Mohon tunggu...
safrizal Bin Abdurrahman
safrizal Bin Abdurrahman Mohon Tunggu... Dosen - Konsultan

Sebagai konsultan Di Bidang Teknik Informatika

Selanjutnya

Tutup

Artificial intelligence

Memilah Istilah Artificial Intelligence (AI) untuk Memahami apa sebenarnya Artinya

11 Januari 2025   07:46 Diperbarui: 11 Januari 2025   07:46 28
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

Memilah istilah "Artificial Intellegence (AI)" untuk memahami apa sebenarnya artinya.

Pada tingkat yang paling sederhana, AI dapat dibagi menjadi dua kategori: Narrow artificial intelligence - kecerdasan buatan sempit (ANI) and general artificial intelligence - kecerdasan buatan umum (GAI).

Istilah-istilah tersebut secara umum dapat dianggap sebagai cara berikut.

  • Narrow artificial intelligence - kecerdasan buatan sempit (ANI) AI sempit adalah kumpulan teknologi yang mengandalkan algoritma dan respons terprogram untuk mensimulasikan kecerdasan, umumnya dengan fokus pada tugas tertentu.

Narrow Artificial Intelligence (Narrow AI) atau AI sempit adalah jenis kecerdasan buatan yang dirancang untuk melakukan tugas tertentu secara efisien. Tidak seperti General AI yang bisa melakukan berbagai tugas seperti manusia, Narrow AI hanya fokus pada satu domain atau bidang tertentu. Berikut adalah contoh-contoh Narrow AI:

1. Asisten Virtual

Siri, Alexa, Google Assistant

Dirancang untuk memahami perintah suara, menjawab pertanyaan, memutar musik, atau mengontrol perangkat pintar rumah.

2. Rekomendasi Konten

Netflix dan Spotify

Sistem rekomendasi yang menggunakan algoritma AI untuk menganalisis preferensi pengguna dan merekomendasikan film, acara TV, atau lagu berdasarkan data historis.

3. Pengolahan Gambar

Aplikasi Pengenalan Wajah seperti pada smartphone (Face ID).
Menggunakan AI untuk mengenali wajah pengguna agar perangkat dapat dibuka.

4. Chatbot

Chatbot layanan pelanggan seperti di situs web atau aplikasi, misalnya chatbot dari bank atau e-commerce.
Mereka dirancang untuk menjawab pertanyaan pelanggan secara spesifik.

5. Deteksi Penipuan

Sistem deteksi fraud di perbankan

AI digunakan untuk mendeteksi transaksi yang mencurigakan atau anomali dalam sistem pembayaran.

6. Navigasi dan Transportasi

Google Maps dan Waze

Menggunakan AI untuk memberikan rute tercepat berdasarkan data lalu lintas.

7. Pengolahan Bahasa Alami (NLP)

Penerjemah otomatis seperti Google Translate
Menerjemahkan teks dari satu bahasa ke bahasa lain dengan tingkat akurasi tinggi.

8. Diagnosis Medis

AI di bidang kesehatan

Contohnya, aplikasi yang dapat mendeteksi kanker dari citra X-ray atau MRI.

9. Pendeteksi E-mail Spam

Sistem seperti pada Gmail yang menyaring email masuk untuk mendeteksi spam atau phishing.

10. AI dalam E-commerce

Sistem rekomendasi produk seperti di Amazon atau Shopee, yang merekomendasikan barang berdasarkan pencarian atau pembelian sebelumnya.

Setiap contoh di atas merupakan aplikasi Narrow AI yang dibuat khusus untuk menyelesaikan satu atau beberapa tugas dalam domain tertentu, tanpa kemampuan untuk berpikir atau bekerja di luar lingkupnya.

  • General artificial intelligence (GAI) Kecerdasan buatan umum Sebaliknya, GAI dimaksudkan untuk berpikir sendiri. Tujuan penelitian GAI adalah merekayasa AI dengan kemampuan belajar yang menyamai atau melampaui kecerdasan manusia. GAI adalah kategori baru, kompleks, dan beragam dengan banyak cabang, yang sebagian besar masih menjadi topik penelitian di laboratorium. Sistem AI modern berfokus pada penyelesaian tugas-tugas tertentu, seperti pengoptimalan, sistem rekomendasi atau prediksi, dan tidak mempelajari konsep-konsep luas seperti yang dilakukan manusia.

General Artificial Intelligence (General AI atau AGI) adalah kecerdasan buatan yang memiliki kemampuan untuk memahami, belajar, dan melakukan berbagai tugas intelektual dengan cara yang mirip dengan manusia. Berbeda dengan Narrow AI, AGI tidak terbatas pada satu domain tertentu, melainkan mampu beradaptasi dengan berbagai situasi dan tantangan baru.

Saat ini, AGI belum ada dalam praktik nyata, karena teknologi tersebut masih berada dalam tahap penelitian dan pengembangan. Namun, ada beberapa konsep dan visi yang menggambarkan seperti apa AGI akan diterapkan jika berhasil dibuat. Berikut adalah beberapa contoh hipotetis atau visi AGI:

Contoh Hipotetis General AI:

  1. Robot Asisten Universal

Robot yang bisa membantu di berbagai aspek kehidupan sehari-hari, seperti mengerjakan pekerjaan rumah, membantu dalam pekerjaan kantor, merawat pasien, hingga menjadi teman bicara. Contohnya adalah visi robot seperti C-3PO dari Star Wars atau Jarvis dalam Iron Man.

  1. Dokter AI Serba Bisa

Sebuah sistem yang mampu mendiagnosis berbagai penyakit, memahami konteks medis, memberikan solusi, dan bahkan mempelajari metode pengobatan baru tanpa batasan hanya pada penyakit tertentu.

  1. AI Peneliti Ilmiah

Sistem AGI yang dapat melakukan penelitian lintas disiplin ilmu, dari fisika kuantum hingga biologi, dengan cara menciptakan teori baru, merancang eksperimen, dan membuat penemuan revolusioner seperti seorang ilmuwan manusia.

  1. Pendidik AI

Sistem yang dapat memahami kebutuhan pembelajaran setiap individu dan mengajarkan berbagai subjek sesuai dengan cara belajar terbaik mereka, tanpa terbatas pada satu bidang studi.

  1. Manajer Proyek Cerdas

AGI yang dapat memahami dan mengelola berbagai proyek kompleks di berbagai industri, termasuk mengatasi tantangan yang tidak terduga dan mengoptimalkan sumber daya lintas sektor.

Contoh Pendekatan Menuju AGI:

  1. OpenAI GPT (seperti GPT-4)

Meskipun saat ini masih tergolong Narrow AI, model seperti GPT adalah langkah menuju AGI. Dengan kemampuan untuk memahami berbagai topik dan konteks, GPT dianggap sebagai dasar untuk pengembangan kecerdasan yang lebih luas.

  1. DeepMind's Gato

Gato adalah model AI yang dikembangkan oleh DeepMind, dirancang untuk menjadi "generalist agent" atau agen umum. Gato tidak fokus pada satu tugas saja, melainkan mampu menangani berbagai macam tugas dalam berbagai domain menggunakan satu model tunggal.

Berikut adalah beberapa contoh tugas yang bisa dilakukan oleh Gato:

1. Pengendalian Robotik

Contoh: Mengontrol robot untuk mengambil dan memindahkan objek di dunia nyata.
Gato dapat memproses data dari kamera robot, memahami lingkungan, dan memberikan perintah motorik yang sesuai untuk melakukan tugas seperti menumpuk balok atau memindahkan benda kecil.

2. Bermain Video Game

Contoh: Bermain game Atari, seperti Pong atau Breakout. Gato telah dilatih pada banyak game Atari klasik, menunjukkan kemampuannya untuk bermain di tingkat yang kompetitif. Model ini mampu memahami berbagai aturan dan strategi dari game yang berbeda.

3. Pemrosesan Bahasa Alami (NLP)

Contoh: Menjawab pertanyaan, membuat teks, atau menerjemahkan kalimat. Dalam domain teks, Gato bisa melakukan tugas seperti menulis esai, menjawab soal-soal trivia, atau memberikan saran dalam percakapan.

4. Kendali Lingkungan Simulasi

Contoh: Mengontrol agen dalam simulasi untuk navigasi atau pemecahan masalah. Misalnya, Gato bisa memandu agen melalui labirin virtual atau menyelesaikan tantangan fisika sederhana dalam simulasi 3D.

5. Manipulasi Data Visual

Contoh: Memahami dan memberikan konteks pada data gambar atau video. Dalam tugas ini, Gato mampu menganalisis data visual dan memberikan interpretasi yang relevan, misalnya mengenali objek dalam gambar atau memahami gerakan dalam video.

Mengapa Gato Menonjol?

  1. Multifungsi dalam Satu Model:

Gato tidak memerlukan model terpisah untuk setiap tugas. Sebaliknya, model yang sama bisa digunakan untuk banyak tugas di berbagai domain seperti teks, gambar, atau kontrol robotik.

  1. Transfer Learning:

Kemampuan untuk mempelajari satu tugas dapat membantu kinerjanya dalam tugas lain. Contohnya, memahami bahasa dapat membantu dalam navigasi simulasi karena model memahami konsep instruksi.

  1. Pendekatan Menuju General AI:

Gato adalah langkah menuju AI yang lebih universal, meskipun masih tergolong Narrow AI. Namun, kemampuannya dalam menangani lebih dari 600 tugas berbeda menjadikannya salah satu model paling fleksibel saat ini.

Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H

HALAMAN :
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
Mohon tunggu...

Lihat Konten Artificial intelligence Selengkapnya
Lihat Artificial intelligence Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun