Lewati ke pemutarLewatkan ke konten utama
MC Project
Channel ini menyajikan materi seputar Data Science & Artificial Intelligence, Networking & Cyber Security, serta Database & Programming. Seluruh materi disusun secara sistematis untuk membantu Anda memahami konsep, teknologi, dan praktik yang digunakan di dunia teknologi informasi, mulai dari tingkat dasar hingga lanjutan.

Setiap pembahasan berfokus pada pengembangan keterampilan melalui materi yang mudah dipahami, relevan dengan kebutuhan industri, dan disampaikan untuk tujuan edukasi. Seluruh konten mengedepankan penerapan teknologi secara legal, etis, dan bertanggung jawab, sehingga dapat menjadi referensi belajar bagi pelajar, mahasiswa, maupun profesional.

Playlist video terkait:
▪ Data Science & Artificial Intelligence https://dailymotion.com/playlist/xcwmlu
▪ Networking & Cyber Security https://dailymotion.com/playlist/xcwmsm
▪ Database & Programming https://dailymotion.com/playlist/xcwmsi

PEMBAHASAN MATERI
Playlist Materi Ilmu Komputer berisi kumpulan video pembelajaran, tutorial, penjelasan konsep, studi kasus, demo, dan pembahasan lengkap seputar berbagai bidang dalam ilmu komputer. Materi yang disajikan mencakup dasar hingga tingkat lanjut, mulai dari pemrograman, pengelolaan database, jaringan komputer, keamanan siber, sistem operasi, pengembangan perangkat lunak, arsitektur komputer, hingga berbagai teknologi yang digunakan dalam dunia komputasi modern.

Temukan pembahasan mengenai komputer dan pemrograman, algoritma, struktur data, PHP, JavaScript, Python, Laravel, MySQL, PostgreSQL, API, rekayasa perangkat lunak, database, jaringan komputer, administrasi server, cloud computing, virtualisasi, Linux, Windows Server, keamanan jaringan, cyber security, ethical hacking, kriptografi, keamanan aplikasi, DevOps, Internet of Things (IoT), kecerdasan buatan (AI), machine learning, serta berbagai konsep, teknologi, dan praktik terbaik di bidang ilmu komputer. Playlist ini cocok bagi pelajar, mahasiswa, programmer, web developer, software engineer, administrator sistem, profesional IT, maupun siapa saja yang ingin mempelajari dan memperdalam wawasan di dunia ilmu komputer secara menyeluruh.

CONTACT US
▪ Email support@mycoding.id
▪ WhatsApp https://wa.me/6281274309663
▪ Telegram https://t.me/mycodingxd

OFFICIAL LINKS
▪ Web https://mycoding.id
▪ Blog https://blog.mycoding.id
▪ News https://en.mycoding.id
▪ Apps https://play.google.com/store/apps/dev?id=5237501547073493079

SOCIAL MEDIA
▪ https://linkedin.com/company/mycodingxd
▪ https://facebook.com/mycodingxd
▪ https://instagram.com/mycodingxd
▪ https://tiktok.com/@mycodingxd
▪ https://twitter.com/mycoding_xd
▪ https://pinterest.com/mycoding_xd

CHANNEL LINKS
▪ YouTube https://safelink.asia/youtube
▪ DailyMotion https://safelink.asia/dailymotion
▪ WhatsApp https://safelink.asia/whatsapp
▪ Telegram https://safelink.asia/telegram

Powered by https://linkedin.com/company/401XDGroup

#DataScience #ArtificialIntelligence #CyberSecurity #Networking #Programming #Database
Transkrip
00:00Oke, mari kita mulai.
00:02Penasaran gak sih gimana caranya kita bisa bikin AI itu jauh lebih efisien,
00:05tapi kekuatannya gak berkurang sama sekali?
00:07Nah, ini salah satu teka-teki paling besar di dunia AI sekarang,
00:10dan jawabannya, jujur, keren banget.
00:12Kita bakal bongkar gimana caranya AI belajar untuk menyusut dengan cara yang super cerdas.
00:17Semuanya itu berawal dari pertanyaan yang kelihatannya simple ini.
00:20Buat kita manusia, ya jelas bedalah, kan ada konteksnya.
00:23Tapi buat komputer, kata bank ya cuma sekumpulan huruf, gak ada artinya.
00:27Nah, masalah konteks inilah inti dari semua tantangan yang ada,
00:30dan ini membawa kita ke ide dasarnya.
00:32Hal pertama yang harus kita ingat, komputer itu gak ngerti bahasa kita.
00:36Mereka ngomongnya pakai bahasa angka.
00:38Jadi, langkah paling awal biar komputer paham omongan kita
00:41adalah mengubah setiap kata menjadi serangkaian angka.
00:44Konsep kuncinya itu disebut embedding.
00:46Gampangnya, anggap aja ini kayak kode rahasia numerik untuk setiap kata.
00:50Jadi, alih-alih definisi, komputer dapat daftar angka,
00:54sebuah faktor yang isinya adalah rasa dan makna dari kata itu.
00:58Ini adalah fondasi dari hampir semua AI bahasa yang canggih hari ini.
01:01Nah, disinilah evolusinya jadi menarik banget.
01:03Dulu, modal-modal awal itu kaku.
01:06Kata bank, ya kodenya cuma satu itu aja, gak peduli konteksnya apa.
01:09Mau tepi sungai atau tempat nabung, kodenya sama.
01:12Tapi, terobosannya datang dari modal-modal kayak Bert.
01:15Dia cukup pintar buat ngasih kode angka yang beda untuk kata bank tergantung kalimatnya.
01:19Ini bener-bener mengubah segalanya.
01:20Tapi, ada tapinya, kecerdasan baru ini ternyata membawa masalah baru juga.
01:25Semakin kita bikin embedding ini pintar dan paham konteks,
01:28tanpa sadar kita malah menciptakan monster baru di sisi efisiensi.
01:32Jadi gini, untuk bisa menangkap semua nuansa bahasa yang rumit,
01:36daftar angkanya tuh harus panjang banget.
01:37Kita ngomongin ratusan, bahkan ribuan angka,
01:40cuma buat merepresentasikan satu kata atau kalimat.
01:43Tentu aja ini jadi masalah besar buat kecepatan pemrosesan,
01:45dan butuh ruang penyimpanan yang gede banget.
01:47Para peneliti punya istilah keren buat masalah ini.
01:50Kutukan Dimensionalitas.
01:52Kutipan dari riset NVM Bed ini ngejelasin dengan pas.
01:55Intinya, makin banyak dimensi,
01:57atau makin panjang daftar angkanya,
01:59makin ribet, makin lambat, dan makin boros tempat.
02:02Grafik ini nunjukin dilemanya dengan jelas banget.
02:05Performanya? Keren, naik terus.
02:07Model-model AI sekarang paham bahasa lebih baik dari sebelumnya.
02:10Tapi, lihat bar efisiensinya.
02:12Anjelok!
02:13Kecepatan dan biaya penyimpanan jadi korban.
02:15Kita kayak kejebak di pilihan yang sulit.
02:17Sampai akhirnya muncul sebuah ide yang super cerdas.
02:20Oke, sekarang kita masuk ke bagian solusinya.
02:23Dan solusinya ini terinspirasi dari sesuatu yang mungkin gak pernah kita duga.
02:27Mainan tradisional Rusia.
02:29Pertanyaannya jadi begini.
02:30Bisa gak sih kita dapet enaknya aja?
02:32Dapet pemahaman mendalam dari faktor yang super besar,
02:35tapi dengan ukuran yang ringkas dan efisien, kayak faktor kecil.
02:39Nah, petunjuknya ada di emoji boneka Matryoshka itu.
02:43Kenalin Matryoshka Embeddings.
02:44Tau kan boneka bersarang Rusia itu?
02:46Yang di dalam boneka besar ada boneka lebih kecil,
02:48di dalamnya ada lagi, dan seterusnya.
02:50Nah, idenya persis kayak gitu.
02:52Embedding ini dirancang agar informasi yang paling penting,
02:55paling krusial, itu disimpan di bagian paling depan dari daftar angkanya.
02:59Dan pendekatan ini menghasilkan angka ajaib ini.
03:0298,37%.
03:05Coba, biarin angka itu meresap dulu.
03:07Jadi artinya apa?
03:08Artinya kita bisa memotong ukuran embeddingnya secara drastis,
03:12cuma pakai sekitar 8% dari ukuran aslinya,
03:14tapi tetap mempertahankan hampir seluruh.
03:16Lebih dari 98% kemampuannya.
03:19Ini benar-benar pengubah permainan dari segi efisiensi.
03:22Terus gimana cara kerjanya?
03:23Triknya itu ada di cara melatihnya.
03:25Jadi si model EA ini nggak cuma dinilai pas ukurannya penuh,
03:28tapi juga dinilai pas ukurannya dipotong jadi lebih kecil.
03:31Misalnya jadi 512, 256, dan seterusnya.
03:35Ini seakan-akan memaksa si model
03:36buat belajar menaruh informasi paling krusial di urutan paling depan.
03:40Cerdas banget kan?
03:41Teknik Matrioshka ini keren banget.
03:42Tapi ini bukan cuma satu trik ajaib yang berdiri sendiri.
03:45Ini adalah bagian dari sebuah tren yang jauh lebih besar di dunia AI,
03:48yaitu fokus untuk menjadi lebih cerdas dan efisien,
03:51bukan sekedar jadi lebih besar.
03:52Coba kita lihat contoh canggih lainnya yang sejalan dengan filosofi ini.
03:56Sebuah model dari NVIDIA yang namanya NV Embed.
03:59Model ini menggabungkan beberapa inovasi berlian
04:01untuk jadi yang terdepan di industrinya.
04:03Salah satu inovasi utamanya adalah sesuatu yang disebut lapisan perhatian laten.
04:06Gini, cara lama itu ibaratnya kita baca satu paragraf panjang,
04:10terus kita cuma ambil rata-ratanya aja.
04:11Banyak info penting bisa ilangkan.
04:13Nah, lapisan baru ini, dia kayak punya stabilo pinter yang bisa dilatih.
04:17Dia belajar untuk nandain kata-kata kunci
04:18dan membuat ringkasan yang jauh lebih fokus dan akurat.
04:20Dan bukan cuma itu aja, mereka juga punya banyak trik lain
04:24seperti proses training dua tahap yang unik
04:26dan sengaja melatih modelnya dengan contoh-contoh yang paling sulit
04:29biar dia jadi makin tangguh.
04:30Setiap langkah ini tujuannya satu,
04:32membuat AI bekerja lebih cerdas, bukan cuma lebih keras.
04:35Hasilnya, angka nggak bisa bohong.
04:37Lihat aja papan peringkat MTB ini.
04:39Ini tuh kayak standar emas buat benchmark model-model sejenis.
04:42Dan siapa yang ada di puncak?
04:43Envy Embed V2.
04:45Mengalahkan model-model top lainnya, bahkan yang dari OpenAI.
04:48Ini bukti nyata, kalau pendekatan yang lebih cerdas dan efisien,
04:50ini bener-bener membuahkan hasil.
04:52Oke, kita udah bahas banyak hal teknis.
04:54Mulai dari boneka bersarang sampai lapisan perhatian.
04:57Tapi, emangnya kenapa?
04:59Apa artinya semua ini buat kita di dunia nyata?
05:01Kenapa kita harus peduli?
05:02Nah, ini dia intinya.
05:04Embedding yang lebih kecil dan lebih efisien,
05:06berarti segalanya jadi lebih cepat dan lebih murah.
05:09Sistem pencarian di website,
05:11rekomendasi produk di e-commerce,
05:12bahkan sistem canggih seperti RAG yang bikin chatbot
05:15bisa jawab pertanyaan dari dokumen pribadi kita,
05:17semuanya jadi jauh lebih baik.
05:19Ini juga berarti, AI yang super canggih,
05:21nggak lagi cuma bisa jalan di data center raksasa.
05:23Dia bisa jalan di laptop kita, di ponsel kita.
05:26Ini soal membuat AI terbaik bisa diakses oleh semua orang.
05:29Dan ini meninggalkan kita dengan satu pertanyaan besar
05:31buat dipikirkan.
05:32Kalau kita lihat ke masa depan AI,
05:34terobosan terbesarnya bakal datang dari mana?
05:36Apakah kita akan terus-terusan bikin model yang makin besar,
05:39besar, dan lebih besar lagi,
05:41dengan semua biaya dan batasannya?
05:42Atau, terobosan sejatinya justru datang dari inovasi-inovasi cerdas,
05:46seperti Matryoshka dan Envy Embed,
05:48yang mengajarkan masin untuk berpikir lebih pintar,
05:50bukan hanya jadi lebih besar?
05:51Sebuah pemikiran untuk kita renungkan.
05:54Terima kasih telah menonton!
05:54Terima kasih telah menonton!
05:55Terima kasih telah menonton!