Kecerdasan Buatan (AI)

Kecerdasan buatan memanfaatkan komputer dan mesin untuk meniru kemampuan pemecahan masalah dan pengambilan keputusan dari pikiran manusia.
 
Kurang dari satu dekade setelah membantu pasukan Sekutu memenangkan Perang Dunia II dengan memecahkan Enigma mesin enkripsi Nazi , matematikawan Alan Turing mengubah sejarah untuk kedua kalinya dengan pertanyaan sederhana : "Bisakah mesin berpikir?"  Makalah Turing tahun 1950 “ Mesin Komputasi dan Kecerdasan ” dan Tes Turing berikutnya menetapkan tujuan dan visi dasar AI.   

Pada intinya, AI adalah cabang ilmu komputer yang bertujuan untuk menjawab pertanyaan Turing dengan tegas. Ini adalah cara untuk mengimplementasikan atau mensimulasikan kecerdasan manusia kedalam mesin. Tujuan AI yang luas telah menimbulkan banyak pertanyaan dan perdebatan. Demikian rupa sehingga tidak ada definisi tunggal bidang yang diterima secara keseluruhan.

Definisi AI

Keterbatasan utama dalam mendefinisikan AI hanya sebagai "sebuah mesin yang cerdas" adalah bahwa AI tidak benar-benar menjelaskan apa itu AI dan apa yang membuat mesin menjadi cerdas. AI merupakan ilmu interdisipliner dengan berbagai pendekatan, tetapi kemajuan dalam pembelajaran mesin dan pembelajaran mendalam menciptakan perubahan paradigma di hampir setiap sektor industri teknologi.

Namun, berbagai tes baru telah diusulkan baru-baru ini yang sebagian besar telah diterima dengan baik, termasuk makalah penelitian 2019 berjudul “ On the Measure of Intelligence .” Dalam makalah tersebut, peneliti mendalami pembelajaran veteran dan insinyur Google François Chollet berpendapat bahwa kecerdasan adalah "tingkat di mana seorang pelajar mengubah pengalaman dan prioritasnya menjadi keterampilan baru pada tugas-tugas berharga yang melibatkan ketidakpastian dan adaptasi." Dengan kata lain, sistem yang paling cerdas hanya mampu mengambil sedikit pengalaman dan terus menebak apa yang akan menjadi hasilnya dalam banyak situasi yang bervariasi.

Sementara itu, dalam buku mereka Artificial Intelligence : A Modern Approach , penulis Stuart Russell dan Peter Norvig mendekati konsep AI dengan menyatukan pekerjaan mereka pada sekitar agen cerdas dalam mesin. Dapat disimpulkan dari pemikiran ini, AI merupakan “studi tentang agen yang menerima persepsi dari lingkungan dan melakukan tindakan.”

Dua ide pertama menyangkut proses berpikir dan penalaran, sementara yang lain berurusan dengan perilaku. Norvig dan Russell fokus pada agen rasional yang bertindak agar mencapai hasil terbaik, mencatat "semua keterampilan yang dibutuhkan untuk Tes Turing juga memungkinkan agen untuk bertindak secara rasional."

Mantan profesor AI dan ilmu komputer MIT Patrick Winston mendefinisikan AI sebagai "algoritma yang diaktifkan oleh kendala, diekspos oleh representasi yang mendukung model yang ditargetkan pada loop yang mengikat pemikiran, persepsi, dan tindakan bersama-sama."

Meskipun definisi ini mungkin tampak abstrak bagi kebanyakan orang, definisi ini membantu memfokuskan bidang ini sebagai bidang ilmu komputer dan menyediakan cetak biru untuk memasukkan mesin dan program dengan ML (Machine Learning) dan subset AI lainnya .

Bagaimana Cara Kerja AI?

Ketika hype seputar AI semakin meluas, vendor telah berebut untuk mempromosikan bagaimana produk dan layanan mereka menggunakan AI. Seringkali apa yang biasa mereka sebut sebagai AI hanyalah salah satu komponen AI, seperti Machine Learning. AI juga memerlukan dasar hardfile dan perangkat lunak khusus untuk menulis dan melatih algoritma Machine Learnig. Tidak ada bahasa pemrograman yang identik dengan AI, tetapi ada beberapa diantaranya Python, R dan Java, yang populer.

Secara umum, sistem kerja AI dengan menyerap sejumlah besar data pelatihan berlabel, menganalisis data untuk korelasi dan pola, selain itu menggunakan pola untuk membuat prediksi tentang status masa yang akan datang. Menggunakan cara ini, chatbot yang diberi contoh obrolan teks dapat belajar menghasilkan pertukaran yang nyata dengan orang lain atau alat pengenalan gambar dapat memulai mengidentifikasi dan mendeskripsikan objek dalam gambar dengan meninjau jutaan contoh.

- Pemrograman AI fokus pada tiga keterampilan kognitif: pembelajaran, penalaran, dan koreksi diri.
- Proses pembelajaran. Aspek pemrograman AI ini fokus pada perolehan data dan pembuatan aturan bagaimana cara mengubah data menjadi informasi yang dapat ditindaklanjuti. Aturan yang disebut algoritma , menyediakan perangkat komputasi dengan petunjuk langkah demi langkah tentang cara menyelesaikan tugas tertentu.
- Proses penalaran. Aspek pemrograman AI ini berfokus pada pemilihan algoritma yang tepat untuk mencapai hasil yang diinginkan.
- Proses koreksi diri. Aspek pemrograman AI ini dirancang untuk terus menyempurnakan algoritme dan memastikannya memberikan hasil yang seakurat mungkin.

Mengapa Kecerdasan Buatan itu Penting?

AI penting karena dapat memberikan informasi kepada perusahaan tentang operasi mereka yang mungkin belum mereka ketahui sebelumnya, dan karena dalam beberapa kasus AI dapat melakukan tugas lebih baik daripada manusia. Terutama jika menyangkut tugas yang berulang dan berorientasi pada detail, seperti menganalisis dokumen hukum besar untuk memastikan bidang yang sesuai diisi dengan benar, alat AI sering kali menyelesaikan pekerjaan dengan cepat dan dengan kesalahan yang relatif sedikit. 

Ini membantu memulai ledakan efisiensi dan membuka pintu bagi peluang bisnis yang sama sekali baru bagi beberapa perusahaan besar. Sebelum gelombang kecerdasan buatan saat ini, sulit membayangkan menggunakan perangkat lunak komputer untuk mencocokkan pengemudi dan taksi, tetapi hari ini Uber telah menjadi salah satu perusahaan terbesar di dunia begitu saja. Ini menggunakan algoritma pembelajaran machine learning canggih untuk memprediksi kapan orang mungkin perlu mengemudi di area tertentu, membantu secara proaktif menempatkan pengemudi di jalan sebelum mereka dibutuhkan. Sebagai contoh lain, Google telah menjadi salah satu pemain terbesar di berbagai layanan online dengan menggunakan pembelajaran mesin untuk memahami bagaimana orang menggunakan layanan mereka dan meningkatkannya. Pada tahun 2017, CEO perusahaan, Sundar Pichai, mengumumkan bahwa Google akan beroperasi sebagai perusahaan "AI pertama". 

Perusahaan terbesar dan tersukses saat ini telah menggunakan kecerdasan buatan untuk meningkatkan operasi mereka dan mendapatkan keunggulan dibandingkan pesaing mereka. 

Apa Kelebihan dan Kekurangan Kecerdasan Buatan? 

Jaringan saraf tiruan dan teknologi AI pembelajaran mendalam berkembang pesat, terutama karena AI memproses data dalam jumlah besar jauh lebih cepat dan membuat prediksi lebih akurat daripada yang dimungkinkan secara manusiawi. 

Sementara sejumlah besar data yang dibuat setiap hari memendam peneliti manusia sebelumnya, aplikasi AI yang menggunakan machine learning yang dapat mengambil data dan dengan cepat mengubahnya menjadi informasi yang dapat ditindaklanjuti. Pada tulisan ini, kerugian terbesar menggunakan kecerdasan buatan adalah tingginya biaya pemrosesan sejumlah besar data  yang dibutuhkan untuk memprogram kecerdasan buatan. 
 
Keunggulan 

- Pekerjaan berorientasi pada detail yang baik
- Mengurangi waktu untuk tugas-tugas intensif data
- Memberikan hasil yang konsisten dan agen virtual berkemampuan AI selalu tersedia. 

Kekurangan

- Mahal
- Membutuhkan pengetahuan teknis yang mendalam
- Pasokan tenaga kerja terampil terbatas untuk pembuatan alat kecerdasan buatan
- Hanya tahu apa yang disajikan
- Kegagalan untuk menggeneralisasi dari satu tugas ke tugas lainnya. 

Pengaplikasian Kecerdasan Buatan pada Apa? 

Kecerdasan buatan telah memasuki berbagai pasar. Berikut adalah sembilan contoh :

1.  AI dalam Kesehatan. Kontribusi terbesar adalah untuk meningkatkan hasil pasien dan mengurangi biaya. Perusahaan menerapkan pembelajaran mesin untuk membuat diagnosis yang lebih baik dan lebih cepat daripada manusia. Salah satu teknologi  kesehatan yang paling terkenal adalah IBM Watson. Dia mengerti bahasa alami dan dapat menjawab pertanyaan tentang itu. Sistem menambang catatan pasien dan sumber data lain yang tersedia untuk menghasilkan hipotesis, yang kemudian disajikan dengan sistem penilaian kepercayaan. Aplikasi AI lainnya termasuk asisten kesehatan virtual online dan chatbots yang membantu pasien dan klien layanan kesehatan menemukan informasi medis, menjadwalkan janji temu, memahami proses penagihan, dan melakukan proses administrasi lainnya. Berbagai teknik AI juga digunakan untuk memprediksi, melawan, dan memahami pandemi seperti COVID-19. 

2. AI di tempat kerja. Algoritma pembelajaran mesin diintegrasikan ke dalam platform analitik dan manajemen hubungan pelanggan (CRM) untuk mendapatkan wawasan tentang cara melayani pelanggan dengan lebih baik. Chatbot ditambahkan ke situs web untuk menyediakan layanan pelanggan langsung. Otomatisasi kerja juga menjadi topik pembicaraan di antara para peneliti dan analis TI. 

3. AI dalam Pendidikan. AI dapat mengotomatiskan penilaian dan memberi guru lebih banyak waktu. Dan dapat menilai siswa dan beradaptasi dengan kebutuhan mereka dan membantu mereka bekerja dengan kecepatan mereka sendiri. Tutor AI dapat memberikan dukungan ekstra kepada siswa dan memastikan mereka tetap pada jalurnya. Dan itu bisa mengubah di mana dan bagaimana siswa belajar, bahkan mungkin menggantikan beberapa guru.
 
4. AI di bidang Keuangan. Kecerdasan buatan dalam program keuangan pribadi seperti Intuit Mint atau TurboTax mengganggu lembaga keuangan. Aplikasi tersebut mengumpulkan data pribadi dan memberikan nasihat keuangan. Program lain seperti IBM Watson telah diimplementasikan dalam proses pembelian rumah. Saat ini, perangkat lunak kecerdasan buatan melakukan sebagian besar perdagangan di Wall Street. 

5. AI dalam Hukum. Proses penemuan memilah-milah dokumen seringkali melebihi kapasitas hukum orang. Menggunakan kecerdasan buatan untuk mengotomatisasi proses padat karya di industri hukum menghemat waktu dan meningkatkan layanan pelanggan. Firma hukum menggunakan pembelajaran mesin untuk menggambarkan data dan memprediksi hasil, visi komputer untuk mengklasifikasikan dan mengekstrak informasi dari dokumen, dan pemrosesan bahasa alami untuk menafsirkan permintaan informasi. 
 
6. AI dalam produksi. Manufaktur telah menjadi pelopor dalam mengintegrasikan robot ke dalam alur kerja. Misalnya, robot industri yang pernah diprogram untuk melakukan satu tugas selain pekerja manusia semakin berfungsi sebagai robot: robot multifungsi yang lebih kecil yang bekerja bersama manusia dan bertanggung jawab atas sebagian besar pekerjaan di gudang, lantai pabrik, dan tempat kerja lainnya. 
 
7. AI di Perbankan. Bank berhasil menggunakan chatbots untuk membuat pelanggan mendapatkan informasi terbaru tentang layanan, penawaran dan untuk melakukan transaksi yang tidak memerlukan campur tangan manusia. Asisten virtual kecerdasan buatan digunakan untuk menambah dan mengurangi biaya kepatuhan terhadap peraturan perbankan. Organisasi perbankan juga menggunakan AI untuk meningkatkan  keputusan pinjaman mereka, menetapkan batas kredit, dan mengidentifikasi peluang investasi. 

8. AI dalam lalu lintas. Selain memainkan peran sentral dalam penggunaan kendaraan otonom, teknologi AI digunakan dalam lalu lintas untuk mengatur lalu lintas, memprediksi penundaan penerbangan, dan membuat transportasi laut lebih aman dan efisien. 
 
9. Keamanan. Kecerdasan buatan dan pembelajaran mesin berada di puncak kata kunci yang digunakan oleh vendor keamanan untuk membedakan penawaran mereka saat ini. Istilah-istilah ini juga mengacu pada teknologi yang diterapkan. Organisasi juga menggunakan pembelajaran mesin dalam perangkat lunak manajemen keamanan dan insiden (SIEM) dan area terkait untuk mendeteksi anomali dan mendeteksi aktivitas mencurigakan yang mengindikasikan ancaman. Dengan menganalisis data dan menggunakan logika untuk mengidentifikasi kesamaan dengan kode berbahaya yang diketahui, AI juga dapat memperingatkan serangan baru yang muncul lebih cepat daripada pekerja dan iterasi teknologi sebelumnya. Teknologi cyber memainkan peran penting dalam cara organisasi memerangi serangan cyber. 
 

Masa Depan Kecerdasan Buatan 

Sementara Artificial General Intelligence masih jauh, semakin banyak bisnis akan mengadopsi AI dalam jangka pendek untuk memecahkan tantangan tertentu. Gartner memprediksi (tautan berada di luar IBM) bahwa 50% perusahaan akan memiliki platform untuk mengoperasionalkan AI pada tahun 2025 (peningkatan tajam dari 10% pada tahun 2020).

Grafik pengetahuan adalah teknologi baru dalam AI. Mereka dapat merangkum asosiasi antara potongan-potongan informasi dan mendorong strategi penjualan, mesin rekomendasi, dan obat-obatan yang dipersonalisasi. Aplikasi pemrosesan bahasa alami (NLP) juga diharapkan meningkat kecanggihannya, memungkinkan interaksi yang lebih intuitif antara manusia dan mesin.