Mungkin kalian sudah tidak asing lagi dengan kata “Artificial Intelligence” atau “Kecerdasan Buatan”. Kata tersebut akhir-akhir ini semakin sering dicari hingga mencapai volume 5.400 pencarian per bulan ketika kami cek di SEMRUSH dan lebih banyak lagi yang tertarik dengan cara kerja kecerdasan buatan. Wih, sepertinya orang-orang di Indonesia sudah mulai melek teknologi dan tidak ingin ketinggalan, ya.
Sebelum kita membahas mengenai cara kerja kecerdasan buatan. Kita perlu tahu terlebih dahulu, apa itu kecerdasan buatan? Seperti yang pernah kita bahas sebelumnya, kecerdasan buatan atau Artificial Intelligence (AI) adalah simulasi dari kecerdasan yang dimiliki oleh manusia yang dimodelkan di dalam mesin dan diprogram agar bisa meniru perilaku manusia. Pengertian ini juga dapat diterapkan di seluruh kemampuan mesin yang menunjukkan ciri-ciri terkait inteligensi seperti learning dan problem solving.
Kecerdasan buatan sendiri tidak hanya digunakan oleh perusahaan besar dalam membuat produk/jasa mereka, lho! Bahkan penggunaan kecerdasan buatan untuk sehari-hari sudah banyak digunakan. Nah kalau begitu, kamu pun tidak boleh ketinggalan untuk mempelajari tentang kecerdasan buatan. Pertama, mari kita bahas dari tipe kecerdasan buatan.
💻 Mulai Belajar Pemrograman
Belajar pemrograman di Dicoding Academy dan mulai perjalanan Anda sebagai developer profesional.
Daftar Sekarang4 Tipe Kecerdasan Buatan
1. Reactive Machines
Tipe pertama adalah Reactive Machines. Tipe kecerdasan buatan ini adalah tipe paling dasar dari beberapa jenis/tipe kecerdasan buatan. Mesin tipe ini hanya bereaksi berdasarkan kondisi (data) saat itu atau yang sudah ditentukan sehingga pengambilan keputusan tidak berdasarkan data-data sebelumnya.
Kalau dipikir-pikir, pasti kalian pernah menggunakan mesin tipe ini, contohnya adalah rekomendasi film, spam filters, chess-playing supercomputer dan sebagainya.
Namun, kok bisa dikatakan paling dasar, ya? Hal ini karena ketika mesin diprogram, ia akan diberikan tugas khusus/spesifik dan tidak memiliki kelebihan lainnya di luar tugas utama. Mesin tidak akan berinteraksi dengan lingkungannya dan hanya akan merespon hal yang sama terus-menerus sesuai skenario yang sudah ditentukan.
2. Limited Memory
Apakah kalian tipe orang yang terorganisir? Kalau iya, mirip banget dengan definisi dari mesin tipe ini. Tipe kecerdasan Limited Memory ini adalah mesin yang mampu meningkatkan kemampuan pengambilan keputusan dengan menggunakan data/pengetahuan dari kejadian yang telah dipelajari sebelumnya. Tipe kecerdasan ini mampu menyimpan data sebelumnya dalam kurun waktu tertentu.
Berbeda dengan Reactive Machines, mesin ini mampu belajar dari kejadian sebelumnya dengan menganalisa aksi atau data yang diberikan ke mesin ini. Contohnya adalah virtual assistants, chatbots, self-driving cars, dan lainnya.
Dengan kemampuan untuk menyimpan data-data dan prediksi sebelumnya, mesin ini dapat meningkatkan akurasinya seiring berjalannya waktu. Tak heran jika kecerdasan buatan semakin lama semakin pintar.
3. Theory of Mind
Kita mungkin pernah menggunakan 2 tipe mesin kecerdasan buatan sebelumnya pada saat bekerja atau bahkan belajar di rumah. Lalu, apakah ada jenis tipe kecerdasan buatan lain yang belum pernah kita coba? Tentu ada, yaitu tipe kecerdasan buatan dengan nama Theory of Mind.
Tipe ini masih dalam tahap inovasi atau pengembangan. Mesin dengan tipe ini akan berinteraksi dengan perilaku dan emosional manusia. Dengan kata lain, mesin kecerdasan buatan diharuskan dapat memahami bagaimana perasaan manusia, hewan, dan mesin lain. Setelah berhasil memahami perasaan tersebut, mesin ini dituntut untuk dapat memanfaatkan informasi itu untuk membuat keputusan yang merefleksikan dirinya sendiri.
4. Self-aware
Begitu Theory of Mind dapat diwujudkan dalam kecerdasan buatan, suatu saat jauh di masa depan, langkah terakhir untuk menjadi sebuah AI yang sempurna adalah dengan memiliki self-awareness. Pada tipe kecerdasan buatan semacam ini, mesin sudah memiliki kesadaran yang setingkat dengan manusia. Selain memahami keadaan emosional manusia, ia juga sudah mulai memiliki emosinya sendiri dan memahami keberadaan dirinya di dunia ini.
Self-awareness dalam kecerdasan buatan bergantung pada pemahaman peneliti yang telah berhasil memahami inti dari kesadaran manusia.
Cara Kerja Kecerdasan Buatan
Setelah kita mengetahui tipe-tipe kecerdasan, kita perlu tahu juga mengenai gambaran besar dari cara kerja kecerdasan buatan. Dari pembahasan sebelumnya, kita tahu bahwa sebelum mesin kecerdasan dapat mengambil keputusan atau mempelajari sesuatu, mereka memerlukan data dan algoritma.
Semisal pada contoh kecerdasan buatan Voice Assistant, mesin perlu mengetahui hasil dari setiap pencarian yang dilakukan oleh manusia. Ketika manusia merasa puas atau menemukan hasil yang sesuai dengan keinginan mereka maka mesin akan mempelajarinya.
Hal ini terus terjadi hingga mesin mendapatkan akurasi yang sangat tinggi untuk setiap pencarian yang mereka lakukan. Hal ini dapat dibuktikan dengan semakin canggihnya mesin Voice Assistant seperti Siri atau Google Voice.
Sederhananya, tahapan yang dilalui oleh Voice Assistant adalah sebagai berikut.
- Rekaman suara ditambah dengan pengurangan kebisingan (penghapusan suara latar belakang), dan identifikasi komponen suara yang dapat diproses oleh mesin.
- Suara diterjemahkan ke dalam representasi tekstualnya berdasarkan pola yang diekstraksi.
- Memilih kata-kata yang paling penting dan mewakili maksud yang diharapkan;
- Mengajukan pertanyaan spesifik jika diperlukan.
- Mengambil informasi dengan panggilan API untuk mengakses basis pengetahuan (data) yang relevan.
- Memproses informasi dan memberikan hasil yang diminta.
Cara kerja dari kecerdasan buatan ternyata cukup kompleks, ya. Semua hal itu dapat dilakukan menggunakan pemrosesan bahasa alami/Natural Language Processing (NLP). NLP merupakan sub bidang ilmu komputer, teknik informasi, dan kecerdasan buatan yang berkaitan dengan kemampuan mesin untuk memproses dan memahami makna dari bahasa manusia (human languages). Kamu bisa mempelajari teknologi itu pada salah satu kelas di Dicoding Belajar Pengembangan Machine Learning.
Semoga artikel ini dapat menambah wawasanmu terkait kecerdasan buatan. Sampai bertemu lagi di artikel selanjutnya.