Machine Learning atau mesin
pembelajaran memiliki definisi dasar yaitu algoritma yang mengolah data,
mempelajari data tersebut, dan menerapkan apa yang telah dipelajari untuk
membuat keputusan. Apa yang telah dipelajari oleh machine learning akan
memberikan prediksi untuk suatu tujuan.
Ahli komputer asal AS bernama Arthur
Samuel adalah yang pertama kali memperkenalkan istilah machine learning pada
tahun 1959, pada saat masih bekerja di perusahaan teknologi IBM. Samuel
mendefinisikan machine learning sebagai cabang ilmu komputer yang memungkinkan
sistem memiliki kemampuan untuk belajar tanpa perlu diprogram lagi, mengkaji
aneka algoritma yang bisa belajar dari data dan membuat keputusan atau prediksi
berdasarkan data tersebut.
Hal yang perlu diingat dari keluaran
machine learning adalah bersifat prediktif, bukan hasil pasti. Menurut laporan
Tech in Asia, ketika produk baru selesai dikembangkan, kemungkinan besar hasil
prediksi tidak akan seratus persen akurat. Prediksi yang baik baru akan muncul
dari sejumlah training dan pengembangan dalam waktu lama.
Deep Learning
Deep Learning merupakan bagian dari
machine learning. Secara spesifik, deep learning adalah evolusi selanjutnya dari
machine learning. Lebih rumit, namun lebih canggih. Sebuah model machine
learning perlu ‘diberitahu’ untuk bagaimana ia menciptakan prediksi akurat,
dengan terus diberikan data. Sementara model deep learning dapat mempelajari
metode komputasinya sendiri, dengan ‘otaknya’ sendiri, apabila diibaratkan.
Sebuah model deep learning dirancang
untuk terus menganalisis data dengan struktur logika yang mirip dengan
bagaimana manusia mengambil keputusan. Untuk dapat mencapai kemampuan itu, deep
learning menggunakan struktur algoritma berlapis yang disebut artificial neural network (ANN). Dikutip
dari Zendesk, desain ANN terinspirasi dari jaringan neural biologis dari otak
manusia. Hal ini membuat mesin kecerdasannya menjadi jauh lebih tangguh
dibandingkan model machine learning standar.
Perbedaan Machine Learning dan Deep Learning
Deep Learning adalah bagian dari
machine learning. Secara spesifik, deep learning adalah evolusi selanjutnya
dari machine learning. Lebih rumit, dan lebih canggih. Andrew Ng, Chief
Scientist Baidu dan salah satu pimpinan di proyek Google Brain, memberikan analogy
mengenai deep learning kepada Wired. “Analogi untuk deep learning adalah mesin
roket itu adalah model deep learning dan bahan bakarnya adalah data yang
jumlahnya sangat banyak untuk dimasukkan ke dalam algoritmanya. Apabila tidak
memiliki mesin yang besar dan bahan bakar yang banyak, maka tidak akan bisa
menerbangkannya.”
Contoh dari Machine Learning
Sosial media merupakan situs yang
paling lama diakses oleh penggunanya berdasarkan data Alexa. Sosial media
seperti Facebook dan Twitter menggunakan machine learning sehingga penggunanya
betah. Berikut beberapa optimalisasi pengalaman pengguna yang merupakan
aplikasi dari machine learning.
·
Orang
yang Mungkin di Kenal
Facebook
mengumpulkan informasi pengguna, baik dari informasi umum seperti tempat
tinggal, alamat sekolah, alamat kerja, dan kesukaan hingga log aktivitas
seperti data percakapan, postingan, dan profil yang sering dilihat (stalking). Sehingga
bisa dilakukan prediksi teman yang mungkin sama di dunia nyata.
·
Pengenalan
Wajah
Facebook dapat
mengetahui bahwa suatu gambar yang diunggah memuat wajah orang-orang. Sehingga pengguna
dapat memberikan tag wajah pada area wajah di gambar. Seiring berjalannya waktu
dengan banyaknya foto yang diunggah, facebook akan mengenali wajah-wajah
penggunanya. Ini memungkinkan facebook melakukan tag secara otomatis wajah
orang-orang pada gambar baru yang diunggah.
·
Pos
pada Beranda
Facebook akan mengumpulkan aktivitas
tiap penggunanya, orang yang sering diajak berkomunikasi, posting yang sering
disukai, hingga grup yang sering dilihat. Hal ini digunakan untuk menampilkan
prioritas postingan yang ditampilkan pada beranda akun penggunanya. Sehingga peluang
terjadinya interaksi terhadap pos yang tampill semakin tinggi.
Contoh dari Deep Learning
Program AI AlphaGo dari Google
merupakan contoh dari pemanfaatan motode deep learning. Google menciptakan
program komputer yang belajar bermain sebuah game sejenis catur dari China
bernama Go. Dengan bermain melawan permainan Go professional, deep learning
AlphaGo mempelajari bagaimana ia bermain di tingkat yang belum terjamah sebelumnya
dalam kecerdasan buatan. Apa yang dilakukannya tanpa instruksi apapun ketika
melancarkan gerakan-gerakan spesifik. AlphaGo terus berkembang hingga akhirnya
mampu mengalahkan pemain Go professional pada Maret 2016 lalu.
Sumber :
Tidak ada komentar:
Posting Komentar