Artificial Intelligence Kecerdasan Buatan Tak Lagi Sekadar Cerita Fiksi Ilmiah

JS NEWS – Jarvis digambarkan sebagai karakter yang telaten dalam menjawab setiap pertanyaan. Ia selalu menjalankan perintah dari “majikannya”. Menariknya, Jarvis bukanlah asisten pribadi. Ia juga bukan manusia.

Jarvis (J.A.R.V.I.S), yang merupakan singkatan dari Just A Rather Very Intelligence System, merupakan program kecerdasan buatan berbasis bahasa alami atau natural language yang diciptakan tokoh protagonis Tony Stark dalam film superhero Iron Man.

Tadinya Jarvis hanya dirancang sebagai sistem keamanan rumah dan asisten rumah tangga yang berfungsi untuk memenuhi apapun kebutuhan pemiliknya. Kemudian Jarvis di-upgrade menjadi asisten virtual yang ditanam pada baju besi dan bisa terkoneksi dengan banyak hal.

MEMBUDAYA LEWAT SINEMA FIKSI ILMIAH

Kecerdasan buatan turut dikenal dari referensinya pada pop culture sejak awal 2000an. Sejumlah film Hollywood menampilkan premis tentang bagaimana teknologi ini menjadi level kecerdasan tertinggi di dunia atau dikenal dengan hipotesis AI take over.

Alan Turing
I, Robot – 2004

Ketakutan menjadi kenyataan saat robot menjadi perusak profesional dan mengambil alih posisi manusia di 2035.

Alan Turing
Iron Man – 2010

Ikatan kuat sosok jenius Tony Stark dengan asisten berbasis kecerdasan buatan bernama Jarvis.

Alan Turing
Her – 2013

Cerita romansa sangat tak biasa yang dialami Theodore Twombly dan sistem operasi bernama Samantha.

Alan Turing
The Terminator – 1984

Ketakutan menjadi kenyataan saat robot menjadi perusak profesional dan mengambil alih posisi manusia di 2035.

Kalau Jarvis digambarkan sebagai pelayan cerdas, karakter Samantha pada film Her dikisahkan sebagai teman setia Theodore Twombly. Keduanya gemar berdiskusi soal apapun. Kemampuan Samantha untuk belajar dan berkembang membuat Theodore jatuh cinta. Padahal Samantha hanyalah asisten virtual.

Film-film bertema fiksi ilmiah di atas menyuguhkan kecanggihan teknologi kecerdasan buatan atau Artificial Intelligence (AI). Baik cerita dan karakternya memang hanya kisah fiktif belaka, tetapi tidak dengan teknologinya.

AI bukan teknologi rekaan karena mulai diimplementasikan di dunia nyata. Jika kita kembali ke masa lampau, orang masih berpikir AI hanyalah khayalan di siang bolong.

PRODUK KECERDASAN BUATAN DI ERA LAMPAU

Sebelum sampai pada kecanggihan teknologi saat ini, 
konsep kecerdasan buatan sudah ada lewat sejumlah penemuan.Previous

Alan Turing
Turing Test – 1936

Tes ini dilakukan untuk mengetahui apakah mesin dapat berperilaku cerdas dan belajar dari pengalamannya. Penentu akan berbincang dengan manusia dan mesin. Jika penentu tak mampu membedakan mana mesin dan manusia, mesin dikatakan lulus tes.

Alan Turing
Z3 – 1941

Di awal kelahirannya, Z3 sempat disebut sebagai komputer pada masa itu karena kemampuannya yang dapat diprogram ulang, termasuk dapat memproses dan menyimpan informasi.

Alan Turing
Turing Machine – 1950

Setelah Turing Test, Alan Turing menemukan model komputasi dengan perhitungan matematis yang disebut Turing Machine. Berikut adalah salah satu bentuk implementasi dari Turing Machineyang dirancang oleh Mike Davey.

Alan Turing
Turk – Akhir Abad 18

Atau disebut Robot Orang Turki (Mechanical Turk) adalah pemain catur otomat yang dapat bermain melawan manusia. Tak hanya dapat meniru gerakan manusia, menurut penemunya Wolfgang Von Kempelen, Turk adalah mesin yang dapat berpikir.

Alan Turing
Chess Machine – 1915

Leonardo Toress menciptakan mesin catur otomat untuk membuktikan teorinya bahwa mesin dapat melakukan banyak hal. Pemain catur sepenuhnya otomat, dan permainannya dirancang untuk mencapai babak akhir antara Raja dan Benteng versus Raja.

Secara sederhana, AI dapat diterjemahkan sebagai kemampuan mesin untuk mereplikasi cara berpikir manusia. Mesin dapat berpikir cerdas dan mampu melakukan analisis berdasarkan data. Mesin malah dianggap dapat berpikir lebih cerdas dari manusia, karena AI terus belajar dan berkembang.

Dalam tulisan SAS Insights bertajuk “Artificial Intelligence: What It Is and Why It Matters?”, AI memungkinkan mesin untuk belajar dari pengalaman, menyesuaikan dengan input baru, dan menyelesaikan tugas layaknya manusia.

Sementara dikutip dari literatur berjudul “Kecerdasan Buatan, Kini dan Akan Datang”, Guru Besar Kecerdasan Buatan Binus University Widodo Budiharto menyebutkan, AI menjadi bidang ilmu komputer yang sangat penting di era kini dan masa akan datang untuk mewujudkan sistem komputer yang cerdas.

AI telah melalui beragam fase pengembangan. Butuh waktu berpuluh tahun lamanya untuk membawa AI sebagai disiplin ilmu menjadi implementasi nyata sebagaimana yang kita lihat pada kehidupan di era digital.

Kami tidak dapat menentukan konsep pemikiran AI yang pertama kali muncul. Meskipun demikian, ada sejumlah momen signifikan yang menandai kemunculan AI di dunia. Sebagaimana yang kami rangkum dari berbagai sumber, AI lahir dari banyak pemikiran, penelitian, dan penemuan para matematikawan dan ilmuwan komputer jenius di awal abad ke-20.

Cikal bakal dasar pengembangan AI disebut-sebut pertama kali lahir dari kemunculan Z3, mesin automasi pertama yang mampu menyimpan dan memproses informasi pada 1941 oleh pionir bidang ilmu komputer Konrad Zuse.

AI juga tak lepas dari konsep jaringan saraf tiruan atau Artificial Neural Network (ANN) yang bermula dari makalah Warren McCulloch dan Walter Pitts tentang bagaimana saraf bekerja pada 1943. Dalam kaitannya dengan AI, jaringan saraf tiruan berfungsi sebagai algoritma berpikir agar dapat menyerupai manusia.

Kita pun tak bisa lepas dari Alan Turing, yang pada masanya dianggap sebagai pionir kecerdasan buatan dunia. Ialah yang pertama kali memperkenalkan konsep “Apakah mesin dapat berpikir?” dalam karya ilmiahnya bertajuk “Computing Machinery and Intelligence” pada tahun 1948.

Pemikiran tersebut kemudian berbuah menjadi sebuah eksperimen bernama Turing Test yang diperkenalkan ke publik. Turing Test merupakan sebuah percobaan untuk menentukan apakah mesin dapat berperilaku cerdas. Mesin tidak harus memberikan jawaban benar, tetapi seberapa mirip jawabannya dengan manusia.

Berlanjut ke era 1950-an, saat itu belum ada terminologi yang cocok untuk mendeskripsikan kecerdasan buatan. Ada beberapa nama yang sempat diusulkan untuk menamai “mesin berpikir”, antara lain sibernetik, teori automata, dan pemrosesan informasi kompleks.

Pada akhirnya, kecerdasan buatan menjadi sebuah terminologi yang pas ketika ilmuwan komputer John McCarthy bersama Marvin Minsky, Nathaniel Rochester, dan Claude Shannon mengadakan workshoptentang mesin berpikir di Dartmouth College pada 1956. Barulah AI menjadi sebuah disiplin ilmu.

Pengembangan AI sebetulnya tidak berhenti sampai di sini. Masih banyak rentetan momen historis lain yang menunjukkan pengembangan AI dari waktu ke waktu. Sama seperti teknologi baru pada umumnya, pengembangan AI sempat melambat selama hampir satu dekade.

Ada sejumlah program atau eksperimen yang gagal karena dinilai tidak terlalu menghasilkan pengetahuan. Ada juga yang gagal karena biaya pengembangan besar dan keterbatasan teknologi saat itu. Yang tak patut kita lewatkan dari seluruh penjelasan di atas adalah bagaimana membuat mesin dapat berpikir dan melakukan pekerjaan seperti manusia?

Sebetulnya, banyak sekali elemen, teknologi, atau model turunannya yang krusial terhadap pengembangan AI. Semuanya tidak mungkin kami bahas satu-persatu.

Dalam pengaplikasiannya, jaringan saraf tiruan adalah salah satu metodologi pada AI yang berfungsi untuk memproses informasi dengan menirukan cara kerja otak manusia. Kemudian, Machine Learning yang berfungsi untuk melakukan pembelajaran dari data.

Proses pembelajaran ini dapat dicapai dengan dua pendekatan, yakni melatih mesin dengan data serta mesin belajar sendiri dari pengalaman. Tanpa data, mesin tidak dapat melakukan pembelajaran, sementara tanpa Machine Learning, AI tidak dapat diaplikasikan.

Kecerdasan Buatan Di Era Digital

Sebelum memulai aktivitas, Anda ingin mencari tempat ngopi terenak untuk kerja di sekitar Kemang. Anda mencarinya di mesin pencari Google dengan kata kunci “Rekomendasi coffee shop di Kemang”. Anda belum selesai mengetiknya, tetapi Google sudah menampilkan rentetan “Rekomendasi coffee shop…” dengan sejumlah pilihan berbaris ke bawah.

Lalu ketika Anda ingin menggunakan ojek online untuk pergi ke tempat tujuan, Anda tidak lagi repot menuliskan tempat penjemputan karena sudah tercatat pada urutan teratas riwayat bepergian. Anda pasti sering mengalaminya bukan? Apalagi jika Anda termasuk yang mengandalkan ponsel dan internet dalam berkegiatan sehari-hari.

Begitulah beberapa contoh kecil dari implementasi Machine Learning dalam kehidupan manusia di era digital. Seluruh kerja keras dan kontribusi para matematikawan dan ilmuwan di masa dulu, telah membuka jalan begitu besar terhadap bagaimana AI bekerja di masa sekarang.

Dalam lingkup yang lebih besar, kemajuan teknologi telah mendorong AI melahirkan cabang ilmu yang berujung pada implementasi yang kompleks dan tidak terbatas. AI bukanlah sekadar diidentifikasi sebagai robot dan mobil otonom, sebagaimana yang ramai diberitakan media.

AI tidak lagi dipandang sebagai karya ilmiah dan penelitian, tetapi teknologi yang banyak memberikan nilai tambah dalam kehidupan. Di negara-negara maju, AI telah digunakan untuk menyelesaikan masalah yang kompleks pada sektor besar, seperti kesehatan, manufaktur, dan keamanan siber.

Di Indonesia, implementasi AI masih terbatas pada beberapa use case, seperti chatbot dan Intelligent Video Analytics (IVA). Kendati demikian, kemajuan teknologi mendorong pengembang Indonesia untuk mengembangkan AI di beberapa cabang ilmu.

Berikut adalah dua cabang ilmu AI yang cukup banyak mendapat sorotan di ekosistem AI Indonesia:

Natural Language Process (NLP): Evolusi Layanan Pesan Instan

Guru Besar Kecerdasan Buatan Binus University Widodo Budiharto dalam literaturnya mendefinisikan Pemrosesan Bahasa Alami atau Natural Language Process (NLP) sebagai cabang ilmu yang mempelajari bagaimana bahasa alami diolah sedemikian rupa agar manusia dapat berkomunikasi dengan komputer.

“Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa alami yang digunakan manusia, yakni bagaimana komputer mengekstraksi informasi dari input berupa bahasa alami dan atau menghasilkan output berupa bahasa alami,” ungkap Widodo.

Bahasa alami umumnya digunakan manusia untuk berkomunikasi satu sama lain. Dengan Machine Learning, NLP dapat menerima, menganalisis, dan memahami percakapan manusia secara cerdas.

Dewasa ini, kemajuan teknologi mendorong pengembangan AI lebih luas dan tak terbatas pada penyelesaian suatu pekerjaan. Dalam pengaplikasiannya saat ini, NLP sering dikaitkan dengan penggunaan chatbot sebagai alat pemasaran dan peningkatan customer experiencebisnis.

Chatbot adalah program yang dirancang untuk menyimulasikan percakapan dengan manusia melalui website atau aplikasi pesan instan. Sebetulnya chatbot bisa saja dibangun tanpa NLP, namun chatbotberbasis NLP dapat membuat percakapan dengan manusia menjadi lebih alami.

Perlu digarisbawahi, hasil pengembangan NLP tidak terbatas pada pengolahan teks saja, tetapi juga suara (voice recognitionvirtual assistant, dan lain sebagainya). Jarvis dan Samantha adalah contoh tepat untuk mendeskripsikan hasil pengembangan NLP.

KETIKA MESIN “BERBICARA”…

Natural Language Process (NLP) mulai banyak dilirik perusahaan untuk menganalisis banyak data tidak terstruktur dari para konsumennya. NLP memberikan kemampuan pada mesin untuk memperoleh pemahaman dengan menganalisis bahasa manusia.

Masa Depan Marketing
Memanfaatkan teks dan suara, chatbot banyak dipakai untuk meningkatkan customer experience dan engagement hingga mencetak imbal hasil dari investasi di media sosial.

Prediksi Penyakit
Mesin NLP dapat berperilaku layaknya dokter atau tenaga medis dengan memberikan prediksi pada penyakit pasien. Prediksi ini dapat dianalisis dengan menggunakan rekam medis dan konsultasi pasien yang direkam.

Identifikasi Berita Hoax
Data kemkominfo mencatat ada 800 ribu situs penyebar hoaxper 2017 di Indonesia. NLP dapat mewujudkan mesin yang mampu mendeteksi keakuratan berita dan memastikan sumbernya terpercaya.

Co-Founder dan CEO Kata.ai Irzan Raditya meyakini NLP akan menjadi otak utama pengembangan teknologi AI di masa depan. Menurut Irzan, seiring dengan meningkatnya kebutuhan manusia dan volume data di era digital, interaksi antara manusia dengan mesin akan banyak terjadi.

Asisten virtual Google Home adalah contoh terdekat tentang bagaimana manusia mengandalkan mesin untuk melaksanakan perintah berbasis suara.

“Masa depan [NLP] itu adalah interaksi manusia dan mesin. Banyak sekali volume data yang tidak terproses, apa isi kontennya, apalagi kalau kontennya masih analog. Belum lagi ada data tidak terstruktur. NLP bisa modelling ke struktur untuk buat interaksi lebih seamless,” ujarnya optimistis.

“Masa depan [NLP] itu adalah interaksi manusia dan mesin. Banyak sekali volume data yang tidak terproses, apa isi kontennya, apalagi kalau kontennya masih analog. Belum lagi ada data tidak terstruktur. NLP bisa modelling ke struktur untuk buat interaksi lebih seamless,” ujarnya optimistis.

Computer Vision: Langkah Awal Dimulai dari Analitik Video Cerdas

Dalam perjalanannya, para ilmuwan komputer di dunia telah mencari cara untuk membuat mesin dapat “melihat” suatu objek. Pasalnya, mesin tidak memiliki kemampuan ini layaknya manusia.

Manusia melihat sebuah obyek sebagai bunga, tetapi bagi mesin obyek ini hanya terbaca sebagai angka-angka binary. Nah, Computer Vision menawarkan kemampuan mesin untuk dapat menginterpretasi dunia visual melalui foto dan video. Dengan kata lain, mesin dirancang agar mampu memahami sebuah obyek.

Untuk dapat memiliki pemahaman tingkat tinggi terhadap sebuah obyek, Computer Vision bekerja dengan sistem pengolahan citra (image processing system) dan machine vision. Semakin banyak inputdata, akan semakin baik bagi mesin dalam memahami sebuah obyek.

Dengan kemampuan yang dimiliki, Computer Vision membuka banyak peluang implementasi di berbagai jenis sektor industri. Raksasa teknologi seperti Facebook, Amazon, dan Microsoft meyakini hal tersebut dengan menggelontorkan investasi triliunan dollar untuk riset dan pengembangan produk AI.

Pengenalan wajah atau face recognition merupakan contoh paling awam yang kita ketahui. Sejumlah manufaktur ponsel bahkan telah menanamkan face recognition sebagai salah satu fitur keamanan karena teknologi ini dapat memverifikasi identitas dengan gambar digital.

Sementara pada segmen healthcare, teknologi dapat mendisrupsi bagaimana bisnis ini bekerja. Umumnya kita berkonsultasi ke dokter untuk mengetahui kondisi badan atau penyakit yang kita punya. Dengan Computer Vision dan Machine Learning, dokter dapat menentukan atau mengoptimalkan hasil diagnosa berdasarkan rekam medis pasien secara cepat.

Cara Baru Berbelanja
New Retail disebut sebagai konsep berbelanja masa depan yang mengedepankan modernisasi pengalaman konsumen. Konsumen dapat menikmati pengalaman belanja yang berbeda, seperti menjajal pakaian secara virtual.

Verifikasi dengan Wajah
Teknologi pengenalan wajah adalah pendekatan paling mudah dalam mengenalkan Computer Vision. Tak hanya untuk kebutuhan personal, face recognition dapat dimanfaatkan untuk melakukan verifikasi terhadap seseorang.

Berkendara Tanpa Supir
Pengembangan Computer Vision untuk dunia otomotif sejatinya disebut dapat menekan angka kecelakaan kendaraan, menurut data World Health Organization (WHO). Mobil nirawak diyakini dapat mengatasi masalah tersebut.

Penataan Kota dan Keamanan Negara
Computer Vision juga memberikan peran terhadap tata kota dan keamanan negara yang lebih baik. Berbasis Intelligent Video Analytics (IVA), teknologi ini dapat menjelma menjadi solusi aplikatif, seperti pengaturan lalu lintas dan pemberantas aksi terorisme.

Di Indonesia, Computer Vision telah diadopsi secara sungguhan untuk mewujudkan kota pintar dan peningkatan sistem keamanan negara. Implementasi ini adalah hasil pengembangan Nodeflux, satu-satunya startup Indonesia saat ini yang bermain di area Intelligent Video Analytics (IVA).

Namun cabang ilmu ini belum banyak dilirik oleh pengembang teknologi lokal. Pengembangan Computer Vision dinilai lebih kompleks karena pengembangan algoritmanya rumit.

Co-Founder dan CEO Nodeflux Meidy Fitranto mengakui, talenta dan infrastruktur menjadi barrier yang besar dalam mendorong minat pengembangan di bidang Computer Vision di Indonesia. Menurutnya, kurikulum di Indonesia belum mampu mengejar dengan teknologi saat ini.

Dari sisi use case, lanjut Meidy, teknologi ini sebetulnya memberikan banyak nilai tambah dan dapat menjadi solusi secara universal. Di sejumlah segmen, seperti fashion, kosmetik, dan healthcare, banyak sekali use case yang dapat dicoba.

Sayangnya implementasi tersebut belum bisa terwujud di Indonesia karena sejumlah sektor sangat diatur (highly regulated). Kendati demikian, Meidy menganggap hal ini dapat membuka jalan terhadap pengembangan AI di Indonesia.

“Indonesia belum ada yang masuk banget ke teknologi ini [Computer Vision]. Kita ingin bisa ke sana, menaikkan level, dan memberikan kontribusi ke Indonesia.”

Editorial
Editor: Amir Karimuddin
Senior Writer: Corry Anestia

Product
Product Lead: Gisella Soselisa
Design: Rizky Beny
Tech: Prasetyama Hidayat, Yoga Nugraha, Ray Azrin Karim, Yafonia

SUMBER DAILY SOCIAL

Share Is Cool