Pembelajaran Mesin dan AI: Teka-Tekinya Belum Terpecahkan

Pembelajaran Mesin dan AI: Teka-Tekinya Belum Terpecahkan


Oleh Nishant Arora

Teknologi disruptif paling ramai yang mengubah lanskap bisnis saat ini adalah Machine Learning (ML) dan Artificial Intelligence (AI). Hampir semua dari kita pernah mendengar atau membaca tentang mereka tetapi apakah kita benar-benar tahu tentang apa yang diributkan itu?

Perusahaan mencoba memanfaatkan ledakan data digital dan kekuatan komputasi dengan algoritme canggih untuk memungkinkan interaksi kolaboratif dan alami antara manusia dan mesin.

Namun, masih banyak kebingungan di kalangan publik dan media mengenai apa itu ML dan AI.

Orang lebih suka menulis teknologi AL dan ML – dan bukan ML dan AI – dan argumennya mengatakan bahwa yang pertama sinkron dengan baik dengan pikiran manusia.

Kedua istilah tersebut sering digunakan sebagai sinonim dan dalam beberapa kasus sebagai kemajuan paralel yang terpisah.

Pada kenyataannya, ML bagi AI adalah neuron bagi otak manusia. Mari kita mulai dengan ML.

Menurut Roberto Iriondo, Editor Departemen Pembelajaran Mesin di Carnegie Mellon University di Pennsylvania, ML adalah salah satu cabang dari AI.

Seperti yang dicetuskan oleh ilmuwan komputer dan pelopor pembelajaran mesin, Tom M. Mitchell, “ML adalah studi tentang algoritme komputer yang memungkinkan program komputer meningkat secara otomatis melalui pengalaman”.

Misalnya, jika Anda menyediakan model ML dengan lagu-lagu yang Anda sukai, bersama dengan statistik audio (kemampuan menari, instrumentalitas, tempo atau genre), itu akan dapat mengotomatiskan dan menghasilkan sistem untuk menyarankan Anda musik yang akan Anda nikmati di masa depan, sama seperti yang dilakukan Netflix, Spotify, dan perusahaan lain.

“Dalam contoh sederhana, jika Anda memuat program ML dengan kumpulan data gambar sinar-X yang cukup besar beserta deskripsi (gejala, dll.), Program tersebut akan memiliki kapasitas untuk membantu (atau mungkin secara otomatis) analisis data X- gambar sinar nanti, ”kata Iriondo.

Model ML akan melihat setiap gambar dalam kumpulan data, dan menemukan pola umum dalam gambar yang telah diberi label dengan indikasi yang sebanding.

Rana el Kaliouby, CEO dari firma kecerdasan buatan yang berbasis di Boston, Affectiva, mendemonstrasikan teknologi pengenalan wajah perusahaan tersebut, di Boston, 23 April 2018. VOA

AI, di sisi lain, memiliki cakupan yang sangat luas dan merupakan sistem itu sendiri dan bukan hanya model data independen.

Dalam istilah yang lebih sederhana, AI berarti menciptakan komputer yang berperilaku seperti manusia.

Namun, menurut Theo van Kraay, Cloud Solution Architect (Advanced Analytics & AI), Customer Success Unit di Microsoft, setiap upaya untuk mencoba mendefinisikan AI agak sia-sia, karena pertama-tama kita harus mendefinisikan “kecerdasan” dengan benar, sebuah kata yang memunculkan berbagai konotasi.

“Pertama, menarik dan penting untuk dicatat bahwa perbedaan teknis antara apa yang dulu disebut sebagai AI lebih dari 20 tahun yang lalu dan sistem komputer tradisional, mendekati nol,” kata van Kraay.

Apa yang dilakukan sistem AI saat ini mencerminkan karakteristik penting manusia yang memisahkan kita dari sistem komputer tradisional – manusia adalah mesin prediksi.

Banyak sistem AI saat ini, seperti manusia, sebagian besar merupakan mesin prediksi yang canggih.

“Semakin canggih alat berat, semakin mampu untuk membuat prediksi yang akurat berdasarkan rangkaian data kompleks yang digunakan untuk melatih berbagai model (ML), dan sistem AI yang paling canggih dari semuanya dapat terus belajar dari pernyataan yang salah secara berurutan untuk meningkatkan akurasi prediksi mereka, sehingga menunjukkan sesuatu yang mendekati kecerdasan manusia, ”kata van Kraay.

Sebagian besar algoritme ML dilatih pada kumpulan data statis untuk menghasilkan model prediktif, sehingga algoritme ML hanya memfasilitasi sebagian dinamika dalam definisi AI.

Lima puluh tahun yang lalu, program bermain catur dianggap sebagai salah satu bentuk AI.

Baca Juga- ISRO Segera Luncurkan Satelit Pencitraan Radar

Saat ini, permainan catur akan dianggap membosankan dan kuno, karena dapat ditemukan di hampir semua komputer.

“AI saat ini dilambangkan dengan gadget interaksi manusia-AI seperti Google Home, Apple Siri dan Amazon Alexa atau sistem prediksi video bertenaga ML yang mendukung Netflix, Amazon, dan YouTube,” kata Iriondo.

Berbeda dengan ML, AI adalah target yang bergerak dan definisinya berubah seiring kemajuan teknologi terkait yang ternyata dikembangkan lebih lanjut.

“Mungkin, dalam beberapa dekade, kemajuan AI inovatif saat ini akan dianggap membosankan seperti flip-phone bagi kita sekarang,” kata Iriondo. (IANS)

Diposting Oleh : Data HK