Audio Open, MusicGen (Meta), AudioCraft. Lebih pendek, kurang poles, sepenuhnya lokal |
| Suara | Narasi, dubbing, kloning suaramu sendiri untuk intro podcast | ElevenLabs, Play.ht, Murf, Speechify | Coqui XTTS, Bark, F5-TTS, OpenVoice. Kloning suara lokal |
| Kode | Autocomplete bersteroid, boilerplate, menjelaskan fungsi legacy yang seram | GitHub Copilot, Cursor, Replit AI, Codeium | Qwen 3 Coder, DeepSeek-Coder, Code Llama, StarCoder2. Bobot-terbuka dan kompetitif beneran |
| 3D | Mengubah foto atau prompt jadi aset 3D untuk game, prototyping, atau AR | Luma AI, Meshy, Spline AI, Tripo | TripoSR (Stability AI + Tripo), InstantMesh, Shap-E (OpenAI). Semua jalan di satu GPU konsumen |
Kesimpulan Jujur
Semua ini tidak permanen. Bidangnya diacak kira-kira tiap kuartal, dan perkakas bergabung, rebranding, atau diam-diam dihentikan (beberapa model video tidak masuk daftar ini karena lenyap saat draf ditulis). Anggap ini snapshot, bukan kitab suci. Tapi bentuk dasarnya bertahan: machine learning mempelajari pola, deep learning mempelajari pola yang lebih rumit, dan generative AI mengubah pola yang dipelajari itu jadi sesuatu yang baru. Sisanya hanya soal rasa matematika mana, dan apakah kamu menyewanya atau menjalankannya sendiri.
