Assalamu’alaikum Warrohmatullahi Wabarokaatuh.
Teknologi berkembang dengan sangat cepat. Perkembangan ini menuntun perkembangan teknologi yang mengarah ke automatisasi. Hal ini membuat berbagai hal menjadi semakin mudah, namun untuk mewujudkannya, diperlukan sumber daya manusia dengan skill dibidang tertentu.
Bidang-bidang tersebut adalah Artificial Intelligence (AI), Machine Learning (ML), dan Deep Learning (DL). Ketiga bidang itu adalah dasar dari apa yang orang-orang sebut sebagai Autonomous Technology, namun mungkin beberapa diantara kalian masih bingung dengan ketiga bidang keilmuan diatas. Sebenarnya ketiga bidang itu saling berkaitan, namun ada perbedaan-perbedaan yang cukup signifikan.
Â
Nah, untuk penjelasan lebih detailnya, silahkan disimak dibawah ini guys.
1. Artificial Intelligence
Artificial Intelligence (AI) Â atau bisa diartikan sebagai kecerdasan buatan adalah sebuah teknologi yang diberikan kecerdasan layaknya manusia. AI ini diciptakan untuk mengenali pola yang terdapat di dalam sebuah data untuk menentukan tindakan tertentu. Konsep AI sebenarnya sudah ada sejak jaman dulu, contohnya seperti Talos si raksasa perunggu dari zaman Yunani Kuno.
Walaupun konsep ini sudah muncul sejak zaman dulu, namun istilah AI ini baru muncul pada tahun 1950-an. Pada awalnya, AI dikembangkan untuk menemukan metode penyelesaian masalah dan metode simbolik. Namun pada tahun 1960-an Departemen Pertahanan AS mulai melatih computer-komputer untuk menirukan penalaran manusia yang mendasar.
AI dibuat dengan tujuan agar dapat menjadi sebuah teknologi yang lebih pintar sehingga bisa bermain game, mengedit foto, dan melakukan aktifitas-aktifitas yang tidak terlalu kompleks. Selain itu AI juga dibuat untuk menjadi sebuah teknologi yang lebih teliti, efektif dan efesien, sehingga bisa memudahkan pekerjaan semua orang.
Â
2. Machine Learning
Machine Learning bisa diartikan sebagai mesin yang belajar. Machine Learning ini merupakan sebuah cabang dari Artificial Intelligence (AI). Pada dasarnya Machine Learning merupakan sebuah proses dimana komputer belajar dari data. Dari data-data itulah kemudian komputer menemukan sebuah pola atau pengetahuan baru yang kemudian bisa diterapkan kedalam kasus-kasus lain.
Sebuah proses belajar data tersebut dinamakan Training. Lalu kemudian setelah computer di training, maka akan dilakukan testing untuk mengetahui performa dari data yang digunakan dalam proses training.
Dalam Machine Learning terdapat 4 hal yang dipelajari. Yaitu Pembelajaran Terarah (Supervised Learning), Pembelajaran Tak Terarah (Unsupervised Learning), Pembelajaran Semi Terarah (Semi-supervised Learning) dan Reinforcement Learning.
Machine Learning ini punya banyak sekali manfaat di berbagai bidang. Dalam bidang kedokteran Machine Learning bisa digunakan untuk mendeteksi penyakit tetentu berdasarkan data dari pasien-pasien sebelumnya. Dalam bidang multimedia, contohnya adalah Face Recognition dan Voice Recognition. Dan terakhir dalam bidang informasi adalah text to voice dan filter email spam.
Â
3. Deep Learning
Secara harfiah, Deep learning artinya adalah pembelajaran mendalam, atau bisa disebut juga sebagai pembelajaran yang terstruktur. Deep learning merupakan sebuah penerapan dari machine learning yang bekerja dengan cara meniru cara kerja otak manusia menggunakan artificial neural network. Tidak seperti machine learning yang digunakan untuk menyelesaikan permasalahan tertentu, deep learning dibuat dengan kapabilitas yang lebih kompleks untuk mempelajari dan mengklasifikasikan sekelompok data.
Deep learning pertamakali dikenalkan pada tahun 2006 oleh Geoffrey Hinton. Pada awalnya deep learning ini tidak disambut baik oleh para peneliti, karena artificial neural network membutuhkan komputer dengan spesifikasi tinggi. Hingga akhirnya pada tahun 2009 Andrew ng dan rekannya memperkenalkan penggunaan GPU untuk proses deep learning yang menghasilkan performa lebih baik dibanding menggunakan CPU. Dan sejak saat itu deep learning berkembang sangat pesat hingga saat ini.
