Dari Mesing Turing Hingga Generative AI: Evolusi Teknologi Yang Bertumpu Pada Matematika

1. Pendahuluan

Perkembangan teknologi modern tidak bisa dilepaskan dari hadirnya Artificial Intelligence (AI). Mulai dari belanja online, asisten virtual, sampai sistem navigasi, AI sudah hadir di sekitar kita. Kemudian, muncul Generative AI yang lebih mengejutkan lagi: mesin kini mampu menulis, menggambar, bahkan menciptakan musik.

Semua itu berdiri di atas fondasi matematika. Konsep-konsep seperti aljabar linear, kalkulus, probabilitas, dan statistika adalah 'mesin tersembunyi' yang membuat AI bisa belajar dan berpikir.

2. Sejarah Perkembangan AI

AI bermula dari gagasan Alan Turing di tahun 1936 dengan konsep Turing Machine. Pertanyaan mendasar yang ia ajukan, 'Bisakah mesin berpikir?', masih relevan sampai hari ini.

Pada 1956, John McCarthy bersama koleganya memperkenalkan istilah Artificial Intelligence dalam Dartmouth Conference. Sejak itu, penelitian AI tumbuh pesat, meski sempat terhenti pada periode AI Winter. Baru pada 1990-an, AI bangkit kembali lewat pendekatan machine learning, ketika mesin mulai bisa belajar dari data.

3. Peran Matematika dalam AI

Matematika adalah fondasi AI:

- Aljabar linear mengubah data (teks, gambar, suara) menjadi vektor dan matriks.
- Kalkulus membantu proses optimasi, khususnya saat melatih jaringan saraf tiruan.
- Statistika dan probabilitas menjadi dasar algoritma pembelajaran mesin.
- Teori informasi dipakai untuk mengukur kualitas dan akurasi model.

Tanpa matematika, AI hanyalah ide abstrak tanpa nyawa.

4. Lahirnya Generative AI

Masuk ke era 2010-an, deep learning membawa angin segar. Pada 2014, Ian Goodfellow memperkenalkan Generative Adversarial Networks (GANs) yang memungkinkan mesin menciptakan gambar baru yang tampak nyata. Disusul kemudian oleh Transformers (2017), teknologi di balik model bahasa modern seperti GPT dan BERT.

Generative AI lalu berkembang pesat. Mesin tidak lagi hanya 'menjawab' pertanyaan, tetapi juga bisa berkreasi.

5. Contoh AI dan Generative AI

Untuk lebih mudah memahami, mari lihat contoh nyata penerapan AI dan Generative AI di sekitar kita:

AI (Analisis dan Prediksi):
- Sistem rekomendasi di e-commerce atau YouTube yang menyarankan produk/film sesuai riwayat pencarian.
- Aplikasi navigasi seperti Google Maps yang memprediksi rute tercepat.
- AI medis yang membaca hasil CT-Scan atau MRI lebih cepat dari manusia.

Generative AI (Kreasi Baru):
- ChatGPT yang mampu menulis artikel, menjawab pertanyaan, bahkan membuat puisi.
- DALL·E atau MidJourney yang bisa mengubah teks menjadi gambar digital.
- AI yang menciptakan musik orisinal atau video pendek animasi.

Contoh-contoh ini menunjukkan perbedaan besar: AI fokus pada analisis data yang sudah ada, sedangkan Generative AI menciptakan hal baru yang sebelumnya tidak ada.

6. Kesimpulan

Perjalanan panjang dari Turing Machine hingga Generative AI membuktikan satu hal: matematika adalah pondasi yang membuat mesin bisa belajar, berpikir, bahkan berkreasi.

Kalau dulu kita bertanya 'bisakah mesin berpikir?', kini kita justru bertanya 'sampai sejauh mana mesin bisa berkreasi?'. Tantangan ke depan bukan hanya soal teknologi, tapi bagaimana kita memanfaatkannya untuk memperkaya hidup manusia tanpa kehilangan sentuhan kemanusiaan.

Daftar Pustaka

Noerman, T. (2025). Agentic AI for Agile HRM: Menjawab Tantangan Inovasi dan Efisiensi. Yogyakarta: Deepublish Digital. ISBN 978-634-200-751-8.

Sisephaputra, B., Judijanto, L., Apriyanto, A., Lukman, Migunani, N., Umar, N., Sepriano, Khairunnisa, & Wati, D. C. (2024). Generative Artificial Intelligence (GenAI): Pengetahuan Dasar GenAI beserta Penerapannya. Yogyakarta: PT. Green Pustaka Indonesia. ISBN 978-623-89472-8-7.