Dari kursus: Pengantar Kecerdasan Buatan

Machine learning

Dari kursus: Pengantar Kecerdasan Buatan

Mulai uji coba gratis 1 bulan Beli untuk tim saya

Machine learning

“

- Bayangkan komputer yang tidak perlu diprogram. Sistem dapat belajar dengan cara yang sama seperti yang Anda lakukan hanya dengan mengamati dunia. Anda telah melihat bahwa sistem AI sebelumnya menggunakan pendekatan simbolis. Idenya adalah bahwa jika sistem mengenali simbol maka itu akan mulai tampak cerdas. Salah satu tantangan utamanya adalah bahwa pemrogram bekerja dengan para ahli untuk membuat sistem. Itu sebabnya mereka disebut sistem ahli. Belakangan, ilmuwan komputer menyerah pada pendekatan ini karena menciptakan terlalu banyak kombinasi. Mereka memutuskan bahwa Anda tidak dapat hanya memprogram kecerdasan ke dalam suatu sistem tetapi mungkin Anda dapat memprogram sistem untuk menjadi cerdas melalui pengamatan. Itu tidak akan merasa, mendengar atau melihat atau terasa seperti manusia. Sebaliknya, ia akan belajar dengan merasakan data. Pada tahun 1959, seorang ilmuwan komputer bernama Arthur Samuel membuat program catur yang bisa belajar dengan bermain melawan dirinya sendiri. Itu memainkan kedua sisi papan dan mengajarkan dirinya sendiri strategi melalui pengamatan. Semakin banyak mesin bermain, semakin banyak ia melihat pola tentang cara menang. Ilmuwan komputer tidak memprogram mesin untuk bermain dam. Ia belajar melalui pengalamannya sendiri. Arthur Samuel menyebut ide ini pembelajaran mesin. Ini berbeda dari sistem simbolik. Tidak ada manusia yang memprogram gerakan dan gerakan balasan. Sebaliknya, sistem ini dirancang untuk belajar dan meningkatkan sendirinya. Sistem akan dengan cepat mempelajari strategi pemeriksa baru dan setelah waktu yang singkat secara konsisten mengalahkan programmernya. Pembelajaran mesin adalah penemuan terobosan. Hanya ada satu kelemahan. Sistem ini dapat bermain game, tetapi pada tahun 1950-an tidak ada banyak data digital. Ingatlah bahwa pembelajaran mesin menggunakan data sebagai panca inderanya. Jadi tanpa data, itu hanya bisa menemukan pola yang paling sederhana tetapi itu semua berubah. Pada awal 1990-an, ledakan internet tiba-tiba membuat orang biasa membuat data dalam jumlah besar. Tahun 1990-an adalah masa pertumbuhan eksplosif untuk sistem pembelajaran mesin. Data baru itu seperti air yang mengalir ke bidang kering kecerdasan buatan. Pada titik ini, sistem pembelajaran mesin memiliki bahan bakar yang mereka butuhkan untuk menjadi lebih cerdas. Jadi, jika Anda ingin mengajari sistem tentang cara mengidentifikasi kucing, Anda memiliki akses ke jutaan gambar kucing secara online. Ilmuwan komputer mulai membuat algoritme pembelajaran mesin yang lebih baru. Bahkan ada beberapa peneliti yang mulai membuat sistem yang dirancang untuk meniru otak manusia. Salah satu keuntungan besar belajar melalui data adalah mesin dapat terus tumbuh dengan lebih banyak data. Jika mesin menemukan pola baru, ia dapat beradaptasi dengan informasi baru. Tetapi penting untuk diingat bahwa Anda masih menghadapi beberapa tantangan yang sama. Sistem pembelajaran mesin masih hanya mengidentifikasi pola. Namun, dalam beberapa tahun terakhir machine learning telah menjadi area dengan pertumbuhan tercepat dalam AI. Seiring bertambahnya jumlah data Area ini bahkan menunjukkan lebih banyak janji. Organisasi terus-menerus mengumpulkan data baru dalam jumlah besar. Jadi sekarang tantangan besarnya adalah mencari tahu apa yang harus dilakukan dengan semua informasi ini. Dalam arti tertentu, Anda memiliki sistem kecerdasan buatan yang melihat data Anda dan membiarkan organisasi Anda melihat apa yang ditemukannya.

Konten