Dalam dunia pencarian internet yang terus berkembang, peran kecerdasan buatan (AI) semakin penting. Google, sebagai salah satu pemimpin dalam bidang ini, telah menghadirkan dua model bahasa AI yang sangat memengaruhi cara kita mencari informasi secara online: BERT dan Bard.
Artikel ini akan membahas BERT dan Bard, mengungkap perbedaan antara keduanya, dan menjelaskan bagaimana mereka telah mengubah cara Google menyajikan hasil pencarian yang lebih baik kepada pengguna.
Apa Itu Model Bahasa BERT dari Google?
BERT adalah singkatan dari “Bidirectional Encoder Representations from Transformers.” BERT adalah model bahasa AI yang dikembangkan oleh Google sebelum munculnya Bard. Perbedaan utamanya adalah BERT tidak menerima input pengguna seperti chatbot Bard. Sebaliknya, BERT bekerja di balik layar untuk memahami pertanyaan pengguna dan memberikan hasil pencarian yang lebih relevan.
BERT memiliki kemampuan unik dalam memahami konteks bahasa manusia. Ini bekerja dengan melihat kata-kata dalam kalimat dan mempertimbangkan kata-kata di sekitarnya. Dengan demikian, BERT dapat memahami pertanyaan panjang dan rumit yang mengandung kata-kata seperti “untuk” dan “ke.” Ini membantu meningkatkan kualitas hasil pencarian Google.
Bagaimana BERT Berbeda dari Bard?
Source: Google
Meskipun keduanya adalah produk AI dari Google, BERT dan Bard memiliki peran yang berbeda. BERT adalah model bahasa yang bekerja di latar belakang untuk memahami pertanyaan pengguna dan meningkatkan hasil pencarian. Sementara itu, Bard adalah chatbot yang dirancang untuk berinteraksi dengan pengguna dan merespons pertanyaan serta perintah pengguna.
Salah satu perbedaan utama adalah bahwa BERT adalah proyek open source, sementara Bard tidak. Ini berarti bahwa BERT dapat diakses oleh pengembang dan peneliti lain untuk pengembangan lebih lanjut. Sementara Bard, meskipun mungkin lebih interaktif, tidak tersedia untuk umum.
Bagaimana BERT Dilatih?
BERT dilatih oleh Google menggunakan data dari artikel Wikipedia dan kumpulan buku online yang disebut Toronto BookCorpus. Data ini dikenal sebagai teks tanpa label, yang berarti BERT belajar dari teks-teks ini tanpa petunjuk manusia tentang makna atau struktur. Proses ini disebut pembelajaran tanpa pengawasan.
BERT dilatih untuk memahami bahasa manusia, menjawab pertanyaan, memahami sentimen, dan mengenali entitas seperti orang dan organisasi. Ketika Google merilis BERT pada tahun 2018, kemampuannya untuk memahami bahasa manusia secara kontekstual mengungguli model sebelumnya dengan signifikan.
Bagaimana Google Menggunakan BERT?
Google sekarang menggunakan BERT dalam Google Cloud TPUs untuk meningkatkan kemampuan Google Search dalam memahami pertanyaan pengguna. Hal ini memungkinkan Google Search untuk mengatasi pertanyaan yang lebih kompleks dan menjawabnya dengan lebih tepat.
Misalnya, BERT membantu Google Search memahami pertanyaan seperti “Apa restoran terbaik di kota ini untuk makan malam romantis?” dengan lebih baik. Ini berarti hasil pencarian akan lebih relevan dengan preferensi pengguna, karena BERT memahami konteks dari pertanyaan tersebut.
AI Apa yang Akan Datang untuk Google Search?
Selain BERT, Google terus mengembangkan teknologi AI lainnya untuk meningkatkan hasil pencarian. Salah satunya adalah MUM, yang dijelaskan sebagai 1.000 kali lebih kuat dari BERT. Ini akan membantu Google memahami pertanyaan yang bahkan lebih kompleks dan memberikan jawaban yang lebih baik kepada pengguna.
Google juga terus mencari cara baru untuk menggabungkan AI ke dalam pengalaman pencarian. Bard, meskipun belum sempurna, menunjukkan bahwa Google tertarik untuk menjadikan pencarian lebih interaktif dan ramah pengguna.
Dalam era informasi digital yang begitu cepat, peran AI seperti BERT dan Bard semakin penting dalam membantu kita menavigasi lautan data online. Melalui kemampuan mereka untuk memahami bahasa manusia dan konteksnya, model bahasa ini telah mengubah cara kita mendapatkan informasi. Sementara BERT bekerja di balik layar untuk meningkatkan hasil pencarian
