Mengenal Artificial Intelligence (AI) dari Sejarah Hingga Jenisnya

Berawal di sekitar tahun 1950-an, seorang scientist bernama Alan Turing mencoba membuat test untuk kecerdasan mesin. Ia mencoba mencari cara bagaimana agar mesin bisa bekerja dan berfikir sendiri. Dari sana lah awal mula ditemukannya Artificial Intelligence (kecerdasan buatan). Meski tidak sehebat sekarang, kecerdasan buatan yang diusulkan di tahun 50 merupakan cikal bakal kecerdasan buatan pada hari ini.

Beberapa percobaan telah dilakukan oleh scientist pada masa itu. Seperti pada tahun 1964, sekelompok orang yang tergabung dalam Laboratorium Artificial Intelligence di MIT membuat kecerdasan pada komputer yang dapat menjawab pertanyaan yang diberikan oleh manusia. Sistem ini disebut dengan Eliza, yaitu sebuah sistem Chatbot. Sekitar tahun 1989 menemukan Neural Network, yaitu algoritma kecerdasan yang meniru model jaringan saraf manusia untuk menjalankan kendaraan otomatis.

Seperti dilihat pada perjalanannya, sejarah AI sudah ada sejak lama. Namun, keterbatasan dari sisi kemampuan komputasional atau mesinlah yang membuat AI tidak berkembang dengan cepat.

Machine learning adalah salah satu bidang AI yang cukup populer. Machine learning merupakan aktifitas pembelajaran yang dilakukan oleh mesin dengan mempelajari data yang diberikan. Hasil pembelajaran inilah yang membantu mesin atau komputer untuk memutuskan sesuatu.

 Bagaimana cara kerja machine learning? Berikut akan di bahas langkah kerjanya:

1.      Pengumpulan Data

Pengumpulan data adalah tahap pertama dalam sebuah siklus machine learning. Data dari berbagai macam sumber dikumpulkan dalam 1 tempat yang nantinya akan menjadi sumber data bagi machine learning. Data yang dikumpulkan harus diperhatikan kualitas dan kebersihannya.

2.      Pembersihan Data

Selanjutnya adalah, data yang sudah dikumpulkan dibersihkan terlebih dahulu agar menjadi data yang berkualitas. Pada proses ini, data yang tidak lengkap atau cacat dapat dieliminasi, sehingga semua data seragam.

3.      Train Data

Proses inilah inti dari sebuah siklus machine learning. Data yang sudah dipersiapkan pada langkah selanjutnya akan dilatih menggunakan algoritma machine learning untuk membuat model. Hasil akurasi yang tinggi dapat membantu proses pengambilan keputusan yang lebih baik. Jika akurasinya masih kurang, lakukan training data lagi hingga akurasi model yang dihasilkan memuaskan. Hasil training inilah yang menghasilkan model, yang nantinya akan digunakan untuk membantu pengambilan keputusan

Artificial Intelligence yang ada saat ini terbagi dari beberapa macam, yang memiliki fungsi yang berbeda juga. Berikut jenis Artificial Intelligene.

Machine learning adalah proses pembelajaran mesin melalui proses yang disebut dengan training (latihan). Machine learning terdiri dari 3 macam yaitu sebagai berikut:

Supervised machine learning adalah machine learning yang melalui proses pembelajaran pada data yang diberikan.

Unsupervised machine learning tidak melalui prose pelatihan, melainkan umumnya melalui rule atau aturan-aturan yang sudah dibuat sebelumnya.

Deep learning adalah machine learning level tinggi, yang menggunakan algoritma Neura Network dengan banyak layer. Umumnya deep larning hanya bisa berjalan atau diproses jika menggunakan hardware komputasi yang berspesifikasi tinggi, contohnya komputer/laptop yang menggunakan GPU.

Natural Language Processing (NLP) merupakan cabang AI yang memproses teks. Teks-teks yang ada umumnya dikonversi ke angka terlebih dahulu sebelum diproses. Contoh haril dari NLP ini adalah klasifikasi kalimat, klasifikasi sentimen, klasifikasi spam, mesin translasi bahasa, sistem tanya jawab dan sebagainya.

Speech processing mengolah suara. Umumnya, suara dikonversi ke teks terlebih dahulu sebelum diproses. Speech processing dapat mengubah suara menjadi teks, atau sebaliknya mengubah teks ke suara.

Computer vision adalah salah satu bidang AI yang memproses atau mengolah gambar. Computer vision dapat melakukan klasifikasi gambar yaitu mendeteksi objek yang ada pada gambar. Teknik yang digunakan adalah konversi warna-warna yang ada pada gambar menjadi angka. Angka inilah yang nantinya akan dimasukkan ke tahap klasifikasi. Selain mengolah gambar, computer vision juga dapat mengerjakan tugas pengolaha video. Computer vision dapat mendeteksi objek yang ada pada video berjalan. Umumnya aktifitas ini membutuhkan kekuatan komputasi yaitu pada level Deep Learning.

Agar machine learning menghasilkan performa yang memuaskan, maka kita juga perlu memberikan data yang berkualitas. Data juga harus dalam jumlah yang banyak dan dalam parameter yang beragam