Kecerdasan buatan
Taktik Pelatihan AI yang Dipertanyakan Menjadi Kekhawatiran yang Meningkat

Poin utamaPerusahaan AI seperti Meta dan OpenAI menghadapi gugatan hukum karena menggunakan data…
Lihat selengkapnya
- Perusahaan AI seperti Meta dan OpenAI menghadapi gugatan hukum karena menggunakan data buku bajakan dari perpustakaan gelap untuk melatih model mereka.
- DeepSeek membangun AI pesaing dengan biaya $6 juta dengan memanfaatkan keluaran ChatGPT, memicu tuduhan pencurian kekayaan intelektual.
- Para pencipta konten menuntut kompensasi karena model AI menyerap karya berhak cipta tanpa izin atau pembayaran.
Taktik pelatihan AI terus berada di bawah pengawasan karena kurangnya pengawasan. Hal ini umum bagi penulis kontemporer untuk mengambil inspirasi dan bahkan meminjam aspek dari cerita sebelumnya. Meskipun praktik ini merupakan bagian dari evolusi menulis, ada kalanya karya dan gaya seorang penulis diduplikasi tanpa izin.
Ketika situasi ini terjadi, undang‑undang pelanggaran hak cipta modern memungkinkan pencipta konten asal untuk memulihkan kerugian. Namun, hal yang sama tidak dapat dikatakan tentang semakin banyaknya sistem AI yang terbukti menggunakan karya yang diperoleh secara ilegal untuk mengembangkan model mereka. Sekarang, industri menghadapi persimpangan dalam hal taktik pelatihan dan pembalasan bagi mereka yang mengalami kerugian. Inilah yang perlu Anda ketahui.
Taktik Pelatihan AI yang Dipertanyakan
Sejumlah gugatan kini mengklaim bahwa OpenAI dan META (META ) secara sengaja mencari celah saat memperoleh data perpustakaan untuk pelatihan model mereka. Penggugat dalam gugatan tersebut mengklaim bahwa perusahaan sadar dan tidak peduli bahwa mereka berpotensi mencuri jutaan dolar dari penulis tanpa kompensasi, bahkan tanpa disebutkan.
Klaim semacam ini tidak mengejutkan banyak orang yang percaya perlombaan AI telah menyebabkan pengabaian dasar terhadap undang‑undang hak cipta. Karena itu, penulis terus menolak pengembang AI, meminta lebih banyak transparansi mengenai bagaimana data diperoleh dan diproses oleh sistem‑sistem ini.
Walaupun belum ada jalur yang jelas dibagikan kepada publik, bukti mulai menumpuk melawan perusahaan AI. Bukti ini dapat menghasilkan perubahan menyeluruh pada taktik pelatihan yang digunakan oleh pengembang AI di masa depan.
Taktik Pelatihan yang Digunakan Perusahaan untuk Membuat Model
Pelatihan sistem AI adalah proses kompleks yang dapat melibatkan pengumpulan dan pemrosesan data dalam jumlah besar dari berbagai sumber. Data ini menjadi referensi bagi sistem AI ketika mencoba menjawab pertanyaan atau memecahkan skenario baru. Akibatnya, kebanyakan sistem AI tampil lebih baik ketika mereka memiliki lebih banyak data untuk dirujuk.
Membuat AI
Cara utama untuk membuat model AI melibatkan pengumpulan data. Di masa lalu, pengumpulan data merupakan proses yang memakan waktu yang mengharuskan insinyur mencari basis data yang sudah ada daripada membangun dari nol. Misalnya, penyedia layanan kesehatan dapat mengembangkan AI yang memanfaatkan statistik kesehatan nasional untuk memberikan jawaban medis yang lebih relevan.
Setelah itu, pengembang memutuskan algoritma apa yang akan dipilih. Pilihan utama meliputi pembelajaran terawasi, tidak terawasi, semi‑terawasi, pembelajaran penguatan, regresi linier, pembelajaran mendalam, hutan acak, Naïve Bayes, dan jaringan saraf. Setiap algoritma ini menawarkan kelebihan dan kekurangan unik, yang membuatnya lebih cocok untuk tugas tertentu.
Terakhir, proses pelatihan iteratif dimulai. Pada tahap ini, model diuji dan dinilai berdasarkan akurasi serta kinerja yang diberikan. Langkah ini memungkinkan insinyur menyempurnakan dan memvalidasi model, meningkatkan kemampuan. Tahap ini juga membantu insinyur memastikan model terus belajar dari data pelatihan, bukan sekadar menghafal.

Sumber – Uptech.team
Taktik Pelatihan AI Saat Ini Mahal
Proses pelatihan model AI memakan waktu dan mahal serta dapat dibagi menjadi dua kategori utama: pelatihan dan menjalankan. Pelatihan mengacu pada biaya satu kali untuk membuat model tertentu. Misalnya, ChatGPT menghabiskan sekitar $100Juta untuk model 4o‑nya, menurut CEO perusahaan, Sam Altman.
Secara khusus, biaya ini jauh melampaui pengeluaran model sebelumnya. Contohnya, ChatGPT‑3 memerlukan sekitar $4Juta untuk dilatih. Kenaikan biaya pelatihan AI merupakan hasil langsung dari kebutuhan komputasi yang lebih tinggi. Model terbaru dijalankan pada chip NVIDIA (NVDA ) terbaru, menambah biaya mereka.
Selain itu, AI telah mendorong harga komputasi awan naik. Mayoritas aplikasi AI tidak berjalan secara native di PC pengguna. Sebaliknya, mereka mengandalkan pusat data mutakhir dan algoritma komputasi awan untuk mendukung kebutuhan komputasi yang masif. Semua faktor ini membuat pemrograman AI menjadi mahal.
Pasar AI
Lonjakan terbaru dalam jumlah pasar pelatihan AI menunjukkan bahwa kini ada lebih banyak pengembangan di ruang ini yang berupaya menghemat biaya. Pasar AI memungkinkan pengembang, pencipta konten, dan mereka yang mencari integrasi AI untuk bertemu. Pengembang dapat menemukan model yang sudah dibangun yang dapat mereka tingkatkan atau sesuaikan dengan kebutuhan mereka, menghemat banyak waktu dan dana dalam prosesnya.
Biaya Runtime
Biaya runtime atau inferensi sistem AI adalah pengeluaran lain yang harus dipertimbangkan pengembang. Biaya inferensi mengacu pada berapa banyak uang yang diperlukan untuk setiap interaksi dengan AI. Biaya menjalankan banyak sistem AI masa kini lebih tinggi karena sistem harus mengakses semua data dalam modelnya untuk memberikan respons yang akurat dan membantu. Langkah ini berarti AI akan membutuhkan banyak daya komputasi, dari mesin berperforma tinggi, secara sering. Persyaratan ini menambah biaya signifikan pada sistem.
Apakah Taktik Pelatihan AI Saat Ini Etis?
Ketika Anda melihat taktik pelatihan dan strategi yang diterapkan oleh perusahaan AI raksasa saat ini, mudah untuk melihat adanya sikap yang menantang secara etis dan moral dalam industri. Ya, untuk membuat sistem AI terbaik, pengembang perlu menyediakan data yang berharga dan akurat ke model. Namun, beberapa pengembang berargumen bahwa biaya untuk mendapatkan persetujuan hak cipta atas semua data yang digunakan dalam set akan menjadi astronomis, pada dasarnya mengekang inovasi.
Undang‑undang hak cipta internasional melindungi penulis dari penggunaan tidak sah atas karya, gaya, dan kemiripan mereka. Sistem AI tampaknya telah menemukan celah hukum di mana mereka dapat memanfaatkan replika hampir identik dari orang, tempat, informasi, dan cerita, dengan sedikit penolakan hukum yang dilaporkan sejauh ini.
Namun, ada sentimen yang berkembang di antara pencipta konten bahwa sistem‑sistem ini secara ilegal memperoleh karya mereka dan kemudian menggunakannya untuk melatih model AI guna meniru format, nada, dan gaya. Bukti penggunaan ilegal buku berhak cipta dalam model pelatihan OpenAI telah terungkap oleh pengungkapan terbaru.
Gugatan OpenAI
Dalam gugatan OpenAI, penggugat menuduh bahwa pengembang dengan sadar menggunakan perpustakaan bayangan untuk menghindari pembayaran atas koleksi buku besar. Perpustakaan bayangan adalah platform daring yang menyediakan akses gratis ke karya berhak cipta. Yang tercantum dalam gugatan OpenAI meliputi LibGen, Bok, Sci‑Hub, dan Bibliotik.
Gugatan tersebut bertujuan membuktikan bahwa OpenAI dan META tahu bahwa mereka mengelak dari undang‑undang hak cipta. Ini menunjukkan bagaimana perusahaan‑perusahaan tersebut menggunakan perpustakaan bayangan dan sumber gratis lainnya untuk menurunkan biaya pelatihan secara signifikan sambil merampas pembayaran yang layak bagi penulis.
Menanggapi tuduhan tersebut, META awalnya bertindak seolah-olah tidak menyadari tindakan semacam itu. Namun, setelah email muncul yang diyakini mengungkap pemahaman penuh perusahaan tentang tindakannya, dan menjelaskan bahwa mereka mengunduh +81,7 terabyte data dari perpustakaan bayangan, setara dengan jutaan karya.
Email META yang Tidak Diredaksi
Ironisnya, email internal yang mengungkapkan bahwa perusahaan sangat menyadari sifat meragukan keputusannya menggunakan perpustakaan bayangan. Dalam email yang tidak disensor, seorang insinyur khawatir bernama Nikolay Bashlykov mempertanyakan moralitas proyek tersebut, sebelum melanjutkan dengan bercanda tentang legalitas rencana itu.
Dalam email selanjutnya, karyawan tersebut menyatakan bahwa ia khawatir menggunakan alamat IP META untuk memuat konten bajakan torrent. Menyadari bahwa ini bisa menjadi masalah, META menginstruksikan insinyur untuk mengunduh data dari server luar yang tidak terhubung ke Facebook atau META.
Perintah dari Puncak
Ketika awalnya ditanya tentang keterlibatan META dalam torrenting, Mark Zuckerberg menyatakan bahwa ia tidak tahu prosesnya. Email yang tidak disensor membuktikan sebaliknya. Email‑email tersebut diyakini menunjukkan bahwa keputusan menggunakan server non‑FB muncul hanya setelah persetujuan langsung Zuckerberg.
Apakah Pengembang AI Menggunakan Konten yang Dicuri?
Mengingat bukti yang diberikan dan lonjakan tiba‑tiba dalam kemampuan AI, tampaknya jelas bahwa banyak sistem AI beralih ke perpustakaan bayangan dan cara lain untuk membangun model pelatihan yang lebih efektif. Dataset ini berisi materi berhak cipta yang tidak pernah mendapatkan persetujuan penulis atau penerbit untuk digunakan dalam pelatihan model AI.
Apakah Ini Ilegal?
Walaupun semakin sulit menolak penggunaan materi bajakan dalam model AI paling canggih saat ini, legalitas praktik tersebut tetap dipertanyakan. Belum ada perusahaan AI yang dikenai undang‑undang pelanggaran hak cipta. Selain itu, perlombaan AI sedang berada pada puncaknya dan banyak politisi mungkin melihat pembatasan akses sistem AI lokal mereka ke data sebagai penghalang inovasi. Karena itu, mereka mungkin tidak bergerak untuk membuat penanggulangan pelanggaran hak cipta AI semudah pencurian tradisional.
Gugatan Mengalir Masuk
Regulator mungkin belum siap menekan perusahaan AI, tetapi pencipta konten sudah cukup. Gugatan terus mengalir masuk dari penulis yang kecewa yang menyatakan bahwa konten mereka telah diperoleh secara ilegal, didistribusikan, dan diduplikasi tanpa kompensasi apa pun.
Baru-baru ini, Joseph Saveri Law Firm mengajukan gugatan kelas aksi federal AS secara langsung mengenai masalah ini. Gugatan tersebut, yang diajukan atas nama Sarah Silverman dan penulis lain melawan OpenAI dan META, menuntut reparasi atas kerugian yang disebabkan oleh kemampuan produk untuk meniru format dan gaya mereka.
Kelas aksi gugatan menuduh pelanggaran berulang terhadap Digital Millennium Copyright Act, kelalaian kriminal, dan undang‑undang persaingan tidak adil. Tujuan gugatan tersebut adalah memperoleh perintah permanen terhadap taktik pelatihan ini sampai strategi kompensasi dan perlindungan yang adil dapat diterapkan bagi penulis.
Apakah DeepSeek Dilatih oleh ChatGPT?
Ironisnya, ChatGPT mengklaim bahwa ia menjadi korban pencurian intelektual dari sistem AI setelah startup AI China, DeepSeek mengirimkan gelombang ke pasar. DeepSeek menyebabkan gelombang minat setelah perusahaan mengungkapkan kinerja impresif, biaya rendah, dan kemampuan canggih kepada publik bulan lalu.
Pengembang OpenAI menuduh DeepSeek menggunakan data ChatGPT untuk memprogram modelnya, yang memungkinkannya menciptakan model yang mengungguli kompetisi dengan biaya jauh lebih rendah. Sebagai perbandingan, DeepSeek mencapai kinerja setara dengan ChatGPT dengan biaya $6Juta versus +$100Juta yang digunakan oleh ChatGPT.
Selain itu, DeepSeek berhasil menggunakan jauh lebih sedikit daya komputasi berkat konfigurasi uniknya. Biaya inferensi untuk DeepSeek jauh lebih rendah daripada ChatGPT karena penggunaan beberapa model khusus dibandingkan satu model besar.
Dengan demikian, DeepSeek hanya perlu mengaktifkan model yang merujuk pada pertanyaan, memungkinkan penggunaan chip NVIDIA yang jauh lebih murah dan kuat. Secara khusus, DeepSeek menggunakan 1/50 biaya menjalankan model Claude 3.5 Sonnet terbaru, menjadikannya solusi yang lebih hemat biaya bagi bisnis dalam jangka panjang.
Ia Meminjam
Menariknya, DeepSeek tidak menyangkal penggunaan ChatGPT untuk mengembangkan skrip “berpikir”. Ia bahkan menjelaskan proses tersebut dalam whitepaper DeepSeek asli. Insinyur‑insinyur merasa pendekatan ini akan memberikan DeepSeek informasi yang lebih akurat, yang mempercepat proses distilasinya.
Selain itu, hal itu memastikan bahwa data yang digunakan untuk memprogram model AI pesaing tidak digunakan untuk memprogram DeepSeek. Hasilnya adalah sistem yang lebih efisien yang mengungguli pendahulunya dan hanya memerlukan sebagian kecil biaya untuk beroperasi. Tentu saja, banyak yang berargumen bahwa biaya ChatGPT harus dimasukkan ke dalam anggaran DeepSeek jika mereka memanfaatkan sistem tersebut untuk menciptakan milik mereka.
Krisis Identitas DeepSeek
Dalam sebuah artikel, seorang peneliti AI menelusuri sumber untuk melihat apakah DeepSeek banyak meminjam dari ChatGPT. Ia memulai dengan menanyakan kepada LLM apakah ia menganggap DeepSeek lebih pintar daripada Gemini, pesaing Google. Ironisnya, LLM menjawab bahwa ia berpikir “itu adalah ChatGPT.” Penemuan ini dianggap oleh banyak orang sebagai semua bukti yang diperlukan untuk membuktikan besarnya data yang DeepSeek kumpulkan dari ChatGPT.
Haruskah Pencipta Konten Diberi Kompensasi atas Penggunaan AI?
Ada kekhawatiran yang semakin meningkat bagi pencipta konten di pasar. Seiring sistem AI berkembang, mereka pasti akan menyerap lebih banyak materi berhak cipta. Di masa lalu, insinyur telah melihat perusahaan mematikan informasi manajemen hak cipta untuk mengurangi risiko tindakan mereka terdeteksi. Namun, arusnya mulai berbalik.
Pada Juli 2023, sekelompok lebih dari 8000 penulis menandatangani sebuah surat yang ditujukan kepada CEO META Mark Zuckerberg, CEO OpenAI Sam Altman, CEO Alphabet Sundar Pichai, CEO Stability AI Emad Mostaque, CEO IBM Arvind Krishna, dan CEO Microsoft (MSFT ) Satya Nadella. Surat tersebut menyatakan bahwa AI “meniru dan mengulang bahasa, cerita, gaya, dan ide kami.” Surat itu menuntut kompensasi dan pengakuan.
Writers Guild of America dan Screen Actors Guild juga telah bersuara keras mengenai penggunaan karya mereka dalam sektor AI. Mereka berupaya menjamin hak tertentu serta kompensasi bagi penulis setiap kali karya mereka digunakan untuk membuat model AI.
Pilihan Taktik Pelatihan Muncul
Menyadari keterbatasan pengaturan saat ini dan bagaimana ia tidak memiliki jalan legitimasi yang nyata ke depan, BookCorpus berupaya menawarkan solusi yang lebih baik. Perusahaan ini didirikan pada 2015 dengan tujuan khusus mendukung peneliti AI dalam melatih LLM. Oleh karena itu, ia mencakup ribuan karya dan model yang dirancang untuk meningkatkan kinerja, tanpa melanggar batas etika.
Sudah ada banyak penyedia layanan yang berfokus pada AI yang memasuki pasar. Perusahaan‑perusahaan ini menggabungkan akses ke data berharga, model, dan lainnya. Mereka disesuaikan untuk memenuhi kebutuhan komputasi AI dan sering kali dilengkapi dengan opsi komputasi awan sebagai cara untuk lebih mengurangi biaya pengembangan.
Perusahaan yang Memimpin Revolusi LLM AI
Kebangkitan LLM telah memudahkan siapa pun untuk berinteraksi dengan sistem‑sistem ini. Dari prompt obrolan sederhana, Anda dapat melakukan riset mendalam, membuat gambar dan cerita, dan banyak lagi. Akibatnya, LLM dipandang sebagai salah satu terobosan terbesar dalam teknologi interaksi komputer dalam satu masa hidup. Berikut satu perusahaan yang terus mendorong inovasi di pasar LLM.
Alphabet Inc
Alphabet Inc. (GOOG ) adalah perusahaan induk Google dan banyak anak perusahaannya. Ini adalah salah satu perusahaan paling dikenal dan sukses di sektor AI. Menariknya, insinyur memilih memanfaatkan model lain perusahaan, Google DeepMind, untuk menciptakan LLM Gemini Google. Gemini adalah LLM canggih yang menerjemahkan, memahami konten, menjawab pertanyaan, dan banyak lagi.
Secara khusus, Google DeepMind telah bekerja keras menciptakan LLM dan fitur baru untuk perusahaan. Misalnya, fitur SELF‑DISCOVER baru menciptakan arsitektur khusus tugas di dalam model, mengurangi waktu keseluruhan yang dibutuhkan untuk menjawab pertanyaan secara akurat.
GOOG Grafik Harga
Mengingat dominasi Google di pasar, akses langsung ke data masif, dan ekspansi berkelanjutan ke model yang dibangun khusus, GOOG adalah saham cerdas untuk dipertahankan. Perusahaan ini merupakan salah satu penyedia AI berperforma tinggi secara global dan memiliki jaringan serta keuangan untuk mengintegrasikan teknologinya serta memperluasnya ke publik secara efektif.
Bagaimana Taktik Pelatihan Akan Berubah di Masa Depan
Anda dapat mengharapkan taktik pelatihan AI mengandalkan sistem AI yang lebih halus untuk data seiring industri berkembang. DeepSeek menunjukkan bahwa pendekatannya secara signifikan menurunkan biaya. Selain itu, akan menjadi lebih sulit mengklaim pelanggaran hak cipta jika perusahaan hanya menggunakan data yang dibuat oleh AI lain daripada secara langsung.
Semua faktor ini dan permintaan yang meningkat oleh pemerintah untuk memimpin perlombaan AI telah menempatkan pencipta konten pada posisi yang sangat berbahaya. Mudah-mudahan, dalam beberapa bulan mendatang, pengembang AI akan menciptakan taktik pelatihan yang lebih efektif yang menghormati dan memberi kompensasi kepada mereka yang data‑nya dimanfaatkan untuk kesuksesan.
Pelajari Proyek AI keren lainnya Sekarang.











