Apa Itu LLM? Mengenal Program di Balik Kepintaran AI

KOMPAS.com - LLM (Large Language Model) atau Model Bahasa Besar saat ini kiranya telah menjadi salah satu program yang ramai dibicarakan, seiring dengan perkembangan generative AI (Artificial Intelligence) yang cukup pesat.

Untuk diketahui, generative AI merupakan program AI yang mampu mengolah konten baru berdasarkan perintah pengguna. Beberapa contoh generative AI yang terkenal saat ini antara lain, seperti ChatGPT, Bing AI atau Copilot, dan Bard.

Baca juga: Artificial Intelligence: Pengertian, Jenis, Contoh, serta Kelebihan dan Kekurangannya

Masing-masing program AI tersebut didukung dengan LLM. Misalnya, untuk bisa menanggapi berbagai perintah pengguna, ChatGPT didukung dengan LLM bernama GPT (Generative Pre-training Transformer).

Kemudian, Bing AI yang merupakan program chatbot dari Microsoft, juga menggunakan LLM GPT. Sementara itu, Bard yang merupakan program chatbot dari Google menggunakan LLM buatan sendiri, yakni LamDA (Language Model for Dialogue Applications).

LLM punya peran penting di balik program-program AI tersebut. Lantaran punya peran yang penting, kiranya menarik untuk mengetahui lebih lanjut mengenai LLM. Lantas, sebenarnya apa itu LLM?

Jika tertarik untuk mengetahui lebih lanjut, silakan simak penjelasan di bawah ini mengenai apa itu LLM yang menjadi salah satu dasar dari kepintaran program AI.

Apa itu LLM?

LLM adalah program atau model yang dapat mengenali dan menghasilkan teks, serta memproses bahasa. Kemampuan LLM itu membuatnya mampu berinteraksi atau berkomunikasi dengan pengguna menggunakan bahasa yang natural.

Untuk menjalankan kemampuan itu, LLM dilatih menggunakan kumpulan data (dataset) yang sangat besar. itulah sebabnya LLM disebut sebagai model bahasa yang “large” atau "besar".

LLM dibangun berdasarkan machine learning atau pembelajaran mesin, khususnya sebuah jenis jaringan saraf tiruan yang dikenal sebagai model Transformer. Machine learning ini membuat LLM mampu memprediksi dan mengolah teks dari perintah yang diberikan.

LLM dilatih menggunakan dataset yang berasal dari berbagai sumber, terdiri dari ribuan atau jutaan gigabyte teks. Kualitas data mempengaruhi seberapa baik LLM dapat belajar bahasa secara alami. Oleh karena itu , LLM biasa menggunakan dataset yang lebih terkurasi.

LLM juga menggunakan sebuah jenis pembelajaran mesin yang disebut deep learning untuk memahami bagaimana karakter, kata, dan kalimat bekerja. Deep learning melibatkan analisis probabilitas pada data yang tidak terstruktur.

Analisis itu memungkinkan model deep learning pada LLM dapat mengenali perbedaan antar konten teks secara mandiri tanpa memerlukan banyak bantuan pengguna atau manusia.

Untuk menjalankan tugas tertentu, LLM dilatih lebih lanjut melalui penyesuaian. LLM disesuaikan kembali sesuai keinginan pengembang, supaya dapat menginterpretasikan pertanyaan, menghasilkan respons, atau menerjemahkan teks dari satu bahasa ke bahasa lain.

Dari berbagai banyak latihan yang dijalani, LLM bisa disebut juga sebagai program yang telah diberi cukup banyak “makanan” atau “contoh”, sehingga mampu mengenali dan memahami bahasa manusia atau jenis data kompleks lainnya.

Baca juga: Apa Itu AI Art Generator dan Contohnya?

Kegunaan LLM

LLM memiliki banyak kegunaan. Salah satu penggunaan LLM yang paling terkenal adalah pada pada generative AI, sebagaimana sempat dijelaskan di atas. Generative AI mampu menghasilkan teks sebagai jawaban dari prompt atau perintah pengguna.

Salah satu contoh generative AI yang menggunakan LLM adalah ChatGPT. ChatGPT dapat menghasilkan beragam jenis teks, seperti esai, artikel, instruksi, dan bentuk teks lainnya berdasar prompt yang dimasukkan pengguna.

Dataset yang besar dan kompleks dapat digunakan untuk melatih LLM, termasuk bahasa pemrograman. Beberapa LLM dapat membantu para programmer menulis kode. Dalam hal ini, LLM dapat dipakai untuk membantu menyelesaikan penulisan suatu program.

Cara kerja LLM

Pada tingkat dasar, LLM dibangun dari machine learning. Machine learning adalah bagian dari AI yang merujuk pada praktik memberi dataset untuk melatih program dalam mengidentifikasi fitur-fitur dari data tersebut tanpa intervensi manusia.

LLM menggunakan jenis pembelajaran mesin yang disebut deep learning. Model deep learning pada dasarnya dapat melatih diri sendiri untuk mengenali perbedaan tanpa banyak intervensi dari manusia.

Deep learning menggunakan probabilitas untuk belajar. Misalnya, dalam kalimat "aku makan daging bersama rara”, huruf "a” adalah huruf yang paling sering muncul, yang mana “a” muncul sebanyak 8 kali dalam kalimat itu.

Kemudian, deep learning belajar lagi pola kalimat pada kalimat yang lain. Dari sini, model deep learning dapat memahami bahwa terdapat karakter, kata, atau huruf yang paling sering muncul pada teks dalam bahasa tertentu.

Setelah menganalisis banyak sekali data kalimat, deep learning dapat belajar dan akhirnya memprediksi bagaimana secara logis menyelesaikan kalimat yang tidak lengkap dalam bahasa tertentu. Deep learning juga bisa menghasilkan kalimat sendiri dari data sebelumnya.

Dikutip dari Cloudflare, untuk menjalankan deep learning ini, LLM dibangun di atas jaringan saraf tiruan. Fungsi jaringan saraf buatan pada LLM mirip seperti otak manusia yang terdiri dari neuron untuk menghubungkan dan mengirimkan sinyal.

Jaringan saraf buatan atau biasa disebut dengan neural network pada LLM terdiri dari terdiri dari simpul jaringan yang terhubung satu sama lain. Simpul jaringan terdiri dari lapisan input dan lapisan output.

Lapisan-lapisan hanya meneruskan informasi ke satu sama lain jika output mereka sendiri telah melewati ambang batas tertentu. Jenis jaringan saraf buatan tertentu yang digunakan untuk LLM disebut model Transformer.

Model Transformer dapat mempelajari konteks. Model transformer menggunakan suatu teknik matematika untuk mendeteksi elemen-elemen dalam sebuah urutan saling berhubungan. Teknik ini membuat mode Transformer mampu memahami konteks.

Model Transformer memungkinkan LLM untuk memahami konteks, misalnya, bagaimana akhir kalimat terhubung dengan awal dan bagaimana kalimat-kalimat dalam sebuah paragraf saling berhubungan.

Baca juga: 10 Manfaat Artificial Intelligence dalam Kehidupan Sehari-hari yang Perlu Diketahui

Model Transformer juga memungkinkan LLM untuk menginterpretasi bahasa manusia, bahkan ketika bahasa tersebut samar atau kurang didefinisikan. Model Transformer dapat mengkontekstualisasi bahasa yang kurang jelas dengan cara baru.

Pada tingkat tertentu, model Transformer dapat mengerti makna kalimat. Model ini dapat mengaitkan kata-kata berdasarkan maknanya, setelah melihat dan mempelajari kata tersebut dikelompokkan bersama dalam jutaan atau miliaran kali.

Dapatkan update berita teknologi dan gadget pilihan setiap hari. Mari bergabung di Kanal WhatsApp KompasTekno. Caranya klik link https://whatsapp.com/channel/0029VaCVYKk89ine5YSjZh1a. Anda harus install aplikasi WhatsApp terlebih dulu di ponsel.