Contoh aplikasi AI generatif: DALL-E, ChatGPT, dan Jukedeck.

Photoshop

Microsoft Word

Excel

Model AI generatif hanya menyalin data yang ada.

Model AI generatif tidak memerlukan data untuk berfungsi.

Model AI generatif hanya digunakan untuk analisis data.

Model AI generatif menghasilkan konten baru dengan mempelajari pola dari data yang ada.

AI diskriminatif menciptakan konten baru.

AI generatif menciptakan konten baru, sedangkan AI diskriminatif mengklasifikasikan atau memprediksi berdasarkan data.

AI generatif hanya digunakan untuk analisis data.

Keduanya memiliki fungsi yang sama dalam pengolahan data.

Mempercepat proses manual

Menghemat waktu dalam proses kreatif.

Mengurangi kreativitas manusia

Meningkatkan biaya produksi

Deep learning dalam konteks AI generatif adalah teknik yang menggunakan jaringan saraf dalam untuk menghasilkan konten baru berdasarkan pola yang dipelajari dari data.

Deep learning hanya digunakan untuk pengenalan wajah.

Deep learning tidak melibatkan jaringan saraf.

Deep learning adalah metode pengolahan data tradisional.

Menghasilkan konten yang akurat dan tidak menyesatkan.

Mengurangi kreativitas dalam pembuatan konten.

Menghasilkan konten yang terlalu panjang.

Meningkatkan biaya produksi konten.

AI generatif hanya berfungsi dalam pengolahan teks.

AI generatif hanya dapat digunakan untuk analisis data.

AI generatif dapat menciptakan karya seni, musik, dan desain visual.

AI generatif tidak dapat menciptakan musik.

Data only serves to store information without influence.

Data is irrelevant in AI training.

Data plays a crucial role in training generative AI by providing examples for learning patterns and generating outputs.

Data is used solely for testing AI performance.

Support Vector Machines (SVMs)

Generative Adversarial Networks (GANs)

Decision Trees (DTs)

Recurrent Neural Networks (RNNs)