Skip to main content

Memahami Artificial Intelligence (Kecerdasan Buatan) Secara Mudah

By January 30, 2020Article

Banyak kecemasan muncul berkaitan dengan berkembangnya kecerdasan buatan. Namun bila kita memahami AI yang sebenarnya, maka kita akan merasakan manfaatnya alih-alih bersikap takut. Bahkan AI dapat menghemat banyak biaya dan membantu pekerjaan kita lebih luas dan banyak penghematan yang bisa dilakukan 

Istilah Artificial Intelligence (AI) bukanlah hal baru. Definisinya dapat berubah tergantung pada tren dan temuan terbaru dalam penelitian. Secara umum, Kecerdasan Buatan adalah istilah umum untuk aplikasi apa pun di mana sistem komputer mensimulasikan kecerdasan mirip manusia. Ini termasuk pembelajaran, penilaian dan pemecahan masalah.

Sistem AI masih mencapai batasnya ketika berinteraksi langsung dengan orang-orang dan melakukan tugas-tugas kompleks. Tetapi sudah ada beberapa bidang di mana AI jauh di depan manusia: Berbeda dengan otak manusia, kinerja komputer tumbuh sangat pesat, sehingga seiring waktu layanan dan tugas baru dapat dilakukan dan dikuasai.

Sistem AI dapat dibagi menjadi kecerdasan buatan yang kuat dan lemah:

Weak AI 

Weak AI atau narrow AI adalah istilah yang digunakan untuk menggambarkan sistem yang memiliki kemampuan dan bisa melakukan simulasi perilaku cerdas berdasarkan metode matematika dan ilmu komputer. Sistem seperti ini mampu melakukan auto optimasi. Tapi dalam weak AI masih terbatas.

Strong AI 

Kecerdasan buatan yang kuat dapat menciptakan sistem yang memiliki kemampuan intelektual yang dapat bekerja atas inisiatifnya sendiri. Sampai saat ini, tidak mungkin untuk membangun sistem seperti itu. Menurut banyak ahli, pengembangan AI yang kuat tidak layak dalam waktu dekat. Akibatnya, semua sistem AI yang ada saat ini dapat diklasifikasikan sebagai AI yang lemah.

Potensi dan Area Aplikasi AI 

Kecerdasan buatan sudah dalam beberapa aspek lebih cepat dan lebih efisien daripada manusia di beberapa area kemampuan. Potensi kecerdasan buatan sangat besar dan menemukan bidang aplikasi inovatif di banyak bidang. Termasuk didalamnya pengenalan teks dan pengenalan wajah, misalnya. 

Chatbots (auto jawab chat dari pengenalan teks) semakin banyak digunakan di situs web atau di aplikasi. Keuntungan besar dari sistem saat ini adalah kemampuan mereka untuk belajar. Semakin banyak contoh algoritme yang didapat sebagai input, semakin baik jadinya.

Kecerdasan buatan telah memasuki hampir setiap industri:

  • Teknik mesin dan pabrik

Kecerdasan buatan dapat mendeteksi masalah dalam rekayasa mesin dan pabrik sebelum terjadi. Memungkinkan sistem maintenance lebih efisien, hingga dapat mengurangi downtime. AI juga efisien dan dapat diandalkan dalam membuat kualitas barang yang diproduksi setara dan serupa.

  • Pertanian

Di bidang pertanian, pembelajaran mesin sudah digunakan untuk mencari tahu di bawah kondisi mana tanaman tertentu dapat tumbuh paling baik dan memberikan hasil tertinggi. Faktor-faktor seperti rasa produk pertanian juga diberikan sebagai input algoritma. Dengan cara ini, sumber daya dapat dilestarikan dan kualitas makanan dapat ditingkatkan.

  • Sektor ritel

Sektor ritel dapat menggunakan kecerdasan buatan untuk mendapatkan perkiraan harian dari volume pembelian yang ideal. Tergantung pada waktu liburan, lokasi, cuaca, dan faktor lainnya, AI dapat memberikan perkiraan yang akurat tentang produk mana yang akan menemukan penjualan pada hari apa.

  • Costumer Service

Dalam area CS, AI dapat ditemukan di banyak tempat dalam bentuk chatbots cerdas yang dapat menerima aduan pelanggan dan menawarkan bantuan serta solusi. Pelanggan dapat dibantu secara instan karena chatbots available secara permanen sepanjang waktu. 

Beragam Jenis Kecerdasan Buatan; 

  • Computer Vision 

Agar manusia dapat bereaksi dengan baik terhadap lingkungan, kita perlu menggunakan indera. Di sinilah mata, dan kemampuan untuk melihat, memainkan peran penting. Hal yang sama berlaku untuk peralatan teknis.

Computer Vision adalah tentang imaji visual yang dapat ditangkap oleh kamera mesin untuk memperoleh informasi visual. Ini dilakukan oleh kamera atau sensor yang merekam visual untuk dianalisis. Berdasarkan data ini, sistem dapat memperoleh dan mengeksekusi langkah-langkah tertentu.

Computer Vision pada Mesin (Machine Vision) sudah ada di banyak bidang. Dimulai dengan memindai barcode. Machine Vision pada alat berat kini semakin banyak digunakan untuk kontrol kualitas. Sebagai contoh, objek diperiksa untuk menyamakan ukuran, bentuk dan warna, lalu secara otomatis disortir jika ada perbedaan. 

Machine Vision juga diperlukan dalam kemudi otonom (autonomous driving). Sensor dan kamera menganalisa lingkungan di sekeliling mobil dan mencoba mengenali objek apa saja yang ada, lalu merencanakan gerakan mobil sesuai keadaan lingkungan. 

  • Machine Learning (Pembelajaran Mesin)

Pembelajaran mesin menggambarkan kemampuan suatu sistem untuk belajar secara mandiri tanpa pemrograman eksplisit. Sistem mengenali pola dalam database yang ada dan mengembangkan solusi. 

Penerapan Machine Learning dibagi menjadi tiga kategori:

• Pembelajaran yang diawasi,

• pembelajaran tanpa pengawasan dan

• pembelajaran yang diperkuat (reinforce learning)

  • Natural Languange Processing

Tujuan Natural Language Processing (NLP) adalah untuk menciptakan komunikasi ucapan yang paling luas jangkauannya antara manusia dan komputer. Di satu sisi komputer harus dapat memahami ucapan, di sisi lain ia harus dapat mensintesisnya.

NLP sudah ada di banyak daerah. Pada saat yang sama, NLP juga menjadi subjek penelitian saat ini. Perkembangan dalam disiplin AI ini mengalami kemajuan pesat. Kita dapat memberikan perintah kepada asisten bahasa seperti Siri atau Alexa, meminta informasi dan dapat melakukan percakapan (sederhana) dengan mereka.

NLP digunakan dalam sistem yang menerjemahkan bahasa lisan dan tulisan secara real time atau mengekstrak teks dari dokumen yang dipindai. Kasus penggunaan teknologi ini serba guna.

Leave a Reply

Open chat
1
Hubungi Kami
Scan the code
ACT Consulting International
Halo,
Ada yang bisa kami bantu?