© Dictio 2017 - 2019, Inc. All Rights Reserved. Terms of Use | About Us | Privacy Policy


Apa perbedaan dan hubungan antara Artificial Intelligence, Machine Learning, dan Deep Learning?

Artificial Intelligence, Machine Learning, dan Deep Learning

Kata Artificial Intelligence, Machine Learning, dan Deep Learning merupakan kata yang sangat populer di bidang teknologi informasi, tetapi terkadang masih bingung apa perbedaan dan bagaimana hubungan diantara ketiganya. Bagaimana menurut anda ?

Dewasa ini istilah “AI” atau Artificial Intelligence cukup populer digunakan dalam berbagai konteks. Mulai dari disiplin ilmu yang memang secara khusus meneliti dan mengeksplorasi yaitu bidang ilmu komputer (computer science), dunia kedokteran yang sudah mulai menerapkan sistem berbasis AI, sampai baru-baru ini berita yang bikin heboh yaitu rencana pemerintah Indonesia akan mengganti pejabat eselon dengan AI [1]. Namun sebenarnya apa itu AI? Apakah penggunaan istilah AI tersebut sudah tepat? Bagaimana dengan istilah yang juga cukup populer digunakan seperti Machine Learning dan Deep Learning? Dalam tulisan ini, saya akan berbagi pemahaman terkait ketiganya secara sederhana.

Artificial Intelligence (AI) atau dalam bahasa Indonesia diterjemahkan sebagai “kecerdasan buatan” adalah sebuah cabang keilmuan pada ilmu komputer yang mencoba menerapkan sebuah rumus perhitungan matematika pada permasalahan terapan. Apakah software sederhana seperti kalkulator sudah bisa disebut sebagai penerapan AI? Jawabannya adalah belum bisa, sebuah sistem bisa disebut sebagai smart system atau intelligence system ternyata memiliki kriteria tertentu. Salah satu formula kalkulasi matematika yang banyak digunakan sebagai penerapan AI adalah Artificial Neural Network (ANN) — dalam penerapannya tidak hanya ANN yang dapat digunakan, namun ada banyak formula matematika lain yang juga bisa digunakan. Tujuan AI adalah menjadikan komputer (istilah komputer tidak hanya merujuk pada komputer/server yang sering digunakan, namun perangkat keras yang terdiri dari input, proses, dan output lainnya seperti smartphone) memiliki kecerdasan layaknya kecerdasan yang dimiliki otak manusia dalam menyelesaikan permasalahan terapan. Lalu, apa saja contoh sistem yang sudah menerapkan AI? Aplikasi translasi multi bahasa otomatis Google Translate [3], asisten virtual berbasis percakapan Apple Siri [2] dan Amazon Alexa [4], mobil pengemudi otomatis Tesla Autopilot Car [5] dan masih bayak lainnya. Kita ambil satu contoh dari Apple Siri yang memiliki kemampuan dimana smartphone dapat berkomunikasi secara verbal dengan manusia. Apple Siri mampu mengenali kalimat yang diucapkan oleh manusia (speech recognition), dan juga kemampuan menjawab atau berkomentar layaknya manusia (speech synthesis). Jadi dapat disimpulkan, AI merupakan konsep yang cukup luas dimana tujuannya adalah menjadikan komputer mampu menyelesaikan tugas yang membutuhkan kecerdasan manusia secara otomatis. Wajar jika istilah AI sering “dicomot” baik pada konteks yang sudah tepat atau hanya menggambarkan kondisi “terlihat maju dan canggih”.

Artificial Intelligence (AI) is a multidisciplinary field whose goal is to automate activities that presently require human intelligence [6]

Jika AI adalah sebuah konsep umum, muncul pertanyaan baru terkait how to code it? Apabila konsep AI sudah dipahami, maka langkah selanjutnya adalah mencari tahu bagaimana mewujudkan sistem AI atau bahkan menjadi produk aplikasi berbasis AI. Salah satu jawabannya adalah dengan konsep Machine Learning (ML). Yap, ML merupakan salah satu “tools” atau cara untuk menuju sistem berbasis AI. Secara sederhana machine learning adalah konsep atau paradigma yang menjadikan software yang mampu menyimpulkan, memahami, dan membuat representasi dari data-data yang telah kita miliki. Artinya, ML tidak seperti software yang secara umum sudah ditentukan outputnya jika mendapatkan input tertentu. Konsep ML juga memiliki tujuan untuk memberikan sistem komputer kemampuan untuk “mempelajari data” tanpa menuliskan kode program secara eksplisit. Mari kita ambil contoh kasus sederhana untuk menggambarkan bagaimana konsep ML bekerja, yaitu ramalan cuaca. “Bahan baku” utama dari ML adalah data. Tanpa data fakta yang dikumpulkan sebelumnya dari kondisi yang menggambarkan cuaca akan hujan atau cerah, maka ML tidak dapat bekerja. Algoritma ML yang ditulis akan bekerja membuat sebuah “model” atau kesimpulan dari data yang ada untuk meramalkan apakah besok akan hujan atau cerah. Jadi sampai sini dapat disimpulkan bahwa ML adalah salah satu cabang atau subfield dari AI terkait bagaimana AI akan diimplementasikan dengan memanfaatkan data fakta yang kita miliki sebelumnya untuk memprediksi kondisi baru yang bahkan tidak pernah terjadi sebelumnya.**

Machine Learning is a field of study that gives computers the ability to learn without being explicitly programmed [7]

Lanjut, istilah yang cukup hype akhir-akhir ini bermunculan adalah Deep Learning (DL). Yap, DL merupakan salah satu konsep yang muncul belakangan pada Machine Learning dibandingkan algoritma yang lain karena keunggulannya dalam mempelajari data dalam jumlah besar. Semua ini diawali dengan permasalahan yaitu algoritma sebelumnya tidak efisien jika digunakan untuk menyimpulkan dan memahami data yang sangat besar. Lalu apa penyebab kondisi sekarang data yang tersedia jumlahnya sangat besar? Banyak faktor, seiring dengan perkembangan aplikasi berbasis internet seperti sosial media, perangkat berbasis IoT, dan faktor lainnya menyebabkan “kebanjiran” data. Selain itu, adanya perkembangan perangkat Graphical Processing Unit (GPU) turut andil dalam perkembangan eksplorasi konsep DL. DL sendiri sebenarnya adalah extended version atau pengembangan lanjutan dari algoritma Jaringan Syaraf Tiruan (JST) atau Artificial Neural Network (ANN). Jadi dapat disimpulkan bahwa DL adalah salah satu cabang ilmu dari machine learning (ML) yang secara spesifik bertujuan untuk membuat model yang berisi kesimpulan, representasi, atau rangkuman dari data yang jumlahnya sangat besar. Oiya, DL tidak akan berjalan optimal jika hanya memiliki “bahan bakar” data dalam jumlah kecil.**

Deep Learning is a new field in machine-learning research based on the neural network that simulates the human brain [8]

Setelah membaca tulisan singkat ini diharapkan pembaca dapat menggunakan istilah AI, ML, dan DL secara tepat. :ok_hand:

Referensi:

  1. https://tirto.id/jokowi-ganti-pejabat-eselon-dengan-ai-hanya-bikin-persoalan-baru-emFX
  2. https://www.apple.com/siri/
  3. https://translate.google.com/
  4. https://developer.amazon.com/en-US/alexa
  5. https://www.tesla.com/autopilot
  6. Williams, C. (1983). A Brief Introduction To Artificial Intelligence. Proceedings OCEANS ’83.doi:10.1109/oceans.1983.1152096
  7. Samuel, A. L. (1959). Some Studies in Machine Learning Using the Game of Checkers. IBM Journal of Research and Development, 3(3), 210–229. doi:10.1147/rd.33.0210
  8. Y. Lecun, Y. Bengio, and G. Hinton, “Deep learning,” Nature, vol. 521, no. 7553, pp. 436–444, 2015.
2 Likes