AI, ML, DL, LLM, & GenAI: What’s the Difference?

Istilah AI, ML, DL, Generative AI, dan LLM sering dipakai bergantian. Padahal hubungan di antara istilah-istilah ini tidak semuanya merupakan hierarki lurus.

1. Artificial Intelligence

Artificial Intelligence (AI) adalah bidang ilmu komputer yang berfokus pada bagaimana membuat sistem mampu melakukan tugas yang membutuhkan kemampuan yang biasanya kita kaitkan dengan kecerdasan, seperti memahami bahasa, mengenali pola, mengambil keputusan, memecahkan masalah, atau merencanakan tindakan.

AI dapat dibangun dengan banyak pendekatan, termasuk:

• Rule-based system — manusia menuliskan aturan secara eksplisit.
• Machine Learning — model belajar pola dari data.
• Search & planning — sistem mencari atau merencanakan urutan tindakan.
• Deep Learning — menggunakan neural network untuk mempelajari representasi dari data.

Jadi,

AI adalah bidangnya, sedangkan ML, DL, dan pendekatan lainnya adalah berbagai cara untuk membangun sistem AI.

2. Machine Learning

Machine Learning (ML) adalah pendekatan dalam AI di mana model belajar hubungan atau pola dari data untuk membuat prediksi, klasifikasi, rekomendasi, atau keputusan, tanpa manusia harus menuliskan seluruh aturan secara eksplisit.

Contoh:

Data transaksi + label spam
        ↓
   ML algorithm
        ↓
 Model belajar pola
        ↓
Email baru → Spam / Bukan Spam

Beberapa paradigma utama dalam Machine Learning:

• Supervised Learning — model belajar dari data yang memiliki target atau label.
• Unsupervised Learning — model mencari struktur atau pola tanpa target eksplisit.
• Reinforcement Learning — model belajar memilih tindakan berdasarkan reward dari lingkungan.

Hubungan sederhananya:

Machine Learning adalah salah satu pendekatan dalam Artificial Intelligence.

3. Deep Learning - Machine Learning dengan Neural Network

Deep Learning (DL) adalah bagian dari ML yang menggunakan neural network dengan banyak layer untuk mempelajari representasi data secara bertahap.

Contoh sederhana pada gambar:

Pixel
  ↓
Edge / garis
  ↓
Bentuk sederhana
  ↓
Bagian objek
  ↓
Objek
  ↓
"Kucing"

Kata deep merujuk pada banyaknya transformasi/layer yang dilalui representasi data, bukan sekadar ukuran model.

Secara sederhana:

Artificial Intelligence
        ↓
Machine Learning
        ↓
Deep Learning

Dengan kata lain:

Deep Learning adalah salah satu pendekatan Machine Learning yang menggunakan neural network bertingkat.

4. LLM — Large Language Model

LLM (Large Language Model) adalah model neural network berskala besar yang dirancang untuk memproses dan menghasilkan bahasa atau token.

Banyak LLM modern menggunakan arsitektur Transformer, terutama varian decoder-only Transformer untuk model generatif autoregresif.

Secara sederhana, language model autoregresif belajar memperkirakan token berikutnya:

"Saya sedang makan ..."
          ↓
   Model menghitung
   probabilitas token
          ↓
        "nasi"

Namun model chat modern tidak hanya mengandalkan next-token prediction.

Biasanya terdapat tahap tambahan seperti:

• Pre-training
• Instruction tuning / supervised fine-tuning
• Preference optimization / alignment

Karena itu, kemampuan model chat dalam mengikuti instruksi merupakan hasil dari beberapa tahap training, bukan hanya prediksi token berikutnya.

5. Generative AI — Model yang Menghasilkan Konten

Generative AI adalah kategori sistem AI berdasarkan kemampuannya untuk menghasilkan konten atau artefak baru berdasarkan pola yang dipelajari dari data.

Konten tersebut dapat berupa:

• Text
• Image
• Audio
• Video
• Code

Contohnya:

Generative AI
├── Text Generation
├── Image Generation
├── Audio Generation
├── Video Generation
└── Code Generation

Di sinilah sering terjadi kesalahpahaman:

LLM tidak sama dengan Generative AI.

LLM adalah jenis model, sedangkan Generative AI adalah kategori kemampuan/sistem.

LLM dapat digunakan sebagai salah satu komponen untuk membangun Generative AI berbasis teks.

Contohnya:

Generative AI
│
├── Text
│   └── LLM
│
├── Image
│   └── Image Generation Model
│
├── Audio
│   └── Audio Generation Model
│
└── Video
    └── Video Generation Model

6. Hubungan Konsep

Mental model sederhananya:

                    ARTIFICIAL INTELLIGENCE
                           │
             ┌─────────────┴─────────────┐
             │                           │
       Rule-based                 Machine Learning
       Search/Planning                  │
                                  ┌──────┴──────┐
                                  │             │
                              Classical    Deep Learning
                                              │
                                       ┌──────┴──────┐
                                       │             │
                                      CNN       Transformer
                                                    │
                                           ┌────────┴────────┐
                                           │                 │
                                          LLM          Model lainnya
                                           │
                                           │
                                  ┌────────┴─────────┐
                                  │  Generative AI   │
                                  │                  │
                                  │ Text / Image /   │
                                  │ Audio / Video    │
                                  └──────────────────┘

Namun diagram tersebut bukan hierarchy linear yang harus dibaca dari atas ke bawah untuk semua istilah.

Ada beberapa cara berbeda untuk mengklasifikasikan konsep-konsep tersebut:

Istilah	Yang diklasifikasikan
AI	Bidang / problem space
ML	Pendekatan untuk membangun AI
DL	Pendekatan ML berbasis neural network
Transformer	Arsitektur neural network
LLM	Jenis model bahasa berskala besar
Generative AI	Kategori berdasarkan kemampuan menghasilkan konten

Jadi jangan hanya menghafal:

AI → ML → DL → LLM

Mental model yang lebih tepat adalah:

AI adalah bidangnya. ML adalah salah satu pendekatannya. DL adalah subset ML. Transformer adalah salah satu arsitektur neural network. LLM adalah jenis model bahasa yang banyak menggunakan Transformer. Generative AI adalah kategori sistem yang mampu menghasilkan konten.

7. Model vs AI Application

Ini adalah mental model yang sangat penting, terutama jika ingin menjadi AI Engineer.

Sebuah model hanyalah salah satu komponen dari sebuah aplikasi AI.

Model melakukan komputasi seperti prediksi atau generation.

Sedangkan AI application adalah sistem lengkap yang menggunakan model bersama komponen software lainnya.

Contohnya:

                         User
                           ↓
                    AI Application
                           │
          ┌────────────────┼────────────────┐
          ↓                ↓                ↓
       Context            LLM             Tools
          ↓                ↓                ↓
       RAG/Data         Model           APIs/Functions
          │                │                │
          └────────────────┼────────────────┘
                           ↓
                    AI System Logic
                           ↓
                    Response / Action

Sebuah AI application dapat memiliki komponen seperti:

• Prompt / Context
• LLM
• Retrieval / RAG
• Tools / APIs
• Memory / State
• Guardrails
• Evaluation
• Observability

Karena itu:

Menjadi AI Engineer tidak berarti harus melatih LLM dari nol.

Banyak pekerjaan AI Engineering justru berfokus pada:

• memilih model yang sesuai,
• mengintegrasikan model ke aplikasi,
• membangun RAG,
• membuat AI Agent,
• menghubungkan model dengan tools dan API,
• mengevaluasi kualitas output,
• mengoptimalkan latency dan biaya,
• serta menjalankan sistem AI secara reliable di production.

Mental Model Akhir

Jika harus diringkas dalam satu gambar:

AI
│
├── Berbagai pendekatan
│   ├── Rule-based
│   ├── Search / Planning
│   └── Machine Learning
│       │
│       └── Deep Learning
│           │
│           └── Neural Network Architectures
│               ├── CNN
│               ├── RNN
│               └── Transformer
│                   │
│                   └── LLM
│
└── Generative AI
    ├── Text
    ├── Image
    ├── Audio
    ├── Video
    └── Code

Hal terpenting bukan menghafal diagram tersebut, tetapi memahami bahwa setiap istilah menjelaskan sesuatu yang berbeda.

AI = bidang
ML = pendekatan belajar dari data
DL = neural-network-based ML
Transformer = arsitektur
LLM = jenis model bahasa
Generative AI = kemampuan/kategori menghasilkan konten

Dengan mental model ini, kita bisa mulai memahami pembahasan AI yang lebih lanjut tanpa terus mencampuradukkan istilah-istilah tersebut.