Artificial Intelligence (AI): Apa Itu Kecerdasan Buatan?

Artificial Intelligence (AI) atau dalam bahasa Indonesia nya kecerdasan buatan adalah mensimulasikan kecerdasan manusia dengan mesin, terutama sistem komputer. Ini termasuk pembelajaran (mengumpulkan informasi dan aturan untuk menggunakan informasi), kesimpulan (menggunakan aturan untuk menarik perkiraan akhir atau kesimpulan akhir), dan koreksi diri. Aplikasi khusus AI adalah sistem pakar, pengenalan ucapan, dan visi mesin.

Apa Itu Kecerdasan Buatan?

Pengertian dan DefinisiKecerdasan buatan atau Artificial Intelligence(AI) adalah bidang ilmu komputer yang menekankan penciptaan mesin cerdas yang bekerja dan bereaksi seperti manusia. Beberapa kegiatan komputer dengan kecerdasan buatan dirancang untuk mencakup:

  • Pengenalan suara
  • Belajar
  • Perencanaan
  • Penyelesaian masalah

Baca: Pengertian Internet of Things

Istilah Artificial Intelligence (AI) diciptakan oleh John McCarthy, seorang ilmuwan komputer Amerika, pada tahun 1956 di Konferensi Dartmouth. Saat ini, AI adalah istilah umum yang berkisar dari Robotic Process Automation (RPA) hingga robotika aktual.

Artificial Intelligence (AI) menjadi semakin penting di akhir-akhir ini, sebagian karena data besar dan peningkatan kecepatan, ukuran, dan variasi data yang dikumpulkan perusahaan saat ini. Sebagai contoh, AI dapat mengenali pola dalam data lebih efisien daripada manusia, memberi perusahaan lebih banyak wawasan tentang data mereka.

Jenis Artificial Intelligence (AI)

Artificial Intelligence (AI) dapat dikategorikan dalam beberapa cara. Berikut adalah dua contoh:

Artificial Intelligence (AI) atau dalam bahasa Indonesia nya kecerdasan buatan adalah mensimulasikan kecerdasan manusia dengan mesin, terutama sistem

Jenis pertama mengklasifikasikan sistem AI sebagai AI lemah atau kuat.

  • AI lemah (weak AI) yang di kenal dengan AI lemah atau sempit adalah sistem AI yang dirancang dan dilatih untuk tugas tertentu. Asisten pribadi virtual, seperti Siri dari Apple, adalah bentuk AI yang lemah.
  • AI kuat (strong AI) , juga dikenal sebagai Artificial Intelligence (AI) Umum, adalah sistem AI dengan kemampuan kognitif manusia yang digeneralisasi, jadi ketika dihadapkan dengan tugas yang tidak diketahui, ia memiliki kecerdasan yang cukup untuk menemukan solusi. 

Tes Turing, dikembangkan pada tahun 1950 oleh ahli matematika Alan Turing, adalah metode untuk menentukan apakah komputer benar-benar dapat berpikir seperti manusia. Namun, metode ini kontroversial.

Contoh kedua adalah dari Arend Hintze, Asisten Profesor Biologi Integratif dan Ilmu Komputer di Michigan State University. Dia mengkategorikan AI menjadi empat jenis, dari jenis sistem AI yang ada saat ini hingga sistem hidup yang belum ada. Kategorinya adalah:

Tipe 1: Mesin reaktif (Reactive engine). Salah satu contoh adalah Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi karakter di papan catur dan membuat prediksi, tetapi tidak memiliki memori dan tidak dapat menggunakan pengalaman masa lalu untuk menginformasikan yang akan datang. Dia menganalisis kemungkinan langkah – miliknya dan lawannya – dan memilih langkah paling strategis. Google Deep Blue dan AlphaGO dirancang untuk tujuan terbatas dan tidak dapat dengan mudah diterapkan pada situasi lain.

Tipe 2: Memori terbatas (Limited memory). Sistem Artificial Intelligence (AI) ini dapat memanfaatkan pengalaman masa lalu untuk membuat keputusan di masa depan. Beberapa fungsi pengambilan keputusan dalam kendaraan otonom dirancang dengan cara ini. Pengamatan itu terjadi di masa depan yang tidak terlalu jauh, seperti jalur ganti mobil. Pengamatan ini tidak disimpan secara permanen.

Tipe 3: Teori asli (Original theory). Itu istilah psikologis. Ini mengacu pada pemahaman bahwa orang lain memiliki keyakinan, keinginan, dan niat mereka sendiri yang memengaruhi keputusan. Intelegensi buatan (AI) jenis ini belum ada.

Tipe 4: Pengetahuan diri (Self knowledge). Dalam kategori ini, sistem Artificial Intelligence (AI) memiliki rasa diri atau kesadaran. Mesin yang percaya diri memahami keadaan mereka saat ini dan dapat menggunakan informasi untuk menyimpulkan apa yang orang lain rasakan. AI jenis ini belum ada.

Contoh teknologi AI

Otomasi

Otomasi (Automation) adalah proses dimana suatu sistem atau proses bekerja secara otomatis. Misalnya, Robotic Process Automation (RPA) dapat diprogram untuk menangani volume tinggi, tugas berulang yang biasanya dilakukan oleh manusia. RPA berbeda dari otomatisasi TI karena dapat beradaptasi dengan keadaan yang berubah.

Pembelajaran mesin

Pembelajaran mesin (Machine learning) adalah ilmu membuat komputer bekerja tanpa pemrograman. Pembelajaran mendalam adalah bagian dari pembelajaran mesin dan dapat dipahami sebagai otomatisasi analitik prediktif .

Ada tiga jenis algoritma pembelajaran mesin:

  1. Pembelajaran terawasi (Supervised learning), di mana catatan ditandai untuk mengenali pola dan menggunakannya untuk mengidentifikasi catatan baru.
  2. Pembelajaran tanpa pengawasan (Unattended learning), di mana catatan tidak ditandai dan diurutkan berdasarkan persamaan atau perbedaan.
  3. Memperkuat pembelajaran (Strengthen learning), di mana catatan tidak ditandai, tetapi setelah satu tindakan atau lebih umpan balik diberikan ke sistem AI.

Visi mesin

Visi mesin (Machine vision) adalah ilmu membuat komputer “seen”. Visi Mesin menangkap dan menganalisis informasi visual dengan kamera, konversi analog-ke-digital dan pemrosesan sinyal digital. Ini sering dibandingkan dengan visi manusia (human vision), tetapi Machine Vision tidak terkait dengan biologi dan dapat diprogram untuk melihat melalui dinding, misalnya. Ini digunakan dalam berbagai aplikasi dari identifikasi tanda tangan hingga analisis citra medis. Visi komputer , yang berfokus pada visi mesin, sering dikombinasikan dengan visi mesin.

Natural Language Processing (NLP)

Natural Language Processing (NLP) adalah pemrosesan ucapan manusia melalui program komputer. Salah satu contoh NLP tertua dan paling terkenal adalah deteksi spam, yang melihat subjek dan teks email dan memutuskan apakah itu email sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas-tugas NLP meliputi terjemahan teks, analisis sentimen dan pengenalan ucapan.

Pengenalan pola

Pengenalan pola (Pattern recognition) adalah cabang dari pembelajaran mesin yang berfokus pada mengidentifikasi pola dalam data.

Robotika

Robotika (Robotics) adalah bidang teknik mesin yang berfokus pada pengembangan dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit atau mustahil dilakukan manusia. Mereka digunakan dalam jalur perakitan untuk produksi otomotif atau dalam perjalanan ruang angkasa untuk memindahkan objek besar di luar angkasa. Baru-baru ini, peneliti menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi di lingkungan sosial.

Aplikasi AI

AI layanan kesehatan

AI layanan kesehatan (Healthcare AI): Upaya terbesar difokuskan pada peningkatan hasil pasien dan mengurangi biaya. Perusahaan menggunakan Machine Learning untuk membuat diagnosis yang lebih baik dan lebih cepat daripada manusia. Salah satu teknologi perawatan kesehatan paling terkenal adalah IBM Watson . Dia mengerti bahasa alami dan mampu menjawab pertanyaan. Sistem memadatkan data pasien dan sumber data lain yang tersedia menjadi hipotesis, yang kemudian disajikan dengan menggunakan skema penilaian kepercayaan.

Aplikasi AI lainnya termasuk chatbots, sebuah program komputer yang digunakan secara online untuk menjawab pertanyaan dan membantu pasien untuk menjadwalkan janji tindak lanjut atau membantu mereka dalam proses penagihan, dan asisten kesehatan virtual yang memberikan umpan balik medis dasar.

Enterprise AI

Enterprise AI: Otomasi proses yang dikontrol robot digunakan dalam tugas berulang yang biasanya dilakukan oleh manusia. Algoritma pembelajaran mesin terintegrasi dengan platform analitik dan CRM untuk mengungkapkan informasi tentang cara melayani pelanggan dengan lebih baik. Chatbots telah diintegrasikan ke dalam halaman web untuk menyediakan layanan langsung kepada pelanggan. Bahkan di antara akademisi dan konsultan TI seperti Gartner dan Forrester, otomatisasi tawaran pekerjaan telah menjadi topik.

AI dalam Pendidikan

AI dalam Pendidikan (AI in Education): Artificial Intelligence (AI), misalnya, dapat mengotomatisasi nilai, memberi guru lebih banyak waktu. AI dapat menilai siswa, beradaptasi dengan kebutuhan mereka, dan membantu mereka bekerja dengan kecepatan mereka sendiri. Tutor AI dapat memberikan dukungan tambahan kepada siswa untuk memastikan mereka tetap di jalurnya. Dalam jangka panjang, AI dapat mengubah di mana dan bagaimana siswa belajar, dan akhirnya menggantikan guru.

AI dalam Keuangan

AI dalam Keuangan (AI in Finance): Artificial Intelligence (AI) sedang meningkat di lembaga keuangan. Misalnya, aplikasi keuangan Artificial Intelligence (AI) dapat mengumpulkan informasi pribadi dan memberikan nasihat keuangan. Program lain, termasuk IBM Watson, telah diterapkan pada proses pembelian rumah. Saat ini, perangkat lunak melakukan banyak perdagangan Wall Street.

AI di bidang hukum

AI di bidang hukum (AI in the field of law): Memilah dokumen seringkali merupakan proses yang panjang bagi orang-orang. Otomatisasi proses ini menghemat waktu dan menciptakan proses yang lebih efisien. Startup juga membangun penyihir komputer tanya-jawab yang dapat menyaring pertanyaan yang diprogram dengan memeriksa taksonomi dan ontologi yang terkait dengan database .

AI dalam produksi (AI in production): Area ini memainkan peran perintis dalam integrasi robot ke dalam alur kerja. Robot industri di masa lalu hanya melakukan tugas individu dan dipisahkan dari pekerja manusia. Namun, dengan kemajuan teknologi, ini telah berubah dan robot mengadopsi proses manufaktur yang semakin komprehensif.

Comments are closed, but trackbacks and pingbacks are open.