1. FI-Artificial Intelligence Definisi dan Bidang Kajiannya

Artificial Intelligence: Definisi dan Bidang Kajiannya

share

Artificial Intelligence (AI) adalah cabang ilmu komputer yang luas, bertujuan untuk menciptakan sistem agar dapat berfungsi secara cerdas dan mandiri seperti manusia. Artificial intelligence adalah tiruan dari proses kecerdasan manusia oleh mesin. Proses kecerdasan meliputi belajar, penalaran, dan koreksi diri. Artificial intelligence adalah jenis teknologi komputer yang berkaitan dengan membuat mesin bekerja dengan cara yang cerdas, mirip dengan cara kerja pikiran manusia. Pada dasarnya, artificial intelligence adalah kemampuan mesin atau program komputer untuk berpikir dan belajar. Konsep AI didasarkan pada gagasan membangun mesin yang mampu berpikir, bertindak, dan belajar seperti manusia.

 

Artficial Ilntelegence

Artificial Intelligence konsep interdisipliner yang mempelajari kemungkinan menciptakan mesin yang mampu berinteraksi dengan lingkungannya dan bertindak berdasarkan data yang diterima dengan cara yang dianggap cerdas. Artificial Intelligence adalah teori dan pengembangan program komputer yang mampu melakukan tugas dan memecahkan masalah yang biasanya membutuhkan kecerdasan manusia. Hal-hal seperti persepsi visual, pengenalan ucapan, pengambilan keputusan, dan terjemahan kata adalah semua hal yang biasanya membutuhkan kecerdasan manusia, tetapi sekarang program komputer dapat menggunakan kecerdasan dan kemampuannya untuk menyelesaikan tugas-tugas ini.

 

Bidang Artficial Ilntelegence

Machine learning

Machine learning adalah subbidang artficial ilntelegence, yang secara luas didefinisikan sebagai kemampuan mesin untuk meniru perilaku manusia yang cerdas. Sistem kecerdasan buatan digunakan untuk melakukan tugas-tugas kompleks dengan cara yang mirip dengan bagaimana manusia memecahkan masalah. Machine learning adalah salah satu cara untuk menggunakan AI. Itu didefinisikan pada 1950-an oleh pelopor AI Arthur Samuel sebagai “bidang studi yang memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit.”

Ada tiga subkategori pembelajaran mesin:

Supervised machine learning

Model pembelajaran mesin yang diawasi dilatih dengan kumpulan data berlabel, yang memungkinkan model untuk belajar dan berkembang lebih akurat dari waktu ke waktu. Misalnya, sebuah algoritma akan dilatih dengan gambar anjing dan hal-hal lain, semua diberi label oleh manusia, dan mesin akan mempelajari cara untuk mengidentifikasi gambar anjing sendiri. Pembelajaran mesin yang diawasi adalah jenis yang paling umum digunakan saat ini.

Unsupervised machine learning

Dalam pembelajaran mesin tanpa pengawasan, sebuah program mencari pola dalam data yang tidak berlabel. Pembelajaran mesin tanpa pengawasan dapat menemukan pola atau tren yang tidak dicari orang secara eksplisit. Misalnya, program pembelajaran mesin tanpa pengawasan dapat melihat data penjualan online dan mengidentifikasi berbagai jenis klien yang melakukan pembelian.

Deep Learning

Deep Learning adalah jaringan saraf dengan banyak lapisan. Jaringan berlapis dapat memproses sejumlah besar data dan menentukan “berat” dari setiap tautan dalam jaringan — misalnya, dalam sistem pengenalan gambar, beberapa lapisan jaringan saraf mungkin mendeteksi fitur individual dari wajah, seperti mata, hidung, atau mulut, sementara lapisan lain akan dapat mengetahui apakah fitur tersebut muncul dengan cara yang menunjukkan wajah. Seperti jaringan saraf, pembelajaran mendalam dimodelkan pada cara otak manusia bekerja dan mendukung banyak penggunaan pembelajaran mesin, seperti kendaraan otonom, chatbot, dan diagnostik medis. Semakin banyak lapisan yang Anda miliki, semakin besar potensi yang Anda miliki untuk melakukan hal-hal kompleks dengan baik.

Reinforcement Learning

Pembelajaran mesin penguatan melatih mesin melalui coba-coba untuk mengambil tindakan terbaik dengan menetapkan sistem penghargaan. Pembelajaran penguatan dapat melatih model untuk bermain game atau melatih kendaraan otonom untuk mengemudi dengan memberi tahu mesin saat membuat keputusan yang tepat, yang membantunya belajar dari waktu ke waktu tindakan apa yang harus diambil.

Robotics

Robotics atau Robotika adalah bidang teknologi yang bekerja dengan robot fisik. Robotika adalah ilmu sintetis yang muncul berkaitan dengan pekerjaan pemrograman. Teknologi robot berkembang pesat melampaui wawasan sains yang ada. Landasan intelektual yang lebih aman akan dibutuhkan untuk mencapai kemampuan yang lebih baik, lebih andal, dan lebih aman seiring penetrasi mereka ke dalam masyarakat yang semakin dalam. Fondasi yang hilang saat ini termasuk identifikasi batas fisik mendasar, pengembangan teori sistem dinamis baru, dan penemuan bahasa pemrograman yang di-ground secara fisik. Disiplin baru membutuhkan rumah departemen di universitas, yang dapat dibenarkan baik secara intelektual maupun dengan kapasitasnya untuk menarik populasi baru yang beragam yang terinspirasi oleh daya tarik manusia kuno dengan robot. Robot adalah perangkat terprogram yang mampu melakukan serangkaian tugas secara mandiri atau semi-otonom. Ada tiga komponen utama yang membentuk sebuah robot: (1) Robot menggunakan sensor dan aktuator untuk berinteraksi dengan dunia fisik. (2) Robot dapat diprogram. (3) Robot semi mandiri atau semi-otonom. Pendapat lain berkata bahwa robot harus bisa “berpikir” dan membuat keputusan agar bisa berguna. Namun, tidak ada definisi yang diterima secara universal tentang “pemikiran robot.” Membutuhkan robot untuk “berpikir” menyiratkan bahwa ia memiliki kecerdasan buatan, namun banyak robot non-cerdas di pasar menunjukkan bahwa berpikir bukanlah prasyarat untuk robot. Robotika memerlukan perancangan, pembuatan, dan pemrograman robot fisik yang dapat berinteraksi dengan lingkungan nyata, terlepas dari bagaimana Anda mendefinisikan robot. Kecerdasan buatan hanyalah elemen kecil dari robotika.

Natural Language Processing (NLP)

Natural Language Processing (NLP) adalah cabang dari Artificial Intelligence (AI) yang membantu komputer memahami, menafsirkan, dan memanipulasi bahasa manusia. Natural Language Processing (NLP) menggunakan linguistik komputasi (pemodelan bahasa alami berbasis aturan) dengan pembelajaran mesin, statistik, dan model pembelajaran mendalam untuk menganalisis bahasa alami dan memahami arti sebenarnya dari data teks atau suara. Ia bahkan memahami perasaan dan maksud pembicara atau penulis. Natural Language Processing (NLP) bukan ilmu baru, tetapi telah berkembang pesat karena ketersediaan data besar, algoritme yang semakin efektif, dan minat yang meningkat pada interaksi dan komunikasi manusia-ke-mesin. Pemrograman NLP menggabungkan bidang linguistik dan ilmu komputer untuk menguraikan struktur bahasa dan pedoman untuk memahami, memecah, dan memisahkan detail penting dari teks dan ucapan. Ini mengotomatiskan proses penerjemahan antara komputer dan manusia dengan memanipulasi data tidak terstruktur (kata-kata) dalam konteks tugas tertentu (percakapan). Pemrosesan bahasa alami bertujuan untuk meningkatkan cara komputer memahami teks dan ucapan manusia serta menerjemahkan bahasa dengan pembelajaran berbasis logika. Karena komputer hanya dapat memahami dan menguraikan program dan mengikuti instruksi, NLP bekerja untuk membuat proses pemahaman dan membaca bahasa menjadi jauh lebih efisien. NLP menggunakan kecerdasan buatan dan pembelajaran mesin, bersama dengan linguistik komputasi untuk memproses data teks dan suara, memperoleh makna, mencari tahu maksud dan sentimen, dan membentuk respons atau masukan. Komputer tidak dapat memahami atau menafsirkan teks dan kata-kata seperti yang dilakukan manusia, karena mereka berkomunikasi dalam waktu yang cenderung cepat. Oleh karena itu, NLP memungkinkan komputer untuk memahami, meniru, dan merespons manusia secara cerdas.

Computer Vision.

Computer Vision adalah bidang kecerdasan buatan yang berhubungan dengan pelatihan komputer untuk memahami dan memahami informasi visual dari gambar, video, dan input visual lainnya. Visi AI dianggap sealami visi manusia. Padahal, keduanya sangat berbeda satu sama lain. Mata manusia diperkirakan memiliki resolusi 576 megapiksel, dan semua muatan informasi visual itu diproses dan dianalisis oleh jaringan neuron otak yang sangat kompleks. Bahkan superkomputer jauh tertinggal dalam kecepatan komputasi dibandingkan dengan neuron otak, dan kamera paling canggih tidak memiliki resolusi yang cocok dengan mata manusia. Computer Vision (CV) adalah bidang ilmu komputer yang berfokus pada pembuatan model digital untuk memproses, menganalisis, dan memahami data gambar dan video. Komputer tidak memiliki “pengalaman” subjektif dari penglihatan seperti yang dilakukan orang, tetapi komputer dapat menjelajahi dan mengekstrak informasi yang berarti dari gambar, dan informasi ini dapat digunakan untuk mendorong tindakan dan mengotomatisasi sistem.

Expert Systems

Expert Systems adalah sistem komputer yang meniru pengetahuan dan pengalaman seorang pakar atau ahli. Ini membantu kami dengan informasi yang terkait dengan topik tertentu. Sistem ini hanya bisa ada di bidang di mana ahli manusia sudah ada. Expert systems mengumpulkan informasi dan menyimpannya dalam basis pengetahuan (pengetahuan seorang pakar). Ini juga terdiri dari basis aturan (seperangkat aturan untuk penalaran ahli) yang digunakan oleh mesin inferensi untuk menghasilkan solusi yang mungkin untuk suatu masalah. Selain itu, sistem pakar menjelaskan alasan logis yang digunakan untuk menemukan solusi. Dalam kecerdasan buatan, sistem pakar adalah sistem komputer yang meniru kemampuan pengambilan keputusan seorang pakar manusia. Sistem pakar dirancang untuk memecahkan masalah yang kompleks dengan penalaran tentang pengetahuan, seperti seorang ahli, dan tidak dengan mengikuti prosedur pengembang seperti halnya dalam pemrograman konvensional. Sistem pakar memiliki struktur yang unik, berbeda dari pemrograman komputer tradisional. Ini dibagi menjadi dua bagian, satu tetap, independen dari sistem pakar: mesin inferensi, dan satu variabel: basis pengetahuan. Untuk menjalankan sistem pakar, mesin beralasan tentang basis pengetahuan seperti manusia. Di tahun 80-an, bagian ketiga muncul: antarmuka dialog untuk berkomunikasi dengan pengguna.

 

1. G1-Artificial Intelligence Definisi dan Bidang Kajiannya

Sumber Gambar: Freepik.com

Baca artikel yang membahas materi informatika lainnya di sini

Tulisan ini merangkum dari buku dan sumber yang kredibel seperti jurnal yang terindeks 

ARTIKEL TERBARU

SEMUA KATEGORI