PENGANTAR TEKNOLOGI SISTEM CERDAS 1.4
Kamis, 03 Oktober 2019
Dosen Pembimbing : DONIE MARGAVIANTO, SKOM., MMSI.
==================================================================
Kecerdasan Buatan & Aspek Prospektif
Definisi kecerdasan buatan didasarkan pada gagasan bahwa kecerdasan manusia adalah jumlah dari perhitungan yang berbeda. Pria Berpikir telah dianggap sebagai mesin sejak zaman Pencerahan.
Kecerdasan buatan itu sendiri diproduksi dengan cara yang berbeda.
- Pengenalan pola: Sistem AI mengenali pola dan dapat melakukan tindakan yang tepat.
- Akses ke basis pengetahuan yang luas: Beberapa sistem AI diberi banyak pengetahuan. Sistem ini menggunakan solusi atau jawaban dari kumpulan data ini ketika mencari jawaban atau solusi.
- Prediksi pola: Dengan menghitung probabilitas, sistem AI tertentu dapat bereaksi terhadap pola yang mungkin di masa depan.
Secara keseluruhan, kecerdasan buatan saat ini didasarkan pada pemrosesan data dalam jumlah sangat besar, yang disebut data besar. Bentuk paling modern dari kecerdasan buatan menggunakan jaringan saraf tiruan dan mengembangkan sistem belajar mandiri dalam bentuk pembelajaran mesin.
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 sebagian 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:
- Layanan Kesehatan
- Manufaktur
- Retail
- Perbankan
Contoh Kecerdasan Buatan
- IBM Deep Blue: Superkomputer IBM telah memainkan beberapa permainan catur melawan juara dunia.
- Cortana: Kontrol suara Microsoft didasarkan pada AI.
- Siri: Kontrol suara Apple dapat menanggapi pertanyaan dan melakukan tugas untuk penggunanya.
- Echo: Kontrol suara Amazon dapat menempatkan pesanan secara independen.
- DeepText: AI Facebook menganalisis email dan pembaruan status.
- Bursa kalkulator atau laporan stok: Program digunakan untuk menghitung probabilitas nilai tukar. Laporan pasar saham sudah dibuat oleh sistem AI di beberapa rumah media.
- Kantor: Di AS, sistem AI sudah digunakan untuk mencari email, surat dan teks hukum, untuk mengembangkan kontrak secara mandiri.
Referensi :
Hestanto. KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE). Diambli dari : https://www.hestanto.web.id/kecerdasan-buatan/. (06 Oktober 2019).
SAS. KECERDASAN BUATAN / ARTIFICIAL INTELLIGENCE. Diambli dari : https://www.sas.com/id_id/insights/analytics/what-is-artificial-intelligence.html. (06 Oktober 2019).

Comments
Post a Comment