Pagi hari ini, seperti biasa, kuliah AI 1 masuk pukul 10.00. Kali ini materi yang dibahas yaitu mengenai Machine Learning (ML) secara khusus. Materi ini masih merupakan materi pendahuluan sebelum lanjut ke pembahasan AI berikutnya. Untuk membuka topik bahasan kali ini mari kita bahas mulai dari “bagaimana bayi bisa belajar?”.Dari Bayi sampai Manusia Dewasa: Bagaimana Mereka Belajar?
Tentu sebelum menjadi manusia dewasa kita semua berasal dari seorang bayi mungil dan tidak berdaya. Bayi dilahirkan tanpa “pengetahuan” apa-apa selain yang mungkin dipahami oleh bayi itu sendiri. Seiring dengan perkembangannya, bayi kemudian mulai berkembang; mulai dari berbaring, tengkurap, merangkak, duduk, hingga berdiri; mulai dari celoteh tidak jelas, mengucapkan sepatah-dua patah kata, hingga mengucapkan kalimat utuh; mengenali ayah dan ibu, kakak-adik, saudara, hingga teman-teman sebaya; dsb. Bagaimana bisa? Tentu semua itu dimulai dari proses “belajar”.
Kita mulai dari contoh sederhana, “bagaimana seorang bayi tahu kalau itu adalah mainan miliknya?”. Pada awalnya, sang orang tua memberikan bayi tersebut mainan. Kemudian bayi tersebut menerima dan melihat mainan tersebut kemudian bermain-main dengannya berulang-ulang kali. Kemudian, jika Anda mencoba mengambil mainan tersebut, bayi tersebut mungkin akan marah karena merasa mainan miliknya diambil oleh Anda.
Bagaimana kaitannya kasus tersebut dengan ML? Sekarang bayangkan hal sebagai berikut: mata bayi sebagai sensor dan objek mainan yang ditangkap oleh mata bayi sebagai data. Ketika orang tuanya memberikan dia mainan, mata akan menangkap objek mainan data tersebut sebagai “initial data” . Kemudian, bayi tersebut mulai memainkan mainan tersebut. Nah, semakin lama dia memainkan benda tersebut artinya semakin sering bayi tersebut melihat mainannya artinya semakin banyak juga jumlah data “gambar”-nya untuk objek yang sama. Melalui data-data tersebut, otak bayi kemudian mengekstrak informasi pentingnya yang kemudian sistem-sistem sarafnya akan mengintegrasikan informasi tersebut menjadi suatu “pengetahuan” yang akan memberikan pemahaman bahwa “itu adalah mainan miliknya”. Sehingga bayi tersebut akan marah kalau mainannya diambil.
Mesin juga melakukan hal yang sama seperti otak bayi dalam menginterpretasikan bahwa itu adalah mainan miliknya. Dimulai dari sekumpulan data yang kemudian diekstraksi menjadi informasi yang menghasilkan pengetahuan baru, kemudian dipahami dan akhirnya menjadi suatu “kecerdasan”.
Mengapa AI Sangat Diperlukan u/ Mengotomatisasi Berbagai Macam Keperluan?
AI, yang dalam hal ini termasuk ML, sangat dibutuhkan untuk otomatisasi berbagai macam keperluan oleh karena alasan sebagai berikut.
– Terdapat jumlah data yang banyak sekali dan masif di dunia ini.
– Data-data tersebut dapat bersumber dari berbagai macam sumber dalam waktu yang bersamaan, tidak teratur, dan kacau.
– Pengetahuan yang berasal dari data-data tersebut harus diperbaharui terus menerus.
– Indra “perasa” dan aktuasi tindakan harus terjadi secara waktu nyata dengan persisi tinggi.
… dan semua permasalahan tersebut hanya dapat diselesaikan oleh suatu AI.
Siklus Belajar Sebuah Mesin
Perhatikan diagram siklus di bawah ini!
Melalui diagram tersebut, kita mengetahui bahwa ML melibatkan tiga tahapan penting: sense, think, dan act.
The Intelligence Machine
Menurut Anda, mengapa suatu “The Intelligence Machine” diciptakan? Mungkin Anda akan memiliki jawaban yang sangat beragam. Akan tetapi, secara sederhana dapat saya katakan, alasannya yaitu untuk mendapatkan/menciptakan/membangun mesin yang seperti “otak” manusia guna membantu menyelesaikan permasalahan ataupun pekerjaan yang tidak mampu dilakukan oleh manusia secara efisien. Jika ditinjau secara keuntungan, AI memiliki satu keuntungan utama yang tidak dimiliki oleh manusia, yaitu “pengetahuan tidak terbatas”; selama terdapat software dan hardware yang mendukung.
Untuk dapat membentuk intelligence yang sama seperti otak manusia, suatu ML memerlukan 2 hal penting, yaitu parameter yang optimal dan error yang minimal. Oleh karena itu, suatu ML yang baik HARUS dibentuk melalui “pengalaman” yang banyak; artinya ML yang baik yaitu dibangun dengan algoritma yang adaptif yaitu algoritma yang belajar tidak bergantung pada persamaan yang ditetapkan sebagai model, tetapi dengan menemukan pola dari set data dan menghasilkan “wawasan” yang baru.
The Intelligence Machine –(makes)—> Smart Agent
The intelligence machine pada akhirnya akan membentuk sebuah smart agent. Apa itu smart agent? Smart agent is an entity capable of combining cognition, perception, and action in behaving autonomously, purposively, and flexibly in some environment. Secara sederhana, agen cerdas (atau smart agent) adalah agen cerdas yang mampu mengombinasikan kecerdasan, persepsi, dan aksi dalam berperilaku cerdas pada lingkungan tertentu; atau lebih sederhananya lagi: smart agent adalah implementasi nyata dari the intelligence machine (ML).
Berikut ini merupakan jenis-jenis dari smart agent
– Simple-reflex agent (contoh: RBS – Rule-Based System)
– Model-based reflex agent (agen berdasarkan suatu model/persamaan)
– Goal-based agent (agen berdasarkan suatu tujuan tertentu)
– Utility-based agent
– Learning-agent (contoh: Manusia!!)
Artificial Intelligence Make Easy! 