Makin Populer, Begini Perkembangan Chat GPT hingga Bisa Meningkatkan Kemampuan Coding, Simak Caranya

TRIBUNJATIM.COM - Selalu ada kejutan ketika ada inovasi yang membuat kita terkesima, terperangah,  bahkan terpesona sehingga tanpa menunggu waktu langsung mencoba.

Kali ini bintang inovasi yang sedang viral adalah Chat GPT ( Generative Pre-Trained Transformer ), yang merupakan ekstensi yang penuh lompatan dari teknologi Artificial Intelligence (AI) dari basis awal sebuah chat biasa.

Program besutan Ilya Sutskever, Greg Brockman, dan Waren O'Hara ini bukan hanya membuat debut dramatis, tapi juga mencetak rekor download dan penggunaan yang sangat mengesankan.

Chat GPT adalah kelanjutan program dari perusahaan Open AI dengan memperdalam machine learning capability sehingga program ini mampu berinteraksi seperti manusia jenius.

Rekor mereka adalah lonjakan satu juta pengguna baru setelah lima hari dirilis pada 30 November tahun lalu.

Karena banyak yang tertarik mencoba, Chat GPT pun semakin populer, apalagi bisa menjawab dengan runtut seperti layaknya teman.

Program chatbot berbasis artificial intelligence (AI), Chat GPT sejak akhir tahun lalu hingga saat ini bahkan masih ramai dibicarakan.

Tak sedikit pihak yang menyebut kemampuan Chat GPT bakal memiliki peranan penting dalam transformasi teknologi.

Seperti yang cukup umum diketahui, sebagai chatbot AI, Chat GPT dapat memberi tanggapan seperti sedang mengobrol dengan sesama manusia.

Tanggapan Chat GPT itu dapat difungsikan untuk menjalankan berbagai tugas dari pengguna.

Tugas-tugas tersebut antara lain, seperti membuat rangkuman atas suatu teks, membuat kerangka tulisan, menjawab aneka pertanyaan, memberikan ide terkait sesuatu hal, menerjemahkan teks, dan sebagainya.

Kemampuan Chat GPT hingga bisa seperti sekarang tidak datang dalam waktu yang singkat.

Chat GPT telah melewati beberapa proses pengembangan.

Bila tertarik mengetahui pengembangan Chat GPT hingga bisa seperti sekarang, silakan simak di bawah ini.

Pengembangan Chat GPT dari waktu ke waktu.

Chat GPT adalah program language model AI terlatih yang telah dikembangkan OpenAI sejak 2018.

Untuk diketahui, language model sendiri adalah program yang dapat menyajikan prediksi kata dengan menganalisis teks dalam kumpulan data berskala besar.

Dalam menyajikan prediksi kata itu, program language model dari OpenAI dirancang menggunakan parameter (model atau nilai yang dipelajari) dan dilatih menggunakan sekumpulan data (dataset) yang berskala besar.

Parameter, dataset, output tindakan, dan tampilan dari program language model OpenAI terus mengalami perkembangan dari waktu ke waktu.

Pada 2018, OpenAI memulai untuk membuat program language model bernama Generative Pre-Trained Transformer (GPT).

Di masa-masa awal pengembangannya, pendahulu Chat GPT itu, GPT-1 (generasi pertama) tidak langsung berupa program chatbot.

OpenAI masih melakukan serangkaian pengujian tugas yang bisa dilakukan di GPT-1 menggunakan beberapa dataset.

Dari GPT-1, OpenAI kemudian mengenalkan penerusnya, GPT-2 pada 2019.

Dikutip dari laman resmi OpenAI, GPT-2 dirancang menggunakan 1,5 miliar parameter dan dilatih menggunakan dataset 8 juta halaman website.

Jumlah parameter dan dataset yang dipakai di GPT-2 dikatakan 10 kali lipat lebih besar ketimbang GPT-1.

GPT-2 memiliki tugas utama untuk memberikan prediksi kata sekaligus mengingat kata atau teks yang diinput sebelumnya.

Salah satu contoh tindakan yang bisa dihasilkan GPT-2 adalah memberikan rekomendasi kata berikutnya dan melakukan parafrasa atas sebuah teks yang diinput. Program language model OpenAI yang mendekati Chat GPT baru hadir di GPT-3.

OpenAI merilis GPT-3 dengan terdapat 175 miliar parameter pada 2020.

Tindakan yang bisa dilakukan GPT-3 tidak hanya menyajikan prediksi kata, tetapi juga menjawab pertanyaan dan menyusun artikel dengan kata baru.

GPT-3 kala itu diklaim sudah bisa menghasilkan teks dengan bahasa natural seperti tulisan manusia.

Pelatihan GPT-1 hingga GPT-3 belum melibatkan unsur manusia langsung untuk memberikan masukan atas tanggapan atau output tindakan yang dihasilkan.

Pelatih dari unsur manusia asli baru dilibatkan pada GPT-3.5 yang dirilis OpenAI pada awal tahun lalu.

Pelibatan tersebut membuat GPT-3.5 dapat meminimalisir memberikan informasi yang salah dan membahayakan.

GPT-3.5 sejatinya dilatih menggunakan dataset yang sama seperti GPT-3, namun supaya bisa memberikan informasi yang lebih akurat dan aman program ini turut debekali pula dengan metode Reinforcement Learning From Human Feedback (RLHF).

Melalui metode itu, pelatih manusia asli dapat memberikan umpan balik atas tanggapan yang disajikan program language model.

Dengan umpan balik itu, program dapat belajar untuk menghasilkan tindakan yang diinginkan manusia.

Program GPT-3.5 inilah yang melandasi pembuatan InstructGPT, platform pengolah teks sesuai dengan perintah pengguna.

Dari InstructGPT, OpenAI kemudian menyempurnakannya lagi menjadi Chat GPT yang dirilis pada November 2022.

Chat GPT dirancang menggunakan GPT-3.5 dan turut dilatih langsung oleh manusia asli.

Chat GPT dapat memberikan tanggapan yang lebih luwes dan detail ketimbang InstructGPT.

Tanggapan Chat GPT bisa terasa seperti sedang berdialog dengan sesama manusia.

Supaya bisa menghasilkan tanggapan dengan format dialog seperti itu, selain memberikan umpan balik, pelatih manusia juga diberikan akses untuk membantu menyusun respons yang ditulis Chat GPT.

Sebagai model bahasa, Chat GPT juga banyak digunakan untuk tugas pemrosesan bahasa alami seperti pembuatan teks dan pemahaman bahasa.

Meskipun dapat digunakan untuk menghasilkan sampel kode, namun aplikasi itu tidak dirancang untuk membantu meningkatkan keterampilan pengkodean.

Namun, berikut ada beberapa cara Chat GPT agar dapat digunakan untuk membantu meningkatkan keterampilan pengkodean.

Berlatih Menjelaskan Konsep Pengkodean

Gunakan Chat GPT untuk menjelaskan konsep dan algoritma pengkodean untuk membantu memperkuat pemahaman seseorang tentangnya.

Ini juga dapat membantu pengguna mengidentifikasi area di mana mereka mungkin perlu belajar lebih lanjut.

Misalnya, saat menggunakan Chat GPT untuk berlatih menjelaskan konsep pengkodean, seseorang dapat memasukkan perintah yang menjelaskan konsep atau algoritma pengkodean tertentu, seperti "Jelaskan cara kerja tabel hash" atau "Bagaimana cara kerja algoritma quicksort?

Chat GPT kemudian akan menghasilkan respons yang menjelaskan konsep secara jelas dan ringkas, menggunakan bahasa alami.

Ini dapat membantu pengguna memahami konsep dengan lebih baik dengan mendengarnya dijelaskan dengan cara yang berbeda dan juga membantu mereka mengidentifikasi area yang mungkin perlu mereka pelajari lebih lanjut.

Seseorang juga dapat menggunakan pendekatan ini untuk berlatih menjelaskan konsep pengkodean kepada orang lain, yang dapat menjadi keterampilan penting untuk komunikasi dan pengajaran teknis.

Dengan meninjau output yang dihasilkan oleh Chat GPT, pengguna dapat mengidentifikasi area yang mungkin perlu ditingkatkan penjelasannya dan mempraktikkan berbagai cara untuk menyajikan informasi.

Hasilkan Cuplikan Kode

Chat GPT dapat digunakan untuk menghasilkan cuplikan kode berdasarkan masukan tertentu.

Ini dapat berguna sebagai titik awal untuk proyek pengkodean seseorang atau untuk membantu memahami cara kerja fungsi atau algoritma tertentu.

Untuk menggunakan Chat GPT untuk tujuan ini, pengguna dapat memasukkan perintah yang menjelaskan cuplikan kode yang ingin mereka hasilkan, seperti "hasilkan fungsi Python untuk membalikkan string" atau "hasilkan kode JavaScript untuk kalkulator sederhana".

Namun, perlu diingat bahwa kode yang dihasilkan oleh ChatGPT mungkin memerlukan beberapa modifikasi dan debug agar sesuai dengan kasus penggunaan tertentu atau persyaratan proyek.

Selain itu, pengguna harus selalu meninjau dan menguji kode sebelum menggunakannya di lingkungan produksi.

Penelitian dan Pembelajaran

Chat GPT dapat digunakan untuk penelitian dan pembelajaran pengkodean dengan memasukkan petunjuk yang meminta informasi tentang teknologi atau bahasa pemrograman tertentu.

Misalnya, seseorang dapat memasukkan prompt seperti "Apa fitur utama Python 3.0?" atau “Apa praktik terbaik untuk menulis kode JavaScript yang efisien?”

Chat GPT kemudian akan menghasilkan respons yang merangkum konsep dan informasi utama yang perlu diketahui pengguna tentang topik tersebut, yang dapat mereka gunakan sebagai titik awal untuk penelitian dan pembelajaran mereka.

Selain itu, mereka dapat menggunakan output yang dihasilkan sebagai referensi, saat mereka mempelajari teknologi atau bahasa baru.

Meskipun demikian, meskipun Chat GPT dapat memberikan titik awal yang baik, ini bukanlah pengganti praktik langsung dan pembelajaran mendalam.

Penting untuk melengkapi informasi yang diberikan oleh Chat GPT dengan sumber daya dan praktik tambahan.

Latih Tantangan Pengkodean

Dengan memasukkan petunjuk yang menguraikan tantangan atau masalah yang ingin ditangani pengguna, ChatGPT dapat digunakan untuk berlatih soal pengkodean.

Misalnya, seseorang dapat memasukkan perintah seperti "Tulis fungsi yang menemukan elemen terbesar kedua dalam larik" atau "Buat skrip yang menggunakan string dan mengembalikan jumlah vokal di dalamnya".

Chat GPT kemudian akan menghasilkan respons yang menyertakan cuplikan kode yang menyelesaikan masalah atau tantangan.

Seseorang kemudian dapat menggunakan kode yang dihasilkan sebagai referensi dan mencoba mengimplementasikan solusinya sendiri, membandingkan kode mereka dengan yang dihasilkan. Ini dapat membantu pengguna melatih keterampilan pengkodean mereka dan meningkatkan pemahaman mereka tentang konsep atau algoritma tertentu.

Selain itu, pengguna dapat memodifikasi kode yang dihasilkan agar sesuai dengan kebutuhan khusus mereka atau untuk menambah kompleksitas masalah.

Penting untuk diperhatikan bahwa meskipun Chat GPT dapat menghasilkan kode fungsional, ini bukan pengganti praktik dan pembelajaran langsung.

Meninjau kode yang dihasilkan dan mencoba mengimplementasikan solusinya sendiri akan membantu pengguna memperkuat pemahaman mereka tentang konsep dan algoritma yang digunakan.

Selain itu, pengguna harus selalu menguji dan men-debug kode sebelum menggunakannya di lingkungan produksi.

Berkolaborasi dengan Pengembang Lain

Chat GPT dapat digunakan untuk berkolaborasi dengan pengembang lain dengan memasukkan prompt yang menjelaskan masalah atau tantangan pengkodean tertentu dan kemudian membagikan tanggapan yang dihasilkan dengan pengembang lain untuk ditinjau dan umpan balik.

Misalnya, seseorang dapat memasukkan prompt seperti “Saya mengalami masalah dengan fungsi ini; dapatkah Anda membantu saya mengoptimalkannya?” bersama dengan cuplikan kode dan membagikannya dengan pengembang lain.

Mereka kemudian dapat menggunakan respons yang dihasilkan untuk memberikan umpan balik dan saran tentang cara meningkatkan kode.

Chat GPT juga dapat digunakan untuk menghasilkan penjelasan kode rinci, yang dapat membantu saat bekerja dalam tim atau mencoba memahami kode yang ditulis oleh orang lain.

Selain itu, Chat GPT dapat digunakan untuk menghasilkan komentar dan dokumentasi untuk kode, yang dapat memudahkan pengembang lain untuk memahami dan memelihara basis kode.

Demikian disarikan dari The Verge.

Artikel ini telah tayang di Kompas.com

Berita Jatim dan Berita Viral lainnya

Informasi lengkap dan menarik lainnya di GoogleNews TribunJatim.com