Tentang Alpha AI
Apa itu Alpha AI?
Alpha AI adalah teknologi NLP berbasis algoritma GPT-3 yang tengah dikembangkan oleh Tim Indonesia AI. Tujuan dari Alpha AI adalah untuk mendukung proses pembelajaran para students di program AI Career Bootcamp agar lebih mudah dan menyenangkan. Teknologi ini didesain dengan Prompt Terbaik agar mampu memberikan jawaban terbaik sesuai dengan fungsinya seperti QnA Helper, Code Explainer, Error Handler, Code Pilot dan Model Translator. Saat ini, Alpha AI masih dalam versi beta.
QnA Helper
QnA Helper bisa bantu kamu menjawab pertanyaan-pertanyaan mendasar yang mungkin terlintas di pikiran kamu selama belajar teknologi AI di program bootcamp ini loh. Pertanyaan seperti 'Apa itu Relu?','Apa itu Gradient Descent?', 'Apa itu outlier?' akan segera kamu dapatkan jawabannya. Baik dengan bahasa Indonesiaataupun bahasa Inggris.
Apa itu Relu?
Code Explainer
Code Explainer bisa membantu kamu memahami algoritma-algoritma njelimet yang ada di sebuah baris kode. Kamu cukup masukkan kumpulan baris kode yang ingin diketahui lalu dapatkan ulasan bagaimana logika algoritma tersebut bekerja. Praktis!
A = 10
B = 8
print(A + B)
Error Handler
Sering mengalami masalah error dan tak kunjung ketauan sebabnya? Nah, Error Handler bisa sangat membantu mengatasi masalah tersebut. Kamu cukup menginformasikan dua hal:
1). Baris kode yang teridentifikasi dimana error berada lalu
2). Pesan error yang dimuat oleh bahasa pemrograman and tadaa ~
1 + '2'?
TypeError: unsupported operand type(s) for +: 'int' and 'str'
Code Pilot
Code Pilot akan sangat memudahkan kamu ketika kamu membutuhkan fokus pada ide dan gagasan ketika membangun solusi AI dimana sebuah algoritma bisa dengan cepat dibangun dengan hanya memberikan 3 instruksi sederhana seperti:
1). Nama fungsi
2). Deskripsi singkat tujuan fungsi dan
3). Balikan fungsi baik itu arr, list atau object.
def merge_sort(arr)
merge sort algorithm
arr
Model Translator
Dengan Model Translator, kamu bisa dengan mudah tanpa ribet mengalih-framework-an sebuah model dari PyTorch ke TensorFlow atapun sebaliknya. Sekarang, kamu bisa dengan mudah membangun model arsitekturmu!
model = tf.Sequential()