Istilah “artificial intelligent,” “machine learning” dan “deep learning” sering dibahas secara bergantian, tetapi jika kita ingin mempertimbangkan untuk berkarier di AI, penting untuk mengetahui bagaimana perbedaan dari ketiga istilah tersebut.
Menurut Oxford Living Dictionaries, artificial intelligent adalah “teori dan pengembangan sistem komputer yang mampu melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia, seperti persepsi visual, speech recognition, pengambilan keputusan, dan translate antar bahasa.”
Meskipun system tersebut mungkin disebut “cerdas,” namun beberapa sistem komputer AI tidak mampu mempelajari system yang dimiliki; di situlah pentingnya machine learning dan deep learning.
Mari kita lihat bagaimana pengertian dari machine learning dan deep learning, dan sejumlah perbedaan dari machine learning dan deep learning
Section Artikel
Apa itu Machine Learning ?
Dengan machine learning, sistem komputer diprogram untuk belajar dari data yang diinput tanpa terus diprogram ulang. Dengan kata lain, system tersebut terus meningkatkan kinerja mereka pada tugas misalnya, memainkan game tanpa bantuan tambahan dari manusia.
Machine learning saat ini telah digunakan dalam berbagai bidang : seni, sains, keuangan, perawatan kesehatan dan lain-lain.
Dan ada berbagai cara dalam mendapatkan mesin untuk belajar. Beberapa contoh sederhana, seperti basic decision tree, dan beberapa contoh yang jauh lebih kompleks, yang melibatkan beberapa lapisan jaringan saraf buatan. Yang terakhir terjadi dalam deep learning. Kita akan mendapatkan sesuatu yang lebih dalam satu menit.
Machine learning membuat hal yang tidak mungkin seperti program yang dikembangkan oleh Arthur Samuel pada tahun 1959 — menggunakan system search tree yang relatif sederhana (digunakan sebagai standar saat ini) sebagai kendali utamanya, dan komputer IBM-nya terus ditingkatkan performanya sebagai checker serta dibantu Internet juga.
Berkat Internet, sejumlah besar data telah dibuat dan disimpan, dan data tersebut dapat disediakan untuk sistem komputer untuk membantu mereka “belajar.”
Machine learning dengan R dan machine learning dengan Python adalah dua metode populer yang digunakan saat ini.
Apa itu Deep Learning ?
Beberapa orang menganggap bahwa deep learning sebagai batas dari machine learning berikutnya. Kita mungkin sudah menggunakan hasil dari program deep learning yang mendalam tanpa menyadarinya! Jika pernah menonton Netflix, kita mungkin telah melihat rekomendasinya untuk apa yang harus ditonton.
Dan beberapa layanan streaming-musik memilih lagu berdasarkan apa yang telah Kita dengarkan di masa lalu atau lagu yang telah Kita berikan jempol atau tekan tombol “suka”.
Kedua kemampuan itu didasarkan pada deep learning. Algoritma pengenalan suara dan pengenalan gambar Google juga menggunakan deep learning.
Sama seperti machine learning dianggap sebagai jenis AI, deep learning sering dianggap sebagai jenis machine learning bahkan beberapa menyebutnya sebagai subset. Sementara machine learning menggunakan konsep yang lebih sederhana seperti model prediktif sedangkan deep learning menggunakan jaringan saraf buatan yang dirancang untuk meniru cara manusia berpikir dan belajar.
Kita mungkin ingat dari pelajaran biologi sekolah menengah bahwa komponen seluler utama dan elemen komputasi utama otak manusia adalah neuron dan bahwa setiap koneksi saraf seperti komputer kecil. Jaringan neuron di otak bertanggung jawab untuk memproses semua jenis input: visual, sensorik, dan sebagainya.
Dengan sistem komputer deep learning, seperti halnya machine learning, input masih diberikan ke dalamnya, tetapi info sering disebut dalam bentuk kumpulan data besar karena sistem deep learning membutuhkan sejumlah besar data untuk memahaminya dan mengembalikan hasil yang akurat.
Kemudian jaringan saraf buatan mengajukan serangkaian pertanyaan benar / salah biner berdasarkan data, yang melibatkan perhitungan matematika yang sangat kompleks, dan mengklasifikasikan data itu berdasarkan jawaban yang diterima.
Jadi meskipun mesin dan deep learning berada di bawah klasifikasi umum kecerdasan buatan, dan keduanya “belajar” dari input data, ada beberapa perbedaan utama antara keduanya.
5 Perbedaan Machine Learning dan Deep Learning
Berikut 5 perbedaan antara machine learning dan deep learning yaitu :
- Intervensi Manusia
Sedangkan dengan sistem machine learning, manusia perlu mengidentifikasi dan memberi hand code untuk fitur yang diterapkan berdasarkan jenis data (misalnya, nilai piksel, bentuk, orientasi), sistem deep learning mencoba mempelajari fitur-fitur tersebut tanpa intervensi manusia tambahan.
Ambil contoh kasus program pengenalan wajah. Program ini pertama-tama belajar untuk mendeteksi dan mengenali tepi dan garis wajah, kemudian bagian wajah yang lebih signifikan, dan kemudian akhirnya representasi keseluruhan wajah. Jumlah data yang terlibat dalam proses ini sangat besar, dan seiring berjalannya waktu dan program melatih dirinya sendiri, kemungkinan jawaban yang benar (yaitu, mengidentifikasi wajah secara akurat) meningkat.
Dan pelatihan itu terjadi melalui penggunaan jaringan saraf, mirip dengan cara kerja otak manusia, tanpa perlu manusia untuk menyandikan ulang program.
- Hardware
Karena jumlah data yang sedang diproses dan kompleksitas perhitungan matematika yang terlibat dalam algoritma yang digunakan, sistem deep learning membutuhkan perangkat keras yang jauh lebih kuat daripada sistem machine learning yang lebih sederhana. Salah satu jenis perangkat keras yang digunakan untuk deep learning adalah graphical processing unit (GPU). Program machine learning dapat berjalan pada mesin kelas bawah tanpa daya komputasi sebanyak itu.
- Waktu
Seperti yang Kita harapkan, karena data besar yang perlu diterapkan dalam system deep learning, dan karena ada begitu banyak parameter dan rumus matematika yang rumit yang terlibat, sistem deep learning dapat membutuhkan banyak waktu untuk berproses. Machine learning dapat memakan waktu lebih sedikit dari beberapa detik hingga beberapa jam, sedangkan deep learning dapat memakan waktu beberapa jam hingga beberapa minggu!
- Pendekatan
Algoritma yang digunakan dalam machine learning cenderung mengurai data dalam beberapa bagian, kemudian bagian-bagian itu digabungkan untuk menghasilkan hasil atau solusi. Sistem deep learning melihat seluruh masalah atau skenario dalam satu gerakan. Misalnya, jika Kita ingin membuat program untuk mengidentifikasi objek tertentu dalam gambar (misalnya apa itu dan di mana seseorang berada dan pelat nomor pada mobil di tempat parkir), Kita harus memprosesnya dalam dua langkah dengan machine learning:
- Deteksi objek pertama
- Pengenalan objek.
Dengan program deep learning, di sisi lain, Kita akan memasukkan gambar, dan dengan pelatihan, program akan mengembalikan objek yang diidentifikasi dan lokasinya dalam gambar dalam satu hasil.
- Aplikasi
Mengingat semua perbedaan lain yang disebutkan di atas, Kita mungkin sudah mengetahui bahwa machine learning dan sistem deep learning digunakan untuk aplikasi yang berbeda. Di mana system tersebut digunakan untuk :
- Aplikasi machine learning dasar termasuk program prediktif (seperti untuk memperkirakan harga di pasar saham atau di mana dan kapan badai berikutnya akan melanda)
- Pengidentifikasi spam email
- Program yang merancang rencana perawatan berbasis evidence untuk pasien medis.
Selain contoh yang disebutkan di atas yaitu Netflix, layanan streaming musik dan pengenalan wajah, salah satu aplikasi deep learning yang sangat dipublikasikan adalah mobil self-driving yaitu program menggunakan banyak lapisan jaringan saraf untuk melakukan hal-hal seperti menentukan objek untuk menghindari, mengenali lampu lalu lintas dan tahu kapan harus mempercepat atau memperlambat.
