NLP lebih mengarah ke interaksi atau komunikasi antara komputer dan juga bahasa asli manusia. Contohnya komputer dapat melakukan ekstraksi informasi dari segala input yang memiliki dan berhubungan dengan bahasa.
- Computer Vision
Computer Vision merupakan salah satu cabang AI yang mempelajari fokus yang berkaitan dengan kepresisian dalam pemrosesan gambar. Perangkat lunak atau mesin ini menggunakan vision yang didalamnya menerapkan teknologi inspeksi otomatis berbasis gambar. Computer Vision ini sangat erat dengan membangun arti dari gambar menuju objek fisik. Jadi cabang ini juga di gabungkan dengan AI secara umum akan menjadi Visual Intelligent System.
- Sistem Navigasi Robotika
Sedangkan cabang ini mempelajari rancangan suatu robot dalam dunia perindustrian. Diperkirakan di tahun-tahun yang akan datang fungsi manusia dalam dunia industri akan digantikan dengan robot. Robot hasil dari cabang ini memiliki istilah lain seperti Computer Vision dan Machine Vision (hal penting dalam pengembangan robot komunikasi).Â
- Game Playing
Dari katanya kita bisa menyimpulkan bahwa cabang ini berhubungan dengan permainan. Maksudnya cabang ilmu ini memiliki karakteristik yang dikendalikan oleh pengguna atau pemakai. Bukan hanya itu saja, karakter lawan juga dikendalikan oleh game secara mandiri serta dari pengguna lain juga.Â
- Sistem Pakar
Kalau tadi ada yang membahas tentang interaksi, fokus kemiripan, dan juga pengendalian oleh pengguna, cabang ini berhubungan dengan problem solving dan belajar menggunakan nalar untuk meniru keahlian tertentu yang akhirnya permasalahan yang awalnya hanya bisa dipecahkan oleh para spesialis, bisa diselesaikan oleh manusia yang tidak ahli dalam bidang tersebut.Â
Selain itu, dalam buku yang berjudul Buku Ajar Kecerdasan Buatan (Artificial Intelligence) dijelaskan bahwa ada 3 konsep AI yang mana kurang lebih 20 tahun terakhir telah menghasilkan inovasi yang luar biasa antara Big Data, penelitian medis, dll. 3 konsep tersebut antara lain:
- Marchine Learning
Konsep ini menjelaskan bagaimana suatu perangkat dapat melakukan belajar secara mandiri dengan adanya bantuan kode yang membuat mesin atau perangkat itu berpikir dan dapat menyelesaikan masalah yang ada. Akan tetapi jika kode yang ada tidak sesuai dengan apa yang perangkat itu pelajari, ada kemungkinan perangkat tersebut tidak bisa menjawab penyelesaian yang terbaik dari suatu masalah.Â
Contohnya dalam beberapa smartphone ada yang memiliki fasilitas kalender atau alarm yang dapat mengingatkan penggunanya pada hari spesial tertentu atau penanda yang memang sudah ditandai oleh pengguna smartphone tersebut.Â
Pada konsep ini mesin akan melakukan sesuatu hal yang dilakukan oleh manusia. Contohnya dalam ponsel, TV, dan lainnya yang memiliki fasilitas kontrol suara. Contoh lain dari deep learning ini adalah perangkat yang menggunakan data besar dengan data label dan penggunaan jaringan syaraf yang memiliki banyak lapisan, contohnya finger print yang ada di HP ataupun Laptop saat ini.
Jaringan Syaraf Tiruan atau Neural Network merupakan pelaksanaan proses informasi yang menggunakan prinsip sistem syaraf biologis manusia. Maksudnya dalam konsep ini kemampuan otak manusia yang bisa melakukan proses informasi ada juga di dalam sebuah perangkat, dan kemampuan ini merupakan kunci dari "struktur otak" perangkat dalam mengelola informasi.Â
Contohnya sejak awal tahun 2000 mesin sudah bisa melakukan pengenalan model tulisan tangan dalam pembayaran CEK, analisis data, pengenalan wajah, dan prediksi cuaca. Artinya perangkat mengelola pemahaman pola atau pengelompokan data melalui pembelajaran.