Pendahuluan
Dalam beberapa tahun ini, terutama bagi para pembelajar, tentu pernah mendengar tentang ChatGPT. Meskipun tidak seheboh berita tentang selebriti, kehadiran ChatGPT merupakan awal dari kehadiran berbagai perangkat lunak atau sistem yang dilengkapi dengan fitur kecerdasan buatan. Penerapan fitur ini sangat membantu bagi para pengguna komputer dalam melakukan pekerjaan tertentu, misalnya merangkai kalimat dan paragraf, menggambar, bahkan sanggup mengubah dari narasi atau skrip menjadi video. Memang fitur dasar ChatGPT adalah kemampuan kecerdasan buatan. Pada artikel ini kita akan mendiskusikan topik kecerdasan buatan secara singkat.
Kecerdasan Buatan
Menurut Kamus Besar Bahasa Indonesia (KBBI) “cerdas” termasuk ke dalam jenis adjektiva (kata sifat), yang berarti sempurna perkembangan akal budinya (untuk berpikir, mengerti, dan sebagainya); bisa juga diartikan tajam pikiran. Sedangkan “kecerdasan” adalah hal tentang cerdas atau inteligensi.
Adapun kata “Kecerdasan Buatan” merupakan terjemahan dari kata Bahasa Inggris “Artificial Intelligence (AI)” arti menurut KBBI adalah program komputer dalam meniru kecerdasan manusia, seperti mengambil keputusan, menyediakan dasar penalaran, dan karakteristik manusia lainnya.
Dari sekian banyak makhluk hidup di Bumi, manusia diberikan kecerdasan sangat tinggi dibandingkan dengan makhluk-makhluk lain. Beberapa jenis binatang terbukti mempunyai kecerdasan tetapi pada tingkat yang sangat jauh di bawah dibandingkan dengan manusia.
Menurut AWS, yang dimaksud Kecerdasan Buatan (AI) adalah bidang ilmu komputer yang khusus dalam memecahkan masalah kognitif terkait dengan kecerdasan manusia, misalnya pembelajaran, penciptaan, dan pengenalan gambar. Agar suatu AI mampu melakukan itu, maka harus tersedia data dalam jumlah besar dari beragam sumber, misalnya konten buatan manusia, alat pemantauan, log (catatan peristiwa) sistem, dan sensor pintar. Dengan berbekal banyak data, suatu sistem AI belajar mampu melakukan proses klasifikasi dan membuat prediksi sebagai suatu kesimpulan berdasarkan teknik pelacakan data (pengetahuan) tertentu.
Bagi seorang anak yang pernah belajar tentang warna-warna dan nama masing-masing warna, misalnya merah, hijau, kuning, biru, dan seterusnya, pada saat dia melihat suatu warna dinding tertentu dia akan tahu bahwa itu warna yang sama dengan yang pernah dipelajari. Meskipun tidak serta merta sanggup menyebutkan nama dari warnanya, paling tidak dia masih bisa mengingat warnanya. Anak ini disebut cerdas apabila mampu mengingat kosa-kata warna-warna untuk menyebutkan nama dari warna yang dia sedang lihat, meskipun warna yang dilihat sedikit beda dengan yang pernah dipelajari.
Komponen utama dari sebuah AI sekarang ini berupa pembelajaran mesin (PM; machine learning, ML) dan jaringan syaraf tiruan (JST, artificial neural network). PM merupakan sekumpulan model dan algoritma untuk mengenali pola-pola dari data. Beberapa teknik PM berdasarkan pada model statistik. Sedangkan JST adalah sebuah model dan algoritma komputasi data dengan meniru cara kerja dari sel-sel neuron yang ada pada otak manusia. Setiap sel neuron buatan merupakan sebuah pemroses data sederhana terhubung ke neuron-neuron lain membentuk lapisan jaringan tertentu.
Sistem AI dilengkapi mesin inferensi, yaitu mekanisme bagaimana mekanisme atau aturan-aturan menarik kesimpulan dari berbagai pengetahuan yang sudah disimpan. Sebagai contoh, AI mampu menghasilkan kalimat “Ade membawa tas hitam,” dan tidak menghasilkan kalimat tidak bermakna “Ade membawa gunung hijau,” di mana kedua kalimat menggunakan pola sama yaitu Subjek Predikat Objek.
Jaringan Syaraf Tiruan dan Pembelajaran Mendalam
JST digunakan untuk memodelkan algoritma komputasi dari sekumpulan angka input dan menghasilkan sekumpulan angka output. Di antara input dan output tersedia sekumpulan elemen pemroses yang bertugas melakukan perkalian antara angka input dengan bobot masing-masing. Bayangkan ada 2 buah angka input 2 dan 3, masing-masing 10 dan 20, maka hasil perkalian dan penjumlahan: 2*10 + 3*20 = 70 akan disimpan pada sel, dan bila tersedia bobot kedua, misalnya 40 dan 50, maka hasil perkalian dan penjumlahan: 1*40 + 2*50 = 140 disimpan pada sel kedua. Angka 70 dan 140 pada kedua sel dikenakan fungsi pembatas (threshold function, activation function) untuk menghasilkan angka output dari kedua sel, misal bila angka kurang dari 100 dianggap 0, dan 100 ke atas dianggap 1, maka angka 0 dan 1 merupakan output dari sel pertama dan kedua.
