Menyingkap Rahasia Pembelajaran Mesin: Membongkar Algoritma dan Tekniknya

Pada video diatas [3], Kepala Riset AI Facebook, Yann LeCun, secara singkat menjelaskan tentang cara kerja pembelajaran mesin dengan contoh yang mudah diikuti. Pembelajaran mesin menggunakan berbagai teknik untuk menangani informasi dalam jumlah besar dan kompleks untuk membuat keputusan atau prediksi.

Dalam praktiknya, pola yang dipelajari komputer (sistem pembelajaran mesin) bisa sangat kompleks dan sulit untuk dijelaskan. Misalkan mencari gambar anjing di pencarian Google seperti gambar di bawah, Google sangat bagus dalam memberikan hasil yang sesuai, namun bagaimana pencarian Google mencapai tugas ini? Sederhananya, pencarian Google pertama-tama mendapatkan sejumlah besar kumpulan data gambar dari foto berlabel "anjing" kemudian komputer (sistem machine learning) mencari pola bentuk dan pola warna yang membantunya memprediksi jika gambar bertanya itu memang anjing.

Kueri di Google Penelusuran untuk "anjing" | Sumber: Google Penelusuran

Pada awalnya, Google membuat prediksi acak tentang pola apa yang masuk akal untuk mengidentifikasi gambar anjing. Jika membuat kesalahan, maka serangkaian penyesuaian dilakukan agar komputer melakukannya dengan benar. Pada akhirnya, kumpulan pola yang dipelajari oleh sistem komputer besar yang dimodelkan setelah otak manusia (jaringan saraf dalam), yang pernah dilatih, dapat mengidentifikasi dengan benar dan memberikan hasil gambar anjing yang akurat di penelusuran Google, proses seperti itu disebut fase pelatihan sistem pembelajaran mesin.

 

Sistem pembelajaran mesin mencari pola antara gambar anjing dan kucing [ 1 ]

Bayangkan ketika bertugas membangun sistem prediksi machine learning mencoba dan mengidentifikasi gambar antara anjing dan kucing. Seperti yang dijelaskan, langkah pertama adalah mengumpulkan sejumlah besar gambar berlabel dengan "kucing" untuk kucing " dan anjing" untuk anjing. Kedua, melatih komputer untuk mencari pola pada gambar untuk mengidentifikasi masing-masing anjing dan kucing.

 

Sistem pembelajaran mesin terlatih yang mampu mengidentifikasi kucing atau anjing. [ 1 ]

Setelah model machine learning dilatih, kita dapat memasukkan gambar yang berbeda untuk melihat apakah model tersebut dapat mengidentifikasi anjing dan kucing dengan benar.

 Mengapa Machine Learning Penting?

Teknologi berkembang pesat tanpa henti membuat manusia harus beradaptasi secara cepat agar tidak ketinggalan dan mampu bersaing dengan yang lainnya. Terutama AI, dalam beberapa dekade terakhir membuat pekerjaan manusia semakin mudah dan para peneliti berlomba-lomba untuk menemukan inovasi agar proses pengolahan data yang begitu banyak bisa dilakukan tanpa campur tangan manusia.

Kemajuan  teknologi dalam penyimpanan dan kekuatan pemrosesan telah memungkinkan bererapa produk inovatif. Ya, salah satunya adalah Pembelajaran mesin dan komponen pembelajaran mesin, adalah alat penting yang digunakan oleh banyak perusahaan dan peneliti. Berikut alasan utama pentingnya machine learning: