Chat GPT dirilis secara publik pada November 2022, dan tersedia
untuk penggunaan gratis melalui situs web OpenAI.
• Dengan diperkenalkannya Chat GPT, yang merupakan alat
publik yang dikembangkan oleh Open GAI dan teknologi yang
mendasarinya melalui (GPT), AI generatif diperkirakan akan
tumbuh secara dramatis di tahun-tahun mendatang.
“Deep Learning with Python” oleh Francois Chollet. Buku ini berisi sejarah
singkat pembelajaran mesin, memandu pembaca dalam membangun,
menelusuri, dan menafsirkan jaringan saraf tiruan menggunakan TensorFlow,
memberikan panduan dalam memilih aktivasi, fungsi kerugian, dan arsitektur
yang sesuai untuk masalah tertentu. Dan mencakup pemrosesan data audio
dan klasifikasi genre menggunakan teknik pembelajaran mendalam.
"Hands-On Generative AI with Python: Build high-performance generative models
for text, images, and more“ oleh Aniket Maithani. Buku ini membahas berbagai
topik, mulai dari pengenalan model generatif dan teori di baliknya, hingga contoh
praktis dan latihan untuk membuat berbagai model generatif, termasuk model
saraf jaringan dalam, autoencoder variabel, dll. Buku ini dirancang untuk
membantu pembaca memperoleh pemahaman lebih dalam tentang model
generatif, serta keterampilan dan pengetahuan yang dibutuhkan untuk membuat
dan melatih model generatif mereka sendiri dengan Python.
"Generative Models: An Introduction“ oleh David Barber. Buku ini
mendiskusikan aplikasi praktis model generatif, seperti pemrosesan
bahasa alami, pengenalan gambar, atau pemrosesan audio.
algoritme untuk menghasilkan konten baru, melibatkan penggunaan jaringan pembelajaran mendalam, seperti
autoencoder, generative adversarial network (GAN), atau variasional autoencoder (VAE), untuk menghasilkan
konten baru yang kreatif dan menarik. Secara keseluruhan, AI Generatif adalah bidang penelitian dan
pengembangan kecerdasan buatan yang menarik, dengan potensi untuk menciptakan aplikasi baru yang
AI sintetis dapat dilatih pada data keuangan dalam jumlah besar untuk mempelajari pola dan
hubungan antara metrik keuangan yang berbeda.
Namun, penting untuk mempertimbangkan secara hati-hati implikasi etika dan hukum dari
penggunaan AI sintetis dalam akuntansi, terutama dalam hal privasi, keamanan data, dan risiko bias
dalam akuntansi.
Kasus bisnis lainnya adalah database pengungkapan naratif historis dapat dikumpulkan dan GAI
dapat dilatih untuk memberikan informasi kepada auditor dan regulator internal dan eksternal.
Artificial intelligence ethics
seperti privasi, hak kekayaan intelektual, dan potensi bias pada konten yang
dibuat. Terdapat risiko bias dalam konten yang dihasilkan karena algoritme AI
generatif mungkin terlalu bergantung pada jenis data atau masukan tertentu.
Robot dan algoritme kini mengambil alih tugas pengambilan keputusan manusia dan memasuki pasar kerja,
namun juga membuat terobosan dalam kehidupan pribadi kita, yang saat ini menantang sistem hukum di atas.
Atribusi kode hukum manusia pada GAI adalah salah satu inovasi hukum dan peradilan kontemporer yang
paling revolusioner (Dowell and Tech, 2018).
Pemisahan hukum dari kepribadian manusia saat ini masih menjadi paradoks yang menimbulkan banyak
“kegelapan” terhadap konsep kepribadian (Barrat, 2013).
GAI telah menciptakan inovasi hukum dan akan berbuat lebih banyak di masa depan, yang melaluinya
GAI mengembangkan otonominya. Sulit bagi GAI untuk secara akurat mereproduksi perilaku cerdas
manusia. “Pada akhirnya, otonomi robot menimbulkan pertanyaan tentang sifat mereka dalam
kategori hukum yang ada, tentang apakah mereka harus dipertimbangkan seperti moralitas manusia,
hewan, dan lainnya atau apakah pantas untuk membuat kategori baru, dengan mempertimbangkan
karakteristik spesifiknya dan implikasinya terhadap alokasi hak dan kewajiban” (Legal Commission,
2016).
Conclusion
Artikel ini mengkonseptualisasikan masalah etika yang timbul dari otomatisasi proses robotik dalam interaksi Manusia-
Mesin:
Bagaimana algoritma harus dirancang untuk membuat keputusan kegunaan. Secara keseluruhan, artikel ini memainkan
peran penting dalam menilai faktor-faktor pendorong dan pengaruhnya terhadap stabilitas pasar ekonomi dan sistem
sosial.
Dengan meningkatnya tren globalisasi, terdapat kebutuhan untuk memahami secara mendalam bagaimana informasi
disebarluaskan ke seluruh dunia dan bagaimana pusat GAI dapat berkembang secara ekonomi. Negara-negara maju telah
memperoleh momentum yang belum pernah terjadi sebelumnya. Tren lain yang dapat diprediksi setelah revolusi
kecerdasan buatan adalah tampilan waktu. GAI dengan kehidupan abadi dan kemampuannya bekerja 24/7 akan
mengubah pikiran. Ketimpangan akan menjadi isu menarik lainnya dalam visi masa depan, dimana pusat logika GAI akan
memiliki kinerja yang lebih baik dibandingkan wilayah terpencil dan terbelakang di era digital.
Artikel ini memberikan jawaban awal pertama terhadap pertanyaan ini dengan menjelaskan kasus teknologi GAI baru di
Keterbatasan Penelitian
Penelitian ini hanya berfokus pada Generative Artificial Intelligence dan tidak
memiliki metode penelitian beserta data-data yang mendukung.