Saat ini, sering kali kita mendengar istilah AI (Artificial Intelligence) di dalam kehidupan sehari-hari.
Ambil contoh di produk-produk teknologi baru yang bermunculan, seperti smartphone atau laptop. Para produsen produk teknologi tersebut menyematkan label AI sebagai salah satu keunggulan dari fitur produk teknologi baru yang mereka luncurkan.
Di produk smartphone, biasanya produsen produk teknologi menggunakan AI untuk fitur di bagian kamera.
Contoh lainnya, jika Anda sering menggunakan asisten virtual (seperti Siri atau Google Assistant), di balik kemampuan asisten virtual itu dalam menjawab pertanyaan atau melakukan perintah yang Anda sebutkan, sesungguhnya ada peran AI.
Lantas, apa itu AI sebenarnya? AI yang merupakan akronim dari Artificial Intelligence, terdiri dari dua suku kata. Artificial dapat diartikan sebagai “buatan”, sedangkan Intelligence diartikan sebagai “kecerdasan”. Maka, AI memiliki arti kecerdasan buatan.
AI adalah sistem komputer (mesin) yang memiliki kecerdasan layaknya manusia. Dalam hal ini, AI mampu melakukan pembelajaran (perolehan informasi dan aturan untuk menggunakan informasi), penalaran (menggunakan aturan untuk mencapai kesimpulan), dan mengoreksi diri secara mandiri.
Secara sederhana, AI merupakan sebuah sistem komputer yang bisa meniru cara berpikir manusia dalam menyelesaikan sebuah pekerjaan.
Pada saat ini, contoh penerapan AI terbanyak yaitu pada produk atau layanan teknologi terbaru, penelitian, analisis perilaku konsumen bagi perusahaan/organisasi, mendeteksi penipuan, proyeksi pasar atau perkiraan penjualan, memantau keamanan di internet dan IT, serta mengotomatisasi pekerjaan.
Klasifikasi pada AI
A. Klasifikasi Utama dari AI:
Sistem AI dengan kemampuan kognitif seperti manusia pada umumnya. Ketika diberikan tugas atau perintah yang belum dikenali, sistem AI ini memiliki cukup kecerdasan untuk menemukan solusi dari setiap tugas atau perintah yang dikerjakannya.
Sistem AI yang dirancang dan dilatih untuk tugas tertentu. Contoh: Apple Siri dan Google Assistant
Baca Juga: Contoh Penerapan Artificial Intelligence di Industri Kecantikan
B. Klasifikasi AI Lainnya:
Contoh dari AI ini adalah Deep Blue, yang memiliki kemampuan mengidentifikasi bagian-bagian di papan catur dan membuat prediksi langkah untuk bisa menang dalam permainan. Sayangnya, sistem AI ini tidak memiliki kemampuan untuk diterapkan di berbagai situasi.
AI yang mampu memberi keputusan di masa depan. Contohnya, kendaraan swakemudi yang dapat menggunakan pengalaman perjalanan di masa lalunya untuk mengambil keputusan di perjalanan masa depan (yang berikutnya).
Sistem AI yang memiliki keyakinan sendiri, keinginan sendiri, dan niat yang mempengaruhi keputusan yang dibuatnya. AI jenis ini belum ada.
Mesin yang memiliki kesadaran diri untuk mengerti keadaannya dan dapat mengolah informasi untuk mengidentifikasi apa yang dirasakan oleh orang lain. AI jenis ini belumlah ada.
Machine Learning
Machine learning (ML) alias pembelajaran mesin adalah sub-bidang dari AI. ML menggunakan algoritme pembelajaran statistik untuk membangun dan mengembangkan sistem yang memiliki kemampuan untuk belajar dari data, mengidentifikasi pola, dan membuat keputusan dengan campur tangan manusia yang sangat minimal.
ML juga dapat diartikan sebagai teknik yang memungkinkan peningkatan performa pada beberapa tugas melalui pengalaman. Fokus ML adalah untuk mendapatkan insight (wawasan) sehingga dapat membuat keputusan berdasarkan data (ML menggunakan data untuk menjawab pertanyaan).
Secara tidak sadar, sebagian besar dari kita menggunakan ML dalam kehidupan sehari-hari saat menggunakan layanan seperti sistem rekomendasi di platform entertainment Netflix, Youtube, dan Spotify, atau mesin pencari Google Chrome dan Mozilla Firefox.
Bagi perusahaan di era digital seperti saat ini, adopsi ML sangat penting karena dapat membantu perusahaan dalam hal seperti memberikan pandangan tentang tren perilaku pelanggan dan pola operasional bisnis, serta mendukung pengembangan produk baru.
Banyak perusahaan terkemuka saat ini, seperti Facebook, Google, dan Uber, menjadikan ML sebagai bagian utama dari operasi mereka. Hal itu lantaran ML kini telah menjadi pembeda kompetitif yang signifikan bagi banyak perusahaan.
Baca Juga: Contoh Penerapan Teknologi Kecerdasan Buatan di Sektor Akuakultur
Deep Learning
Secara sederhana, Deep Learning (DL) atau pembelajaran mendalam adalah bagian dari ML di mana memiliki kemampuan meniru cara kerja otak manusia melalui jaringan saraf (neural network) yang arsitekturnya sangat beragam.
Neural network ini dapat meniru cara kerja otak manusia dalam mengolah data dan menciptakan pola untuk digunakan dalam pengambilan keputusan.
Neural network mampu belajar tanpa pengawasan dari data yang tidak terstruktur atau tidak berlabel.
Untuk beberapa kasus ML bisa menjadi sangat kompleks, sehingga butuh metode tambahan agar sebuah mesin bisa meniru cara kerja otak manusia. Dalam hal ini, DL bisa diandalkan.
DL bisa menyelesaikan masalah yang lebih kompleks seperti computer vision (kemampuan mesin mengenal objek pada data gambar dan video), speech recognition (mengenal data dalam bentuk suara), dan NLP/Natural Language Processing (mengenal data dalam bentuk teks) menggunakan Artificial Neural Network (ANN).
Sebagi informasi, DL mampu mendorong banyak aplikasi dan layanan kecerdasan buatan (AI) yang meningkatkan otomatisasi, melakukan tugas analitis, dan fisik tanpa campur tangan manusia.
Contoh produk atau layanan saat ini yang menggunakan teknologi DL seperti asisten virtual, TV yang diaktifkan dengan suara, dan deteksi penipuan kartu kredit, serta teknologi baru seperti mobil yang dapat mengemudi sendiri atau swakemudi.
Baca Juga: Contoh Pemanfaatan Teknologi Artificial Intelligence di Industri Migas
| Penulis | : | Rafki Fachrizal |
| Editor | : | Rafki Fachrizal |
KOMENTAR