Kecerdasan Buatan vs Pembelajaran Mesin: Apa Perbedaannya?

Kecerdasan buatan adalah istilah umum yang digunakan untuk menggambarkan berbagai jenis ‘kecerdasan ‘ virtual dari gaya dan jenis yang ditemukan pada manusia.

Pembelajaran mesin adalah jenis kecerdasan buatan, tetapi itu bukan gaya dan jenis AI yang kita lihat di TV atau film; sebaliknya, itu adalah proses yang digunakan untuk membuat kecerdasan virtual.

Apa itu Kecerdasan Buatan?

Kecerdasan buatan adalah ukuran kemampuan intelektual komputer. Tapi tidak ada badan ilmiah yang memutuskan apa itu kecerdasan buatan atau bukan; istilah ini didefinisikan oleh siapa pun yang menggunakannya.

The Encyclopedia Britannica mendefinisikan kecerdasan buatan sebagai “kemampuan komputer digital atau robot yang dikendalikan komputer untuk melakukan tugas yang umumnya terkait dengan makhluk cerdas.” Dalam pengertian ini, komputer yang dapat membuat prediksi adalah kecerdasan artifisial.

Britannica, bagaimanapun, melanjutkan dengan mencatat bahwa “istilah ini sering diterapkan pada proyek pengembangan sistem yang diberkahi dengan proses intelektual yang menjadi karakteristik manusia, seperti kemampuan untuk bernalar, menemukan makna, menggeneralisasi, atau belajar dari pengalaman.”

Dalam budaya populer, kita cenderung melihat Android yang tampak seperti manusia yang berbicara, berpikir, dan merasakan seperti kita manusia. Android, atau robot, semacam ini, juga merupakan bentuk kecerdasan buatan, tetapi mereka adalah AI tingkat tinggi yang membutuhkan AI tingkat rendah, seperti pembelajaran mesin, untuk bekerja.

Apa itu Pembelajaran Mesin?

Sementara kecerdasan buatan adalah ukuran kemampuan intelektual komputer, pembelajaran mesin adalah jenis kecerdasan buatan yang digunakan untuk membangun kemampuan intelektual di komputer.

Investopedia mendefinisikan pembelajaran mesin sebagai “konsep bahwa program komputer dapat belajar dan beradaptasi dengan data baru tanpa campur tangan manusia.” Contoh yang mungkin Anda gunakan adalah ketika Anda mencari foto tertentu di perpustakaan foto ponsel Anda. Anda dapat mencari ‘pohon’, dan gambar pohon akan muncul tanpa Anda mengatakan ke telepon, “Ini adalah pohon.”

Pembelajaran mesin didukung oleh hub komputer yang saling berhubungan atau superkomputer yang memproses data dalam jumlah besar untuk melatih program agar memberikan keluaran tertentu dengan masukan yang diberikan.

Contoh Kecerdasan Buatan vs. Pembelajaran Mesin

Pada 2011, penantang baru. Superkomputer IBM Watson mengalahkan dua juara dari pertunjukan game Jeopardy yang telah berlangsung lama .

Mesin seukuran ruangan ini dapat memahami dan menjawab pertanyaan rumit dan spesifik yang menjadi karakteristik pertunjukan lebih baik daripada pemain terbaik di acara itu saat itu. Watson adalah contoh kecerdasan buatan.

IBM menawarkan layanan yang disebut IBM Watson Machine Learning yang memungkinkan pihak ketiga menggunakan teknologi mereka untuk membuat, melatih, dan menguji software prediktif seperti yang digunakan superkomputer Watson.

Watson perlu secara mandiri ‘memahami’ dan ‘menanggapi’ tulisan dan ucapan manusia, yang merupakan contoh pembelajaran mesin.

Watson, superkomputer, adalah kecerdasan buatan, sedangkan kemampuannya untuk ‘memahami’ bahasa dan merespons menggunakan pembelajaran mesin, seperti asisten digital seperti yang digunakan Alexa untuk berbicara dengan Anda.

Kecerdasan buatan, seperti yang digambarkan dalam film-film, jauh lebih maju daripada Watson milik IBM. Namun, pembelajaran mesin akan menjadi komponen penting AI tingkat tinggi, seperti robot dan android, sama seperti komponen integral Watson.

FAQ

  • Apa itu validasi silang dalam pembelajaran mesin?

Validasi silang adalah metode statistik yang digunakan untuk mengevaluasi model pembelajaran mesin. Subset dari data input yang tersedia digunakan untuk melatih model, dan subset pelengkap dari data digunakan untuk evaluasi.

  • Apa itu fitur dalam pembelajaran mesin?

Dalam pembelajaran mesin, fitur adalah properti terukur dari suatu fenomena. Misalnya, dalam algoritme pengenalan suara, fitur mencakup rasio kebisingan dan panjang suara.

  • Apa itu jaringan saraf ?

Jaringan saraf tiruan adalah serangkaian neuron buatan yang saling berhubungan yang dimodelkan setelah yang ada di otak manusia. Jaringan saraf mampu memproses informasi baru untuk dipelajari dan membuat prediksi.