Amunisi Mempelajari Teknologi Kecerdasan Buatan

Teknologi kecerdasan buatan (AI kini telah menjadi bagian keseharian. Kita bisa melihat hasil kerjanya dari prediksi ramalan cuaca, penyaring e-mail spam, prediksi di mesin pencari, hingga produk seperti Siri dan Cortana yang bisa kita manfaatkan sehari-hari.

AI memiliki algoritma khusus yang memungkinkan teknologi ini dapat memberi reaksi, merespons, atau memecahkan masalah secara real time seperti layaknya manusia. Ke depannya pemanfaatan AI akan jauh lebih mendalam dan terasa dalam seluruh elemen kehidupan sehari-hari.

Potensi yang besar ini menjadi suatu peluang bagi siapapun yang ingin menekuninya. Namun apa saja hal-hal yang perlu diketahui? CEO Element Inc. Adam Perold dan CTO Element Inc. Yang Wang hadir dalam #SelasaStartup edisi pekan pertama bulan Maret 2017.

Element Inc. adalah perusahaan software yang khusus mengembangkan identitas biometrik berbasis di New York, Amerika Serikat. Solusinya tersebut kini dimanfaatkan untuk platform imunisasi, memberikan identitas digital untuk penyedia layanan kesehatan dan keuangan.

Baik Perold maupun Yang berbagi tentang apa saja yang harus diperhatikan sebelum mendalami teknologi mutakhir ini. Berikut rangkumannya:

1. Mengetahui lebih dalam kaitan deep learning dan AI

Deep learning bisa dikatakan sebagai puzzle yang bisa membawa AI jadi lebih cerdas dan manusiawi. Pasalnya, dalam deep learning berisi rangkaian metode untuk melatih jaringan saraf buatan multilapisan dari ujung ke ujung.

Dia belajar terus menerus seiring bertambahnya saraf, bagaimana memroses suatu informasi baru. Saat itu, deep learning bisa senantiasa diawasi atau tidak diawasi oleh manusia.

Lalu mengapa harus memahami proses kerja deep learning? Menurut Perold, hal ini disebabkan deep learning itu data driven, sehingga bisa diandalkan dalam menyampaikan data.

Contoh terdekat yang bisa dilihat dari implementasi deep learning untuk AI adalah produk yang dihasilkan Element Inc., yakni kerja samanya dengan Global Good dalam mengembangkan platform mobile untuk mengidentifikasi bayi dan anak-anak.

Berikutnya, di Bangladesh dan Kamboja, BioNIC juga menggandeng Element untuk bangun platform mobile untuk identifikasi orang dewasa hingga anak-anak usia di bawah lima tahun dengan mengecek sidik jari, telinga, kaki, iris, hanya lewat perangkat seluler saja.

"AI kami pakai sebagai alat untuk memecahkan masalah apa yang ingin kita coba pecahkan."

2. Mengenal modul-modul untuk pelajari deep learning

Untuk mempelajari seputar AI hingga deep learning, ada banyak modul yang bisa diakses secara umum. Element sendiri juga punya modul seperti ini, dinamai Torch. Ini adalah salah satu kontribusi Element terhadap proyek open source, termasuk torch7, nn, dan dp.

Kontribusi ini bisa berupa perbaikan bug, pembuatan modul baru, atau script pelatihan yang lengkap. Komunitas ini berisi pengembang Facebook, Google, Twitter, NY University, dan Purdue University.

Tak hanya Element, perusahaan teknologi lainnya juga punya hal serupa. Seperti Apache MXNet dari Amazon adalah kerangka kerja mendalam bersifat open source yang memungkinkan pengembang dapat menentukan, melatih, dan menyebarkan jaringan saraf dalam berbagai platform, fleksibel, dan tersedia dalam beberapa bahasa.

Google sendiri memiliki TensorFlow sebuah perpustakaan perangkat lunak dan open source untuk perhitungan numerik dengan menggunakan grafik aliran data di berbagai tugas.

3. Menguasai ilmu seputar deep learning

Adapun ilmu-ilmu yang memiliki korelasi kuat dengan deep learning, dijelaskan Yang, adalah matematika, termasuk kalkulus, aljabar linier, analisis numerik, vektor, dan matriks. Materi lain yang berhubungan adalah stastika, misalnya probabilitas dan analisis data. Selain itu juga dibutuhkan pengetahuan analisis kompleksitas komputasi dan optimasi seluruh ilmu tersebut.

Baca info lengkap di sini