Pengertian Mechine Learning dan bedanya dengan AI

By

Apa yang dimaksud dengan Mechine Learning?

Mechine Learning adalah cabang dari kecerdasa buatan yang berfokus pada pengembangan sistem yang bisa belajar sendiri dari data, tanpa harus diprogram secara kaku untuk setiap tugasnya.


Perbedaan antara Mechihe Learning dan AI

1. Definisi Dasar

  • Artificial Intelligence (AI): Konsep yang lebih luas yang bertujuan agar mesin mampu meniru kecerdasan manusia. Ini mencakup segala hal, mulai dari sistem yang mengikuti aturan logika sederhana (IF-THEN) hingga sistem yang sangat kompleks.

  • Machine Learning (ML): Cabang dari AI yang berfokus pada pengembangan algoritma agar komputer bisa belajar sendiri dari data tanpa perlu diprogram secara eksplisit untuk setiap langkahnya.

2. Cara Kerja

  • AI: Fokus pada pengembangan sistem yang mampu melakukan tugas secara "pintar". Contohnya adalah asisten virtual seperti Siri atau chatbot yang bisa merespons sesuai aturan yang ditetapkan.

  • Machine Learning: Fokus pada pemberian data kepada algoritma. Algoritma tersebut akan mencari pola dalam data dan membuat prediksi atau keputusan. Semakin banyak data yang diberikan, semakin "pintar" sistem ML tersebut.

3. Perbandingan Utama


Mechihe Learning dan AI menurut Ahli

1. Andrew Ng

Founder Google Brain dan Coursera, serta salah satu pakar AI paling terkemuka di dunia.

  • Tentang AI: Beliau sering menyebut AI sebagai "The New Electricity" (Listrik Baru). Menurutnya, sebagaimana listrik mengubah hampir setiap industri besar 100 tahun lalu, AI akan melakukan hal yang sama saat ini.

  • Tentang Machine Learning: Andrew Ng mendefinisikan Machine Learning sebagai: "Ilmu pengetahuan yang membuat komputer bertindak tanpa diprogram secara eksplisit."

Beliau menekankan bahwa ML adalah alat utama yang membuat AI menjadi sangat kuat karena kemampuannya untuk mengekstraksi pengetahuan dari data yang besar.

2. Arthur Samuel

Pelopor di bidang kecerdasan buatan dan komputer grafis, serta orang yang pertama kali mencetuskan istilah "Machine Learning" pada tahun 1959.

  • Tentang AI & ML: Meskipun ia hidup di era awal komputer, definisinya tetap menjadi acuan standar hingga sekarang. Ia berpendapat bahwa Machine Learning adalah: "Bidang studi yang memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit."

Pendapat Samuel ini menggarisbawahi perbedaan mendasar antara pemrograman tradisional (di mana manusia memberi semua instruksi) dengan Machine Learning (di mana mesin menemukan pola sendiri).


Contoh Aplikasi Mechine Learning dalam kehidupan sehari-hari

1. Media Sosial (TikTok & Instagram)



Kamu pasti merasakan algoritma "For You Page" (FYP). ML bekerja di sini dengan cara:

  • Mempelajari perilaku: Menghitung berapa detik orang menonton videomu.

  • Prediksi: Jika seseorang sering menonton konten tentang "Jepang" atau "Vape", ML akan terus menyuguhkan video serupa kepada mereka.

  • Optimalisasi: Membantu kontenmu bertemu dengan audiens yang tepat.

2. Google Translate & Lens



  • NMT (Neural Machine Learning): Google tidak lagi menerjemahkan kata per kata, tapi mempelajari jutaan kalimat untuk memahami konteks agar terjemahannya terdengar lebih alami.

  • Visual Recognition: Saat kamu mengarahkan kamera ke tulisan Kanji, ML mengenali pola garis tersebut dan mengubahnya menjadi teks digital.

3. Layanan Transportasi Online (Gojek / Grab)



Saat kamu memesan transportasi ke kampus atau tempat kerja:

  • Penentuan Harga: ML menganalisis permintaan, ketersediaan mitra, dan cuaca untuk menentukan harga saat itu (dynamic pricing).

  • Rute Tercepat: Mempelajari data kemacetan secara real-time untuk memberikan saran jalan yang paling efisien.

Tidak ada komentar:

Posting Komentar