Kaum Milenials akan selalu dekat dengan ML. Mulai dari kesibukan di kantor sampai di tempat tidur. ML akan selalu menjadi bagian dari hidup generasi Milenials kita.
ML yang saya maksud adalah "Machine Learning". Sebuah terma yang terkait erat dengan algoritma sosial media atau mesin peramban. Dua media yang menjadi kebutuhan primer kehidupan Milenials.
"Machine learning is so pervasive today that you probably use it dozens of times a day without knowing it. Many researchers also think it is the best way to make progress towards human-level AI." (Standford ML Introduction Course - Coursera)
ML menjadi ranah yang berkembang pesat. Bahkan mungkin Anda menggunakannya berkali-kali tanpa mengetahuinya. Banyak peneliti bahkan melihat ML sebagai sebuah proses menuju manusia berbasis AI.
Apa itu ML? Seringkas dan sesederhana mungkin coba saya jelaskan disini.
Sebelum mendefinisikan, apa itu ML. Saya berikan sedikit bukti fisik implementasi ML dalam kehidupan.
- Mesin pencarian Google yang memberikan hasil sesuai jejak digital (cookies), lokasi, dan usia kita
- Smartphone atau kamera pocket kita mendeteksi wajah bahkan senyuman orang yang hendak kita foto
- Memakai voice search dengan Siri, Cortana atau Echo via smartphone atau assistant
- Mengkalkulasi jarak lari mingguan, detak jantung, dan durasi tidur harian ala Wear OS
- Mobil autonom yang bergerak sesuai sensor, peta virtual, dan input developer, dll
Begitu banyak dan beragam implementasi ML dalam algoritma dunia maya. Sehingga kemungkinan menerapkannya dalam beragam aspek kehidupan pun kini semakin luas. Seperti program nutrisi di Afrika yang mengimplementasi AI.
ML menurut Arthur Samuel (1959) adalah kemampuan independen komputer mengkalkulasi. Dengan kata lain, daripada mengatur input/output operasional komputer. Biarkan komputer menghitung sendiri input yang ada, guna output yang ditargetkan.
Kemampuan komputer mengkalkulasi algoritma tidak bisa dipungkiri. Berbeda dengan manusia yang fikirannya penuh distorsi dan kadang lelah. Algoritma komputer/mesin dengan panduan kalkulasi yang disudah disusun manusia. Mesin bisa menghitung segala kemungkinan, keniscayaan, dan penyelesaian dalam otomatisasi algoritmanya.
Hasil Grafiti AutoML Google dari karya seniman mural Jerman DAIM - foto: cloud.google.com
Dengan potensi big data di dunia maya yang berlimpah. Memilih dan memilah input yang ada agar diolah ML spesifik bisa dilakukan. Seperti mengolah grafiti atau mural berbasis ribuan foto mural dari beragam artis dengan AutoML Vision dari Google.Ranah ML memang bersilangan dengan ranah Ranah Computer Science, Big Data, dan Matematika. Setidaknya ML dibagi ke dalam sub-topik seperti Natural Language Programming (NLP), Deep Learning, Data Mining, dan Robotics. Sedang terma AI sendiri untuk ML seperti branding image kepada publik berkat karya fiksi ilmiah.