Saat ini kita rutin mendengar istilah Artificial Intelligence atau AI. Sepertinya hampir semua aspek kehidupan kita mendapat sentuhan AI ini. Semua postingan yang kita lihat di sosial media, saat ini diatur oleh teknologi AI. Saat mencari rute di Google Maps, itu juga ada unsur AI-nya. Intinya, semua kehidupan kita saat ini sudah tersentuh teknologi AI.
Namun banyak dari kita yang mungkin belum paham apa itu Artificial Intelligence, termasuk perbedaannya dengan machine learning, deep learning, dan istilah lainnya. Nah artikel ini akan mencoba menjelaskan definisi itu dengan contoh yang semoga bisa dipahami.
Apa Itu Artificial Intelligence
Secara sederhana, Artificial Intelligence adalah sistem komputer yang bisa meniru cara berpikir manusia dalam menyelesaikan sebuah pekerjaan. Sistem komputer berbasis AI ini tetap melakukan fungsi utamanya, yaitu berhitung (ingat, komputer berasal dari kata compute alias menghitung). Namun dengan teknologi AI ini, kemampuan berhitung ini diatur agar bisa meniru cara berpikir manusia.
Agar lebih mudah memahami pengertian Artificial Intelligence, mari kita lihat foto petunjuk toilet di atas. Dari membaca tulisan tersebut, Anda pasti paham maksudnya. Toilet untuk pria ke arah kiri, sementara toilet untuk perempuan ke sebelah kanan.
Anda mungkin juga menangkap humor di balik petunjuk tersebut. “Women is always right” bukan cuma menunjukkan toilet perempuan itu ke kanan, namun juga humor bahwa perempuan selalu benar (atau right).
Bagi manusia, memahami petunjuk tersebut relatif mudah. Namun tidak demikian dengan komputer. Jika sebuah komputer diberi foto petunjuk toilet ini, bagaimana mereka tahu mana toilet pria dan mana toilet perempuan?
Mari kita berkhayal membuat software bernama “Mengenali petunjuk toilet”. Fungsi software ini adalah menebak mana toilet pria, mana toilet perempuan, hanya berdasarkan foto dari sebuah petunjuk toilet. Dari khayalan ini, kita bisa melihat cara kerja Artificial Intelligence.
Jika Software Tanpa AI
Jika software “Mengenali Petunjuk Toilet” ini dibangun tanpa AI, programmer harus mendefinisikan secara jelas bagaimana komputer membaca petunjuk toilet tersebut. Jadi kira-kira script-nya adalah “jika ada teks Men dan panah ke kiri, berarti toilet pria di sebelah kiri”.
Masalah dari script seperti ini adalah software hanya mengenali objek yang telah ditentukan (yaitu Men dan panah ke kiri) secara spesifik. Jika tulisan “Men” diganti dengan font berbeda, software tanpa AI ini akan bingung. Jika panah dibuat sedikit lebih pendek, software juga akan kesulitan mengenali.
Dengan kata lain, software tanpa AI memiliki keterbatasan dalam mengenali objek yang tidak tertulis di script. Jadi programmer harus menulis semua kemungkinan tulisan “Men” dalam berbagai font atau panah dalam berbagai format ke dalam script software tersebut.
Namun ketika bertemu font atau bahasa yang belum dimasukkan ke script, software ini gagal mengenali petunjuk toilet.
Tentu saja, cara ini tidak efisien untuk data dalam jumlah yang besar.
Jika Software dengan AI
Jika sebuah software dibuat dengan pendekatan AI, programmer tidak perlu menuliskan semua kemungkinan tersebut. Ia hanya perlu membekali software dengan “pengetahuan” berupa data untuk membedakan antara petunjuk toilet pria dan wanita. Data ini akan dihitung (ingat, computer berasal dari kata compute) dengan mengelompokkan kelompok data berdasarkan pendekatan statistik, probabilitas, dan lain sebagainya.
Data atau pengetahuan ini sendiri bisa berupa seluruh tulisan “Men” dalam berbagai font. Tidak perlu semua font, cukup yang mewakili. Karena memiliki banyak pola dan kelompok data, software berbasis AI ini bisa mengenali font-font yang mirip.
Jadi ketika diminta mengenali sebuah petunjuk toilet yang baru, software berbasis AI ini akan membandingkan petunjuk toilet ini dengan pola yang pernah ia pelajari. Kira-kira ia akan berpikir “oh, tulisan ini mirip seperti Men dalam font Calibri, berarti toilet Men ke arah kiri”.
Meski telah dibekali pengetahuan, software berbasis AI ini mungkin saja tidak bisa mengenali sebuah petunjuk toilet. Biasanya, output software berbasis AI berbentuk probabilitas (seperti “probabilitas 90%” atau “probabilitas 50%”). Karena itu, penting untuk membekali software berbasis AI ini dengan data yang bagus dan komplit, sehingga pengetahuannya bisa bertambah.
Enaknya software berbasis AI adalah, ia memiliki kemampuan untuk terus belajar. Ketika software memiliki tingkat keyakinan rendah saat mengenali font tertentu, programmer alias pembuat software bisa menambahkan font yang tidak dikenal ini ke database software. Kira-kira programmer akan menambahkan data “Oh, teks ini tulisannya Men ya, jadi besok-besok kalau ketemu font yang mirip, itu berarti pria ya”.
Dengan begitu, software berbasis AI pun semakin pintar mengenali petunjuk toilet.
Pengetahuan yang diberikan ke software berbasis AI ini juga beragam; bukan cuma font. Bisa juga ditambah data mengenali “Men” dalam berbagai bahasa (seperti pria dalam bahasa Indonesia, Dansei dalam bahasa Jepang, atau homens dalam Bahasa Portugis). Atau icon pria/wanita yang sering digunakan sebagai petunjuk toilet (seperti siluet pria/wanita, tas pria/wanita, sepatu pria/wanita, dan lain sebagainya).
Yang penting adalah ada basis data yang bisa dianalisa dan dikelompokkan oleh software berbasis AI ini. Lagi-lagi, kualitas data menjadi sangat penting setiap kali kita bicara pemanfaatan Artificial Intelligence.
Artificial Intelligence vs Machine Learning
Lalu, apa hubungan antara Artificial Intelligence dan machine learning?
Pada dasarnya, machine learning adalah bagian dari AI. Contoh yang kami tulis di atas (yaitu membekali software dengan data) pada dasarnya adalah machine learning. Mayoritas implementasi AI saat ini berbasis machine learning, tapi implementasi AI tidak terbatas machine learning.
Sebagai contoh, software “Mengenali petunjuk toilet” bisa dibuat dengan bantuan kamera. Jadi software tersebut dibekali pengetahuan untuk mendeteksi pria dan wanita, dan ke arah mana mereka masuk. Dengan bantuan kamera, software ini bisa melihat pola pengunjung yang masuk ke toilet sebelah kiri dan kanan.
Implementasi AI berdasarkan input video ini sering disebut computer vision, yang juga bagian dari AI. Salah satu contoh implementasi computer vision adalah untuk driverless car.
Yang perlu dicatat, computer vision pun sebenarnya menggunakan sebagian teknik machine learning, jadi keduanya sebenarnya “keluarga dekat”. Bahkan ada yang menyebut computer vision sebagai bagian dari machine learning.
Artificial Intelligence vs Neural Network
Istilah lain yang sering kita dengar adalah neural network dan deep learning. Neural network adalah inti dari machine learning, yaitu sebuah jaringan yang terdiri dari simpul-simpul yang mengolah data yang masuk menjadi sebuah kesimpulan.
Sementara deep learning menggambarkan seberapa “dalam” jaringan neural network ini. Semakin banyak simpul yang digunakan, semakin kompleks software ini, yang berarti semakin mirip ia meniru cara berpikir manusia.
Salah satu contoh kecerdasan yang kompleks adalah Natural Language Processing (NLP). Fungsi NLP ini adalah mengenali makna tersirat dari teks atau ucapan. Saat melihat petunjuk toilet di atas, NLP dapat mengambil kesimpulan “Toilet pria ke kiri, toilet wanita ke kanan. Dan ada humor di petunjuk toilet ini”.
Pendekatan NLP biasanya digunakan untuk text recognition (seperti chatbot) atau voice recognition (seperti Apple Siri atau Google Assistant). Teknologi NLP ini relatif lebih rumit dibanding machine learning karena harus bisa mengenali konteks dari teks atau percakapan yang ia proses.
Contohnya ucapan “Masak sih?” bisa bermakna ingin tahu atau sarkasme; tergantung intonasi dan cara mengucapkannya. Jadi sebuah software berbasis NLP harus bisa mengenali konteks dari ucapan tersebut.
Penggambaran di atas memang menyederhanakan konsep Artificial Intelligence yang teknisnya sangat rumit. Namun semoga tulisan ini bisa memberi gambaran pemahaman mendasar tentang Artificial Intelligence, machine learning, neural network, dan istilah lain seputar teknologi mengagumkan ini.
Artikel Terkait:
- Contoh Artificial Intelligence di bidang pendidikan