Konsep Kecerdasan Buatan atau Artificial Intelligence dan Mengapa itu penting

https://miro.medium.com/max/1200/0*vZeNVvBIqMh2zPIf

Original Source Here

Cara Kerja Kecerdasan Buatan atau Artificial Intelligence

Photo by Possessed Photography on Unsplash

AI bekerja dengan menggabungkan sejumlah besar data dengan cepat, pengolahan berulang, dan algoritme cerdas, memungkinkan perangkat lunak untuk belajar secara otomatis dari pola atau fitur dalam data. AI adalah bidang studi luas yang mencakup banyak teori, metode, dan teknologi, serta subbidang utama berikut ini:

  1. Pembelajran mesin mengautomasi pembangunan model analitik. AI menggunakan metode dari jaringan neural, statistik, penelitian operasi, dan fisika untuk menemukan wawasan tersembunyi dalam data tanpa secara eksplisit diprogram untuk tempat mencari atau menyimpulkan sesuatu.
  2. Jaringan neural adalah jenis pembelajaran mesin yang terdiri atas unit-unit yang saling berhubungan (seperti neuron) yang memproses informasi dengan menanggapi masukan eksternal, menyampaikan informasi antara setiap unit. Proses ini membutuhkan banyak umpan pada data untuk menemukan koneksi dan mendapatkan makna dari data yang tidak terdefinisi.
  3. Komputasi kognitif adalah subbidang AI yang berupaya untuk melakukan interaksi seperti manusia secara alami dengan mesin. Menggunakan AI dan komputasi kognitif, tujuan utamanya adalah agar mesin dapat mensimulasikan proses manusia melalui kemampuan untuk menafsirkan gambar dan ujaran — kemudian berbicara dengan koheren dalam memberi tanggapan.
  4. Visi komputer mengandalkan pengenalan pola dan pembelajaran mendalam guna mengenali apa yang ada dalam foto atau video. Jika mesin dapat memproses, menganalisis, dan memahami gambar, mesin dapat menangkap gambar atau video secara real time dan menafsirkan sekitarnya.
  5. Pemrosesan bahasa alamiah (natural language processing/NLP) adalah kemampuan komputer untuk menganalisis, memahami, dan menghasilkan bahasa manusia, termasuk ujaran. Tahap selanjutnya dari NLP adalah interaksi bahasa alami, yang memungkinkan manusia berkomunikasi dengan komputer menggunakan bahasa sehari-hari yang normal untuk melakukan tugas.

Ringkasnya, tujuan Kecerdasan Buatan adalah untuk memberikan kemampuan untuk mengolah input dan menjelaskan output pada perangkat lunak. Kecerdasan buatan akan menyediakan interaksi yang mirip manusia dengan perangkat lunak dan menawarkan dukungan keputusan untuk tugas tertentu, tetapi AI bukan pengganti manusia dan tidak akan menggantikan manusia dalam waktu dekat.

Pentingnya Kecerdasan Buatan

tctechcrunch2011.files.wordpress.com

a. 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.

b. 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.

c. AI beradaptasi melalui algoritma pembelajaran progresif guna memungkinkan data melakukan pemrograman, AI menemukan struktur dan keteraturan dalam data sehingga algoritma memperoleh keterampilan: Algoritma menjadi pengklasifikasi atau prediktor. Jadi, sama seperti algoritma 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.

d. 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 namun semuanya berubah dengan kekuatan komputer yang luar biasa dan big data. Diperlukan 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.

e. 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.

d. AI memanfaatkan sebagaian besar data. Jika algoritma 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.

AI/ML

Trending AI/ML Article Identified & Digested via Granola by Ramsey Elbasheer; a Machine-Driven RSS Bot

%d bloggers like this: