Apa itu dan mengapa hal itu penting?
Kecerdasan buatan (AI)
memungkinkan mesin untuk belajar dari pengalaman, menyesuaikan input-input baru
dan melaksanakan tugas seperti manusia. Sebagian besar contoh AI yang Anda
dengar dewasa ini – mulai dari komputer yang bermain catur hingga mobil yang mengendarai
sendiri – sangat mengandalkan pembelajaran mendalam dan pemrosesan bahasa alamiah. Dengan menggunakan teknologi ini, komputer dapat dilatih
untuk menyelesaikan tugas-tugas tertentu dengan memproses sejumlah besar data
dan mengenali pola dalam data.
Sejarah Kecerdasan Buatan
Istilah
kecerdasan buatan diciptakan pada tahun 1956, tetapi AI telah menjadi kian
populer saat ini berkat peningkatan volume data, algoritme canggih, dan
peningkatan daya serta penyimpanan komputasi.
Riset
AI awal pada tahun 1950-an mengeksplorasi topik-topik seperti penyelesaian
masalah dan metode simbolik. Pada tahun 1960-an, Departemen Pertahanan AS
menaruh minat terhadap jenis pekerjaan ini dan mulai melatih komputer-komputer
untuk menirukan penalaran manusia yang mendasar. Misalnya, Defense Advanced
Research Projects Agency (DARPA) menyelesaikan proyek pemetaan jalan pada tahun
1970-an. Dan DARPA menghasilkan asisten pribadi cerdas pada tahun 2003, jauh
sebelum Siri, Alexa atau Cortana diberi nama.
Pekerjaan
awal ini membuka jalan bagi otomatisasi dan penalaran formal yang kita lihat di
komputer saat ini, termasuk sistem pendukung keputusan dan sistem pencarian
pintar yang dapat dirancang untuk melengkapi serta meningkatkan kemampuan
manusia.
Sementara
film-film Hollywood dan novel fiksi ilmiah menggambarkan AI sebagai robot mirip
manusia yang mengambil alih dunia, evolusi teknologi AI saat ini tidak begitu
menakutkan – atau cukup pintar. Sebaliknya, AI telah berevolusi untuk
memberikan banyak manfaat spesifik di setiap industri. Teruslah membaca tentang
contoh modern kecerdasan buatan dalam perawatan kesehatan, retail, dan lainnya.
AI telah menjadi bagian
integral perangkat lunak SAS selama bertahun-tahun. Kini, kami membantu
pelanggan di setiap industri dengan memanfaatkan kemajuan dalam AI, dan kami
akan terus menanamkan teknologi AI seperti pembelajaran mesin dan deep learning
dalam solusi di seluruh portofolio SAS.
Mengapa kecerdasan buatan
penting?
AI mengautomasi pembelajaran dan penemuan berulang melalui data. Tetapi
AI berbeda dengan automasi robotik yang digerakkan oleh perangkat keras.
Alih-alih mengautomasi tugas manual, AI melakukan tugas-tugas yang sering,
bervolume tinggi, terkomputerisasi dengan andal dan tanpa mengalami kelelahan.
Untuk jenis automasi ini, penyelidikan manusia masih penting untuk mengatur
sistem dan mengajukan pertanyaan yang tepat.
AI menambahkan kecerdasan pada produk-produk yang
ada. Di sebagian besar kasus, AI tidak dijual sebagai aplikasi individu. Akan
tetapi, produk yang sudah Anda gunakan akan ditingkatkan dengan kemampuan AI,
mirip seperti Siri yang ditambahkan sebagai fitur pada generasi baru produk
Apple. Automasi, platform percakapan, bot, dan mesin pintar dapat
dikombinasikan dengan sejumlah besar data untuk meningkatkan banyak teknologi
di rumah dan di tempat kerja, mulai dari intelijen keamanan hingga analisis
investasi.
AI beradaptasi melalui algoritme pembelajaran progresif guna
memungkinkan data melakukan pemrograman. AI menemukan struktur dan keteraturan
dalam data sehingga algoritme memperoleh keterampilan: Algoritme menjadi
pengklasifikasi atau prediktor. Jadi, sama seperti algoritme yang dapat
mengajarkan dirinya sendiri cara bermain catur, AI dapat mengajarkan sendiri
produk apa yang akan direkomendasikan berikutnya secara online. Dan model-model
beradaptasi saat memberikan data baru. Propagasi belakang merupakan teknik AI
yang memungkinkan model untuk beradaptasi, melalui pelatihan dan data yang
ditambahkan, saat jawaban pertama tidak terlalu tepat.
AI menganalisis data lebih banyak dan lebih dalam menggunakan
jaringan neural yang memiliki banyak lapisan tersembunyi. Membangun sistem
deteksi penipuan dengan lima lapisan tersembunyi hampir tidak mungkin beberapa
tahun yang lalu. Semuanya berubah dengan kekuatan komputer yang luar biasa
dan big data. Anda memerlukan banyak data untuk melatih model
pembelajaran mendalam karena model tersebut belajar langsung dari data. Semakin
banyak data yang Anda umpankan kepada model, semakin akurat model tersebut.
AI mencapai keakuratan mengagumkan melalui
jaringan neural mendalam – yang sebelumnya tidak dimungkinkan. Misalnya,
interaksi Anda dengan Alexa, Google Search, dan Google Photos semuanya
didasarkan pada pembelajaran yang mendalam – dan ketiganya terus menjadi
semakin akurat karena kita semakin sering menggunakannya. Di bidang medis,
teknik AI dari pembelajaran mendalam, klasifikasi citra, dan pengenalan objek
sekarang dapat digunakan untuk menemukan kanker pada MRI dengan akurasi yang
sama seperti ahli radiologi yang terlatih.
AI memanfaatkan sebagain besar data. Jika
algoritme merupakan pembelajaran mandiri, data itu sendiri dapat menjadi
kekayaan intelektual. Jawabannya ada dalam data; Anda hanya perlu menerapkan AI
untuk mendapatkannya. Karena peran data kini semakin penting dari sebelumnya,
data dapat menciptakan keunggulan kompetitif. Jika Anda memiliki data terbaik
dalam industri kompetitif, bahkan jika seseorang menerapkan teknik serupa, data
terbaiklah yang akan menang.
Bagaimana Kecerdasan Buatan
Digunakan
Setiap
industri memiliki permintaan yang tinggi akan kemampuan AI – khususnya sistem
penjawab pertanyaan yang dapat digunakan untuk bantuan hukum, pencarian paten,
pemberitahuan risiko, dan penelitian medis. Penggunaan lain AI mencakup:
Penerapan AI dapat memberikan
pengobatan dan pembacaan sinar X yang dipersonalisasikan. Asisten layanan
kesehatan pribadi dapat bertindak sebagai pelatih hidup, yang mengingatkan Anda
untuk minum pil, olahraga, atau makan lebih sehat.
AI menyediakan kemampuan
belanja virtual yang menawarkan rekomendasi yang dipersonalisasi dan
mendiskusikan opsi pembelian dengan konsumen. Pengelolaan stok dan teknologi
tata letak situs juga akan meningkat dengan AI.
AI dapat menganalisis data IoT
pabrik saat mengalir dari peralatan yang terhubung untuk memperkirakan beban
dan permintaan yang diharapkan menggunakan jaringan berulang, jenis jaringan
pembelajaran mendalam tertentu yang digunakan dengan data urutan.
Kecerdasan Buatan meningkatkan
kecepatan, presisi, dan keefektifan upaya manusia. Dalam lembaga keuangan,
teknik AI dapat digunakan untuk mengidentifikasi transaksi mana yang
kemungkinan merupakan penipuan, mengadopsi pemberian skor kredit yang cepat dan
akurat, serta mengautomasi tugas-tugas pengelolaan data yang tajam secara
manual.
Bekerja bersama dengan AI
Kecerdasan buatan ada di sini bukan untuk
menggantikan kita. AI meningkatkan kemampuan kita dan menjadikan kita lebih
baik dalam hal yang kita lakukan. Karena algoritme AI belajar dengan cara
berbeda dari manusia, AI melihat hal-hal dengan cara yang lain. Algoritme AI
dapat melihat hubungan dan pola yang mungkin luput dari kita. Kemitraan AI dan
manusia ini menawarkan banyak peluang. Kemitraan ini dapat:
- Menghadirkan analitik ke industri dan domain tempat
keduanya tidak digunakan sepenuhnya.
- Meningkatkan performa teknologi analitik yang ada,
seperti visi komputer dan analisis rangkaian waktu.
- Mendobrak hambatan ekonomi, termasuk hambatan
bahasa dan terjemahan.
- Meningkatkan kemampuan yang ada dan menjadikan kita
lebih baik dalam hal yang kita lakukan.
- Memberi kita visi, pemahaman, memori yang lebih
baik, dan banyak lagi.
Apa tantangan menggunakan
kecerdasan buatan?
Kecerdasan
buatan akan mengubah setiap industri, tetapi kita harus memahami batasannya.
Keterbatasan
prinsip AI adalah bahwa AI belajar dari data. Tidak ada cara lain untuk
memasukkan pengetahuan. Itu berarti ketidakakuratan dalam data akan tercermin
di dalam hasilnya. Dan setiap lapisan tambahan dari prediksi atau analisis
harus ditambahkan secara terpisah.
Sistem
AI saat ini dilatih untuk melakukan tugas yang ditentukan dengan jelas. Sistem
yang memainkan poker tidak bisa bermain solitaire atau catur. Sistem yang
mendeteksi penipuan tidak dapat mengendarai mobil atau memberi Anda nasihat
hukum. Bahkan, sistem AI yang mendeteksi penipuan layanan kesehatan tidak dapat
secara akurat mendeteksi penipuan pajak atau penipuan klaim garansi.
Dengan
kata lain, sistem-sistem ini amat sangat terspesialisasi. Sistem ini berfokus
pada satu tugas dan jauh dari berperilaku seperti manusia.
Demikian
pula, sistem belajar mandiri bukanlah sistem otonom. Teknologi AI yang Anda
lihat dalam film dan TV masih merupakan fiksi ilmiah. Tetapi komputer yang
dapat menyelidiki data kompleks untuk belajar dan menyempurnakan tugas-tugas
tertentu menjadi sangat umum.
Bagaimana Cara Kerja
Kecerdasan Buatan
AI bekerja dengan
menggabungkan sejumlah besar data dengan cepat, pengolahan berulang, dan
algoritme cerdas, memungkinkan perangkat lunak untuk belajar secara otomatis
dari pola atau fitur dalam data. AI adalah bidang studi luas yang
mencakup banyak teori, metode, dan teknologi, serta subbidang utama
berikut ini:
Pembelajaran mesin mengautomasi
pembangunan model analitik. AI menggunakan metode dari jaringan neural,
statistik, penelitian operasi, dan fisika untuk menemukan wawasan tersembunyi
dalam data tanpa secara eksplisit diprogram untuk tempat mencari atau
menyimpulkan sesuatu.
Jaringan neural adalah jenis pembelajaran mesin yang
terdiri atas unit-unit yang saling berhubungan (seperti neuron) yang memproses
informasi dengan menanggapi masukan eksternal, menyampaikan informasi antara
setiap unit. Proses ini membutuhkan banyak umpan pada data untuk menemukan
koneksi dan mendapatkan makna dari data yang tidak terdefinisi.
Pembelajaran mendalam menggunakan
jaringan neural yang sangat besar dengan banyak lapisan unit pemrosesan,
memanfaatkan kemajuan dalam daya komputasi, dan meningkatkan teknik pelatihan
guna mempelajari pola kompleks dalam sejumlah besar data. Penerapan umumnya
mencakup pengenalan gambar dan ujaran.
Komputasi kognitif adalah subbidang AI yang
berupaya untuk melakukan interaksi seperti manusia secara alami dengan mesin.
Menggunakan AI dan komputasi kognitif, tujuan utamanya adalah agar mesin dapat
mensimulasikan proses manusia melalui kemampuan untuk menafsirkan gambar dan
ujaran – kemudian berbicara dengan koheren dalam memberi tanggapan.
Visi komputer mengandalkan
pengenalan pola dan pembelajaran mendalam guna mengenali apa yang ada dalam
foto atau video. Jika mesin dapat memproses, menganalisis, dan memahami gambar,
mesin dapat menangkap gambar atau video secara real time dan menafsirkan
sekitarnya.
Pemrosesan bahasa alamiah (natural language processing/NLP) adalah kemampuan komputer untuk menganalisis, memahami, dan menghasilkan bahasa manusia, termasuk ujaran. Tahap selanjutnya dari NLP adalah interaksi bahasa alami, yang memungkinkan manusia berkomunikasi dengan komputer menggunakan bahasa sehari-hari yang normal untuk melakukan tugas.
Selain itu, beberapa teknologi memungkinkan dan mendukung AI:
Unit pemrosesan grafis merupakan
kunci bagi AI karena unit ini menyediakan penghitungan berat yang diperlukan
untuk pemrosesan berulang. Melatih jaringan neural membutuhkan data dan juga
daya komputasi yang besar.
Internet of Things menghasilkan
jumlah data yang amat besar dari perangkat-perangkat terhubung, yang sebagian
besar tidak dianalisis. Mengautomasi model dengan AI akan memungkinkan kita
untuk menggunakan lebih banyak dari AI.
Algoritme lanjutan sedang
dikembangkan dan digabungkan dalam cara-cara baru guna menganalisis lebih
banyak data yang lebih cepat dan pada beberapa tingkatan. Proses cerdas ini
adalah kunci untuk mengidentifikasi dan memprediksi kejadian langka, memahami
sistem yang kompleks, dan mengoptimalkan skenario unik.
API, atau antarmuka pemrosesan aplikasi, merupakan
paket kode portabel yang memungkinkan untuk
menambahkan fungsi AI ke produk dan paket perangkat lunak yang sudah ada. Hal
di atas dapat menambahkan kemampuan pengenalan gambar ke sistem keamanan rumah dan
kemampuan Q&A yang menggambarkan data, membuat keterangan dan judul, atau
memanggil pola dan wawasan menarik dalam data.
Ringkasnya, tujuan AI adalah untuk memberikan kemampuan untuk mengolah input dan menjelaskan output pada perangkat lunak. AI akan menyediakan interaksi yang mirip manusia dengan perangkat lunak dan menawarkan dukungan keputusan untuk tugas tertentu, tetapi AI bukan pengganti manusia – dan tidak akan menggantikan manusia dalam waktu dekat.
Sumber : https://www.sas.com/id_id/insights/analytics/what-is-artificial-intelligence.html
0 Comments