Kalau di Part 2 kemarin kita sibuk belajar teori dan Python dasar, sekarang waktunya bermain.
Ibarat belajar gitar, ini saatnya nyoba petik senar, meski belum bisa chord susah. 😅
Intinya, kita akan “main model” di Hugging Face Spaces, Replicate, dan sedikit intip di Colab — semua tanpa nulis satu baris kode pun.
1. Hugging Face Spaces — Tempat Main AI Paling Asik
Hugging Face ini bagi saya kayak “Playground AI terbesar di dunia”.
Di sini kamu bisa nyari model apapun, dari yang bikin gambar, nulis puisi, sampe yang bisa nyanyi (iya, nyanyi beneran).
Buka aja https://huggingface.co/spaces
Terus ketik aja di kolom pencarian: “text generation” atau “image to image”.
Langsung muncul ribuan model yang bisa kamu coba cuma modal klik tombol.
Saya waktu itu pertama kali coba text summarization model.
Saya masukin paragraf panjang dari artikel mkhuda.com sendiri, eh… modelnya beneran bisa ngerangkum! Kirain waktu itu berbayar ya, ternyata gratis.
Tips: Jangan takut salah pencet atau error. Spaces itu kayak taman bermain, bukan ruang ujian.
Kalau crash, refresh aja. Kadang GPU di servernya lagi tidur 😆. Jangan berlebihan juga. Wkwkwk
2. Replicate, Main Model Tapi Lebih Serius
Setelah puas main di Spaces, saya lanjut ke Replicate.
Nah ini agak beda, lebih “niat”, karena platform ini fokus ke AI model deployment.
Bedanya, kalau di Hugging Face banyak yang open-source, di Replicate beberapa model dijalankan lewat API.
Artinya, kamu bisa langsung integrasi model ke web app atau backend kamu tanpa repot install library dulu.
Contohnya, saya coba model black-forest-labs/flux-schnell, ini mirip Stable Diffusion tapi lebih cepat.
Kamu tinggal upload prompt dan gambar referensi, tunggu 20 detik, hasilnya keluar.
Gila, hasilnya malah lebih halus dari yang saya harapkan. 😳
Replicate ini semacam kumpulan model fine-tuned yang beberapa punya pricing. Jadi kita terkadang perlu bayar untuk menggunakan sebuah model. Karena berbentu seperti API, jadi seharusnya lebih murah.
Tips: Kalau kamu suka eksperimen visual, Replicate ini surga.
Tapi hati-hati, beberapa model bisa makan banyak quota (apalagi kalau sudah login pake API key).
3. Main ke Colab, Buat yang Mulai Gatal Pengen Ngoding
Nah, ini buat kalian yang udah mulai “gatal pengen ngoding” tapi belum mau setup lokal.
Google Colab ini ibarat “laboratorium”, di mana kamu bisa latihan model AI dengan GPU gratis. Meskipun nggak gratis-gratis juga 😀
Saya pertama kali nyoba di Colab untuk ngerun model-model pre-trained seperti BERT, GPT, Gemma dari Hugging Face.
Caranya? gampang banget. Tinggal import dari transformers, lalu generate teks sederhana.
Note: kadang runtime Colab mati mendadak, atau GPU-nya diambil orang. Santai aja, itu nasib semua pengguna gratisan.
4. Catatan Penting: Jangan Kejebak “Keren Doang”
Banyak pemula (termasuk saya dulu) yang terpesona liat hasil model AI, tapi lupa buat ngertiin cara kerjanya.
Padahal justru di situlah nilai “engineer”-nya. (Kalau kata Youtuber kecil: Disitulah letak asiknya!)
Coba tanya ke diri sendiri: kenapa output-nya begini? kenapa modelnya bisa paham konteks?
Kalau kalian mulai mikir kayak gitu, selamat — itu tanda kalian udah bukan sekadar user, tapi mulai mikir kayak AI Engineer beneran.
🧠 Recap Part 3
- ✔️ Coba model AI tanpa coding di Hugging Face Spaces.
- ✔️ Uji performa model di Replicate.
- ✔️ Coba run model kecil di Google Colab.
- ✔️ Belajar bukan cuma “klik”, tapi perlu sedikit memahami kenapa hasilnya begitu.
🧾 Build Log #Week3
- 🎯 Goal: Mencoba model AI pertama tanpa coding
- 📚 Progress: Coba 3 model di Spaces, 1 di Replicate
- ⚙️ Tools: Hugging Face, Replicate, Google Colab
- 💡 Insight: Model AI itu kayak manusia — bisa pinter, bisa juga ngawur 😂
Selanjutnya di Part 4, saya mulai gunakan GPU sendiri — belajar jalanin model di PC lokal pakai RTX 3060 Ti. Stay tuned!
Leave a Reply