Apa itu Artificial Intelligence?

Kecerdasan buatan memanfaatkan komputer dan mesin untuk meniru kemampuan pemecahan masalah dan pengambilan keputusan dari pikiran manusia.

Sumber gambar

What is Artificial Intelligence? How Does AI Work? | Built In

Definisi Artificial Intelligence

John McCarthy mendefinisikan, AI adalah ilmu dan teknik dari membuat mesin cerdas, terutama program komputer cerdas. AI adalah pemrograman sistem atau latihan dari mesin sains untuk menyelesaikan tugas manusia. Ide ini ditemukan pertama kali pada tahun 1950an ketika para ilmuwan ingin mencari tahu bagaimana computer dapat memecahkan masalah mereka.

Andy Ravena juga mendefinisikan AI adalah mesin computer yang diberikan property sama seperti property manusia. AI merupakan konsep bahwa computer dapat melakukan hal yang sama seperti manusia. Beberapa device yang menggunakan AI dapat membaca bahasa ucapan kita, selama bahasa tersebut ada diinternet sistem AI akan mempelajarinya dan dengan cepat dapat berinteraksi dengan kita. Contoh hal ini seperti Siri pada device iPhone.

Manusia mengembangkan mesin untuk mendapatkan pengetahuan secara efisien karena mesin dapat mencari/mengolah informasi lebih cepat dari manusia, contoh dasarnya kalkulator. Tetapi, mesin tidak bisa melakukan hal secara inisiatif. Manusia harus memberikan ‘what to do and how to do it’ kepada mesin agar bekerja. Harapan yang lebih besarnya adalah manusia memberikan sedikit ‘pengetahuan’, lalu mesin dapat belajar dari pengetahuan tersebut dan mengembangkan dirinya sendiri. Berarti AI sejatinya diprogram untuk dapat belajar. Metode yang digunakan AI untuk belajar yaitu machine learning atau pembelajaran mesin. Lalu jika machine learning terlalu kompleks ada metode selanjutnya deep learning atau pembelajaran lebih dalam untuk membantunya belajar.

Metode Pembelajaran AI

  1. Machine Learning
    Machine learning atau pembelajaran mesin adalah bagian dari AI itu sendiri. Ini merupakan metode AI untuk belajar dengan cara melihat pola dan data kemudian mencoba menghasilkan kesimpulan. Dan untuk mengajari sistem tersebut tidak selalu dengan pemrograman tetapi kita dapat memberikan beberapa contoh kasus dan AI akan belajar dari kasus tersebut, apa yang mereka bisa lakukan, dan itu lebih mudah dibandingkan dengan kita memprogram dengan kode. Tetapi membuat algoritmanya dengan kode juga penting untuk kasus yang membutuhkan kesimpulan yang benar-benar akurat atau diinginkan.

    Lifecycle dalam pembelajaran mesin dapat diuraikan sebagai berikut, pertama memberikan pertanyaan atau contoh kasus, kemudian AI mengumpulkan data, mencoba algoritmanya, kemudian menyelesaikan pertanyaannya, mendapat feedback, lalu feedbac tersebut digunakan untuk menambah akurasi.


    Sederhananya, pembelajran mesin akan memberi data pada komputer dan kemudian menggunakan teknik statistic untuk membantunya belajar bagaimana menjadi lebih baik secara progresif dalam suatu tugas, tanpa diprogram secara khusus untuk tugas itu, sehingga bisa menghilangkan jutaan baris kode tertulis dan itu memudahkan. Pembelajran mesin terdiri dari pembelajaran terawasi (menggunakan kumpulan data berlabel) dan pembelajaran tanpa pengawasan (menggunakan kumpulan data tidak berlabel).

  2. Deep Learning
    Deep learning atau pembelajaran dalam adalah jenis pembelajaran mesin yang menjalankan input melalui arsitektur jaringan saraf yang terinspirasi secara biologis, ini sama seperti cara kerja otak manusia melalui jaringan neuron (neural network) yang arsitekturnya sangat beragam. Jaringan saraf mengandung sejumlah lapisan tersembunyi di mana data diproses, memungkinkan mesin untuk masuk “sedalam mungkin” didalam pembelajarannya, sehingga membuat koneksi dan input pembobotan untuk hasil terbaik.

    Deep learning bukanlah senjata untuk menyelesaikan semua permasalahan yang berbasis data. Deep learning tidak akan menggantikan semua algoritma machine learning atau teknik lainnya. Namun, deep learning memang bisa menyelesaikan masalah yang lebih kompleks seperti computer vision (kemampuan mesin mengenal objek pada data gambar), speech recognition (mengenal data suara), dan natural language processing (mengenal data teks) menggunakan artificial neural network (ANN).

Kategori Artificial Intelligence

Artificial Intelligence atau Kecerdasan Buatan dibagi menjadi dua kategori berbeda yaitu AI lemah dan AI kuat.

  1. AI lemah atau weak AI yaitu sistem yang dirancang untuk melakukan satu pekerjaan khusus. Sistem AI yang lemah itu contohnya catur atau asisten pribadi seperti Amazon Alexa dan Apple Siri. Kita mengajukan pertanyaan kepada asisten, AI menjawabnya.

  2. AI kuat atau strong AI adalah sistem yang menjalankan tugas yang dianggap seperti manusia. Ini cenderung layaknya sistem yang lebih kompleks dan rumit. AI ini diprogram untuk menangani situasi dimana mereka mungkin diminta untuk memecahkan masalah tanpa campur tangan seseorang. Sistem semacam ini dapat ditemukan dalam aplikasi seperti mobil self-driving atau di ruang operasi rumah sakit.

Contoh Artificial Intelligence

Google Car adalah salah satu penerapan dari AI yaitu self-driving cars. Dibagian atas Google Car tersebut terdapat laser yang akan memberi tahu lokasi kita sekarang. Dan dibagian depan juga ada radar yang memberikan informasi kepada mobil bahwa disekitarnya ada beberapa mobil lain dan pergerakannya, sehingga mobil ini bisa otomatis mengurangi atau menambahkan kecepatannya. Selain itu radar tersebut juga memprediksi pergerakan mobil lain ingin pergi kearah mana dari data-data kecepatannya. Teknologi ini digunakan untuk menjaga para penumpang dan pengendara lain dengan menghindari benturan dan tabrakan.

Summary

What is Artificial Intelligence? How Does AI Work? | Built In
investopedia.com/terms/a/artificial-intelligence-ai.asp
What is Artificial Intelligence (AI)? | IBM
The Difference Between Artificial Intelligence and Machine Learning - YouTube
Korelasi antara Artificial Intelligence, Machine Learning dan Deep Learning - Algoritma