Dari Deep Learning - AI Hingga Ide Kepresidenan Menggunakan Artificial Intelligence

Deep Learning (DL) adalah bagian dari machine learning (ML) yang ada didalam artificial intelligence (AI).  

Deep Learning adalah teknik ML yang mendukung algoritma yang terinspirasi oleh struktur dan fungsi otak manusia, dan disebut sebagai artificial neural network (ANN).

Dalam deep learning, algoritma komputer belajar untuk melakukan tugas klasifikasi secara langsung pada data yang kompleks berupa gambar, teks, atau suara. 

Algoritma ini dapat mencapai state-of-the-art (SOTA), dan bahkan terkadang melebihi kinerja tingkat manusia. DL dilatih dengan sekumpulan big data berlabel dan arsitektur ANN, yang melibatkan banyak lapisan.

Contoh Penggunaan Deep Learning:

Asisten Virtual

Adalah penerjemahan ucapan dan ucapan bahasa manusia.

• Cortana
• Siri
• Alexa.

Mobil Otonom Tanpa Pengemudi

Menavigasi mobil otonom, membutuhkan pengalaman dan keahlian seperti manusia untuk memahami: 

• skenario jalan
• cara kerja sinyal pejalan kaki
• pentingnya berbagai rambu lalu lintas
• batas kecepatan
• dll.

Diperlukan sejumlah besar data nyata.  Big data dengan kriteria tersebut, akan meningkatkan efisiensi algoritma yang selanjutnya akan meningkatkan alur pengambilan keputusan.

Bot Layanan dan Obrolan

Interaksi chatbot dengan manusia untuk menyediakan layanan pelanggan membutuhkan respons yang kuat dengan cara menjawab semua pertanyaan rumit dan respons yang tepat, DL diperlukan untuk algoritma pelatihan tersebut.

Terjemahan

Menerjemahkan pidato secara otomatis dalam berbagai bahasa membutuhkan pengawasan pembelajaran yang mendalam. Ini adalah mekanisme yang bermanfaat bagi wisatawan, pelancong, dan pejabat pemerintah.

Pengenalan wajah

Pengenalan wajah memiliki banyak fitur mulai dari yang digunakan dalam keamanan hingga mekanisme/fitur penandaan yang digunakan di Facebook.

Seiring dengan perkembangan teknologi, AI juga memiliki masalah yang adil. Misalnya, mengenali orang yang sama dengan penambahan berat badan, penurunan berat badan, kumis, tanpa kumis, gaya rambut baru, dll.

Belanja dan Hiburan 

Semua aplikasi belanja seperti Amazon dan Myntra dan aplikasi hiburan seperti Amazon Prime dan Netflix menyimpan data dan kebiasaan pembeli dan menunjukkan saran untuk pembelian dan tontonan di masa mendatang.  

"Anda mungkin ingin menonton / membeli?". 

Semakin banyak data yang dimasukkan dalam algoritma Deep learning, semakin efisien dalam pengambilan keputusan.

Farmasi

Menyesuaikan obat-obatan berdasarkan genom dan penyakit tertentu. DL telah memperluas cakupan aplikasi semacam itu dan telah menarik perhatian perusahaan farmasi terbesar.

Diagnosis Penyakit

Dalam sebuah makalah yang diterbitkan Nature, para peneliti merinci bagaimana AI dapat mendiagnosis melanoma lebih baik daripada dokter kulit bersertifikat dengan pengalaman puluhan tahun. 

AI lainnya sedang dilatih untuk mendeteksi kebutaan akibat diabetes dan kanker paru-paru. Didukung oleh jaringan neural yang dimodelkan pada otak manusia, program ini dapat menyerap informasi dalam jumlah besar dan belajar dari kesalahan.

Deteksi penipuan

• Amazon Simple Storage Service (Amazon S3) bucket berisi contoh kumpulan data transaksi kartu kredit.
• Amazon SageMaker notebook instance dengan model ML berbeda yang akan dilatih dengan dataset.
• Fungsi AWS Lambda adalah fungsi yang memproses transaksi dari kumpulan data contoh dan memanggil dua titik akhir Amazon SageMaker yang menetapkan skor anomali dan skor klasifikasi ke titik data yang masuk.
• Amazon API Gateway REST API untuk memanggil prediksi menggunakan permintaan HTTP yang ditandatangani.
• Amazon Kinesis Data Firehose memuat transaksi yang diproses ke dalam bucket Amazon S3 lain untuk penyimpanan.
• Teknologi Geolocation menunjukkan pengguna berdasarkan lokasi fisik mereka pada saat pembelian. Membandingkan data pengguna dengan informasi yang dimiliki platform memungkinkan untuk memverifikasi apakah pembeli melakukan pemesanan dari lokasi yang wajar.
• Teknologi Proxy Piercing salah satu cara untuk menangani menggunakan proxy dimana pengguna mencoba dan menyamarkan alamat IP mereka untuk mempersulit  transaksi untuk ditinjau berdasarkan alamat IP atau melacak lokasi penipu. 
• Perangkat Fingerprinting adalah teknik forensik yang digunakan untuk mengidentifikasi setiap pembelian pada perangkat yang bersangkutan. Alat tersebut mengumpulkan informasi unik berdasarkan perangkat keras dan perangkat lunak yang diinstal pada perangkat yang mengunjungi situs Anda. Data dan informasi yang dimiliki oleh sistem  memungkinkan untuk memblokir perangkat yang terkait dengan aktor jahat dalam transaksi sebelumnya, dan melacak perangkat tepercaya.
• Dan masih banyak lagi teknik yang umum digunakan di setiap platform untuk mendeteksi penipuan lainnya seperti velocity checking, biometric, pengenalan wajah, dll. .

Perawatan kesehatan

Gambar MRI yang Dibuat oleh AI Dapat Membantu Melatih Model DL.  Para peneliti menggunakan kecerdasan buatan untuk membuat gambar sintetik yang dapat digunakan untuk melatih model pendukung keputusan klinis pembelajaran mendalam.

Hiburan

• Periklanan:  Membantu meningkatkan penjualan iklan dengan mengizinkan penyisipan iklan yang disesuaikan. Penghasilan iklan acara olahraga langsung dimaksimalkan dengan opsi penggantian billboard digital.
• Konten dan saran yang disesuaikan untuk Anda
• Analisis Prediktif
• Mengontrol Distribusi Konten Online
• Kategorisasi dan Klasifikasi Konten
• Transkripsi dan subtitel otomatis
• Chatbots yang dapat disesuaikan untuk dukungan virtual
• Mengontrol dan mendeteksi konten palsu
• Tag dalam metadata
• Komputer dan video game

AI Vs Pemain Game Profesional

AI yang dibuat oleh Google telah memenangkan 60 pertandingan berturut-turut melawan pemain Go terbaik dunia.  Dalam hal  ini, AI harus menguasai permainan yang jauh lebih rumit daripada catur. (Ada lebih banyak kemungkinan game Go daripada jumlah atom di alam semesta yang diketahui.) .

AI menghadapi banyak sekali pilihan dan harus berpikir puluhan langkah ke depan diperlukan untuk membuat keputusan yang sulit, membuat strategi yang melibatkan risiko dan beroperasi dengan informasi yang tidak lengkap. 

Menurut Myungwan Kim, seorang pemain Go profesional

“Menang dengan melakukan hal-hal yang belum pernah kami lihat sebelumnya,  Kami pikir butuh 50 tahun bagi perangkat lunak untuk mengalahkan pemain top di dunia, tetapi, selama lima bulan, program ini menjadi pemain terbaik di dunia.”

Sumber:  youtube.com/@USGOWeb

Faktanya, program catur di ponsel di saku Anda memiliki pengetahuan yang lebih strategis daripada kebanyakan penduduk 1600 Pennsylvania Avenue, dulu atau sekarang. 

Ide Kepresidenan Menggunakan AI

Manusia cenderung membuat keputusan berdasarkan ego, kemarahan, dan kebutuhan untuk membesarkan diri, bukan kebaikan bersama. 

Seorang presiden dengan kecerdasan buatan dapat dilatih untuk memaksimalkan kebahagiaan bagi kebanyakan orang tanpa melanggar kebebasan sipil. Ia bahkan mungkin belajar bahwa nge-tweet lebih sedikit adalah ide yang bagus—atau tidak sama sekali.

Sebuah kepresidenan AI pada tahun 2003. 

Perangkat lunak yang menganalisis laporan selama beberapa dekade tentang Saddam Hussein, menyerap intelijen tentang WMD, dan menyimpulkan bahwa invasi ke Irak jelas merupakan ide bodoh dan tidak mungkin menyebarkan demokrasi. Sama seperti Vietnam.

Yann LeCun MIT Technology Review Tahun 2015. 

Salah satu pemikir terkemuka dalam deep learning, Yann LeCun dari Facebook, meramalkan waktu yang tidak lama lagi di masa depan ketika mesin akan mulai memahami bahasa, motivasi, dan pemikiran. “Hubungan kami dengan dunia digital akan benar-benar berubah karena agen cerdas yang dapat Anda ajak berinteraksi,” kata LeCun kepada MIT Technology Review pada tahun 2015. 

Ini baru awal revolusi Deep Learning. Tidak lama lagi AI akan cukup canggih untuk mengimplementasikan serangkaian keyakinan inti ketika AI akan memiliki penilaian yang lebih baik daripada kebanyakan politisi.

Presiden manusia di era modern sudah kewalahan oleh arus informasi yang meningkat,  dengan sangat cepat.  Manusia tidak dirancang untuk era digital dalam kemampuan untuk menangani data yang begitu besar dan datang dengan cepat untuk ditangani secara tepat, kotak masuk email, apalagi aliran data dari lembaga pemerintah, ekonomi, militer,  dan tuntutan masyarakat. 

Pengemudi AI dapat menerima informasi 360 derajat secara bersamaan, melihat lebih jauh ke jalan, dan bereaksi lebih cepat daripada manusia mana pun. Bisakah Presiden AI melakukan hal yang sama?

AI disematkan dengan bias, blind spot, dan asumsi budaya dan filosofis penciptanya. Komitment AI adalah memberikan tujuan akhir, dan mencari cara terbaik untuk membawa kami ke sana. 

Jadi, seperti semua presiden, pemimpin AI akan berupaya memaksimalkan kepuasan mayoritas pemilih dalam batas-batas hukum. Tidak seperti kebanyakan manusia, AI dapat mengatasi bias dan asumsi yang tidak membantunya mencapai tujuannya.

Dalam beberapa hal, munculnya kepresidenan AI akan tampak seperti evolusi alami. Jutaan orang sudah mempercayakan hidup mereka pada kecerdasan mesin. 

Pesawat komersial telah lama terbang sendiri dan cenderung paling sering jatuh saat pilot beralih ke kontrol manual. Ada lebih dari satu juta robot yang bekerja di bidang manufaktur, membangun segala sesuatu mulai dari kereta api hingga komputer. 

Hampir setiap aspek kehidupan kita adalah digital dalam beberapa hal, mulai dari rekening bank hingga hiburan. Entah kita mengetahuinya atau tidak, pengalaman apa pun kemungkinan besar dioptimalkan oleh AI, membuat hidup lebih mudah daripada satu dekade lalu.

Terkadang manusia menjadi semakin terbiasa dengan gagasan bahwa layanan digital tahu lebih banyak tentangnya, daripada mengetahui tentang dirinya sendiri. 

Seorang presiden AI mungkin dapat menyarankan kebijakan dengan pengetahuan luar biasa yang sama dengan Netflix yang menyarankan acara dan film yang akan disukai oleh pelanggannya.

Di sisi lain, tentu saja, presiden AI dapat diretas atau berubah menjadi iblis saat ia belajar secara mandiri dan mengejar misinya untuk mengoptimalkan kebahagiaan bagi sebagian besar warga negara. 

Untuk mengilustrasikan kemungkinan distopia, CEO Tesla Elon Musk menggunakan contoh AI yang dibuat untuk menanam dan memanen stroberi.  Untuk memenuhi misi utamanya memetik stroberi sebanyak mungkin, AI mungkin menyimpulkan bahwa masuk akal untuk memusnahkan umat manusia dan mengubah planet ini menjadi perkebunan stroberi yang besar. 

Bayangkan apa yang bisa terjadi jika kita memberikan AI kode peluncuran nuklir. Bagaimana kita bisa mempercayakan hidup kita pada sebuah mesin? Bahkan jika AI diprogram untuk memaksimalkan kebahagiaan, AI mungkin memutuskan bahwa ancaman pemanasan global cukup untuk membenarkan pembunuhan jutaan orang untuk mengurangi emisi karbon. 

Dan faktanya adalah bahwa pelajaran apa pun yang dipelajari AI berdasarkan konsumsi data dalam jumlah besar tetap akan menjadi kotak hitam.

Kami telah menghabiskan banyak waktu membayangkan masa depan dystopia yang melibatkan kecerdasan mesin. Di Terminator, Skynet menjadi nakal dan mencoba memusnahkan umat manusia. 

Dalam The Matrix, mesin mengubah kita menjadi baterai, dan pada tahun 2001:  A Space Odyssey Hal menjadi ancaman yang rumit. 

Tapi tidak harus seperti itu. Jelas ada risiko, tetapi penting untuk tidak melupakan manfaat yang dapat diberikan oleh kepresidenan AI.

Tujuan AI adalah membebaskan kita dari melakukan hal-hal yang tidak kita kuasai, seperti mengemudi, membuat diagnosis medis, dan memerintah. Sangat mungkin AI akan mengarah ke era baru kemakmuran dan kedamaian manusia.

Semua ini tidak akan terjadi segera atau sekaligus. Para pemimpin akan mulai dengan beralih ke AI untuk membantu mereka menganalisis situasi yang rumit dan membuat skenario yang optimal. Selangkah demi selangkah, akan semakin jelas bahwa AI dapat menangani semakin banyak pengambilan keputusan yang sulit. 

Dan mungkin akan tiba saatnya ketika kita menyadari bahwa kita lebih baik dengan AI sebagai presiden. Mungkin kita bisa memilih orang lain untuk menjadi tuan rumah makan malam kenegaraan.

Baca Juga:  

• Artificial Intelligence (AI) Vs. Machine Learning (ML)
• Artificial Neural Network (ANN)
• Sejarah Neural Networks
• Teknologi Offside Semi-Otomatis Digunakan di FIFA World Cup 2022
  
• Evolusi Teknologi Machine Learning dalam Kehidupan Sehari-hari
• Mengenal Teknologi Machine Learning
• Mengenal media sintetis yang akan mengubah bisnis masa depan

Sumber:  

• Wired.com, Hear Me Out: Let’s Elect an AI as President
• Analyticssteps.com, Deep Learning (DL).
• MIT Technology Review, Teaching Machines to Understand Us