KONSEP DASAR DALAM KECERDASAN BUATAN oleh M Imam Suryaman
Mengenal 3 Konsep Dasar Kecerdasan Buatan (Artificial Intelligence)
Pembelajaran Mesin (Machine Learning)
Pembelajaran mesin adalah cabang dari AI yang bertujuan untuk memberikan mesin kemampuan dalam mempelajari tugas tanpa kode yang sudah ada. Dalam istilah yang paling sederhana, mesin tersebut akan diberikan contoh uji coba dalam jumlah yang besar untuk tugas tertentu. Ketika mesin tadi menjalani uji coba, mesin itu akan belajar dan mengadaptasi strategi yang sesuai untuk mencapai tujuan yang diinginkan. Misalnya, mesin pengenal gambar dapat diberikan jutaan gambar untuk dianalisis. Setelah melalui permutasian yang panjang, mesin akan memperoleh kemampuan untuk mengenali pola, bentuk, wajah, dan masih banyak lagi.
Pembelajaran Mendalam (Deep Learning)
Pembelajaran mendalam adalah teknik pembelajaran mesin yang mengajarkan komputer untuk melakukan apa yang secara alami terjadi pada manusia: belajar dengan cara mencontoh. Pembelajaran mendalam adalah teknologi utama di balik mobil tanpa kemudi (driveless car). Itu memungkinkan mereka untuk mengenali tanda berhenti, atau untuk membedakan pejalan kaki dengan tiang lampu. Ini adalah kunci dari kontrol suara di perangkat konsumen seperti ponsel, tablet, TV, dan speaker hands-free. Pembelajaran mendalam mendapatkan banyak perhatian belakangan ini karena dapat mencapai hasil yang sebelumnya tidak mungkin. Dalam deep learning, model komputer belajar untuk melakukan tugas klasifikasi langsung dari gambar, teks, atau suara. Model pembelajaran yang mendalam dapat mencapai akurasi yang canggih, terkadang melebihi kinerja tingkat manusia. Model dilatih dengan menggunakan set besar data berlabel dan arsitektur jaringan saraf yang berisi banyak lapisan.
Jaringan Saraf Tiruan (Neural Network)
Neural Network atau juga disebut sebagai jaringan saraf tiruan adalah berbagai teknologi pembelajaran yang mendalam, yang juga berada di bawah naungan kecerdasan buatan atau AI. Neural Network adalah paradigma pemrosesan informasi yang terinspirasi dari cara sistem saraf biologis, seperti otak yang memproses informasi. Kunci elemen dari paradigma ini adalah struktur novel dari sistem pemrosesan informasi.
TURING TEST – Metode Pengujian Kecerdasan
-Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. Yang satu adalah seorang manusia dan -satunya adalah sebuah mesin yang akan diuji.
-Penanya tidak bisa melihat langsung kepada obyek yg ditanyai · Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua obyek tersebut.
-Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan CERDAS.
-Komputer semula didisain untuk memproses bilangan/angka-angka (pemrosesan numerik).
-Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.
-Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah
-Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan
-Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan disepanjang jalur yang memiliki kemung kinan sukses paling besar.
-AI mecoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning)
-Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau metode pencarian lainnya.
Komentar
Posting Komentar