6 Hal yang Perlu Diketahui soal Deep dan Machine Learning

Software Developer. (Foto: Wikimedia)

Mobil otonom mengemudi dengan sendirinya, nama kita otomatis di-tag dalam foto di Facebook, hingga perangkat rumah yang bisa dikendalikan dengan suara, merupakan contoh hasil penerapan teknologi kecerdasan buatan (artificial intelligence/AI).

AI membuat sistem komputer kini semakin pintar dalam mengerjakan tugas-tugasnya. Jika dahulu AI bekerja berdasarkan apa yang diprogramkan ilmuwan, sekarang mereka diberi kemampuan untuk belajar mengolah dan menyimpulkan sendiri data yang dikumpulkan. Kemampuan itu disebut machine learning.

Pengembangan teknologi AI tidak hanya berhenti pada machine learning saja. Masih ada beberapa metode lain, salah satunya deep learning.

Deep learning adalah pengembangan dari jaringan saraf tiruan (artificial neural network) multi lapisan. Dengan lapisan yang banyak, deep learning diharapkan dapat mengenali proses yang lebih kompleks.

Untuk lebih detail lagi, berikut hal-hal yang perlu kamu ketahui tentang machine learning dan deep learning.

Machine learning mulai dikenal sejak 1959

Adalah Arthur Samuel, ahli komputer asal AS, yang pertama kali memperkenalkan istilah machine learning pada 1959 lalu. Pada saat itu dirinya masih bekerja di perusahaan teknologi IBM.

Samuel mendefinisikan machine learning sebagai cabang ilmu komputer yang memungkinkan sistem memiliki kemampuan untuk belajar tanpa perlu diprogram lagi, mengkaji aneka algoritma yang bisa belajar dari data dan membuat keputusan atau prediksi berdasarkan data tersebut.

Ilustrasi kecerdasan buatan. (Foto: Gerlat/Pixabay)

Machine learning bersifat prediktif

Satu hal yang perlu kamu ingat, terutama kamu bukan programmer yang terjun langsung dalam pengembangannya, adalah keluaran machine learning bersifat predikti, bukan hasil pasti. Menurut laporan Tech in Asia, ketika produk baru selesai dikembangkan, kemungkinan besar hasil prediksi tidak akan seratus persen akurat. Prediksi yang baik baru akan muncul dari sejumlah training dan pengembangan dalam waktu lama.

Deep learning adalah bagian dari Machine learning

Dalam istilah praktis, deep learning merupakan bagian dari machine learning. Secara spesifik, deep learning adalah evolusi selanjutnya dari machine learning. Lebih rumit, namun lebih canggih.

Sebuah model machine learning perlu 'diberitahu' untuk bagaimana ia menciptakan prediksi akurat, dengan terus diberikan data. Sementara model deep learning dapat mempelajari metode komputasinya sendiri, dengan 'otaknya' sendiri, apabila diibaratkan.

Ilustrasi saraf otak (Foto: Thinkstock)

Deep learning lebih tangguh dari machine learning

Sebuah model deep learning dirancang untuk terus menganalisis data dengan struktur logika yang mirip dengan bagaimana manusia mengambil keputusan. Untuk dapat mencapai kemampuan itu, deep learning menggunakan struktur algoritma berlapis yang disebut artificial neural network (ANN).

Dikutip dari Zendesk, desain ANN terinspirasi dari jaringan neural biologis dari otak manusia. Hal ini membuat mesin kecerdasannya menjadi jauh lebih tangguh dibandingkan model machine learning standar.

Pernah mengalahkan manusia

Program AI AlphaGo dari Google merupakan contoh dari pemanfaatan metode deep learning. Google menciptakan program komputer yang belajar bermain sebuah game sejenis catur dari China bernama Go.

Dengan bermain melawan pemain Go profesional, deep learning AlphaGo mempelajari bagaimana ia bermain di tingkat yang belum terjamah sebelumnya dalam kecerdasan buatan. AlphaGo terus berkembang hingga akhirnya mampu mengalahkan pemain Go profesional pada Maret 2016 lalu.

Ilustrasi otak mengingat daya pikir (Foto: Thinkstock)

Bantu Siri dan asisten digital lain semakin pintar

Deep learning bisa menjadi kepingan puzzle utama yang dapat membawa manusia pada penciptaan AI yang lebih cerdas dan manusiawi. Ia dapat meningkatkan semua bagian AI, mulai dari pemrosesan bahasa alami hingga machine vision.

Dilansir Tech in Asia, deep learning bisa dianggap sebagai otak yang lebih baik yang dapat meningkatkan cara belajar komputer. Ia dapat meningkatkan kemampuan asisten virtual seperti Siri dari Apple atau Google Assistant dari Google untuk menangani hal-hal yang belum dikenali dengan baik oleh kedua asisten digital itu.