Trend Artificial Intelligence (AI) dalam Pembelajaran Kimia
Pengertian Kecerdasan Buatan (AI)
Teknologi AI adalah salah satu bentuk kemajuan yang sangat pesat dari perkembangan IPTEKS di dunia. Teknologi AI masih sangat luas cakupannya sehingga pemanfaatannya juga bermacam-macam di berbagai bidang. Dunia pendidikan adalah salah satu bidang yang dapat mengadopsi adanya teknologi AI.
Menurut beberapa ahli kecerdasan buatan didefinisikan sebagai berikut :
- Menurut H.A.Simon [1987] [3]: ”Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman computer untuk melakukan hal yang dalam pandangan manusia adalah cerdas”.
- Menurut Rich and knight [1991] [3] : “Kecerdasan buatan (artificial intelligence) merupakan sebuah studi tentang bagaimana membuat computer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
- Menurut Encyclopedia Britannica [3] : “Kecerdasan buatan (artificial intelligence) merupakan cabang ilmu computer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi kecerdasan berdasarkan metode heuristic atau berdasarkan sejumlah aturan”.
Kecerdasan buatan dilihat dari berbagai sudut pandang adalah sebagai berikut :
1. Sudut pandang Kecerdasan (Intelligence)
Kecerdasan buatan adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.
2. Sudut pandang Penelitian
Studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan oleh manusia.
Domain penelitian adalah sebagai berikut :
a. Mundane task
i. Persepsi (vision and speech)
ii. Bahasa alami (understanding, generation and translation)
iii. Pemikiran yang bersifat common sense
iv. Robot control
b. Format task
i. Permainan atau games
ii. Matematika (geometri, logika, kalkulus, integral, pembuktian)
c. Expert task
i. Analisis financial
ii. Analisis medical
iii. Analisis ilmu pengetahuan
iv. Rekayasa (desain, pencarian, kegagalan, perencanaan, manufaktur)
3. Sudut pandang Bisnis
Kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis.
4. Sudut pandang Pemrograman (Programming)
Kecerdasan buatan termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search).
2. Tujuan Artificial Intelligence
Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [7]:
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
Dua bagian utama yang dibutuhkan untuk aplikasi kecerdasan buatan
a. Basis Pengetahuan (Khowledge Base) berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
b. Motor Inferensi (Inference Engine) adalah kemampuan menarik kesimpulan berdasarkan pengalaman.
3. Lingkup Utama Artificial Intelligence
1. Sistem Pakar (Expert System)
Komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
2. Pengolahan bahasa alami (Natural Language Processing)
User dapat berkomunikasi dengan computer menggunakan bahasa sehari-hari, missal bahasa inggris, bahasa Indonesia atau pun bahasa daerah lainnya.
3. Pengenalan ucapan (Speech recognition)
Manusia dapat berkomunikasi dengan komputer menggunakan suara.
4. Robotika dan sistem sensor
Contohnya sistem sensor, seperti sistem vision, sistem tactile dan sistem pemrosesan sinyal jika dikombinasikan dengan Artificial Intelligence, dapat dikategorikan ke dalam suatu sistem yang luas yang disebut sistem robotika.
5. Computer Vision
Menginterpretasikan gambar atau objek tampak melalui komputer.
6. Intelligent Computer Aided Instruction
Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
7. Game Playing
Permainan dilakukan dengan menggunakan sekumpulan aturan, pencarian ruang, teknik untuk menentukan alternative dalam menyimak problema ruang merupakan sesuatu yang rumit, teknik tersebut disebut dengan Heuristic dan permainan merupakan bidang yang menarik dalam studi heuristic.
Untuk memahami beberapa konsep yang lebih dalam, seperti penambangan data, pemrosesan bahasa alami, dan perangkat lunak pengendaraan, Anda perlu mengetahui tiga konsep dasar intelligensi buatan: machine learning, deep learning, and neural networks. Sementara intelligensi buatan dan machine learning mungkin tampak seperti istilah yang dapat dipertukarkan, AI biasanya dianggap sebagai istilah yang lebih luas, dengan machine learning dan dua konsep AI lainnya sebagai bagian dari itu.
Machine Learning dan aplikasi
Kemungkinan Anda telah berinteraksi dengan beberapa bentuk AI dalam aktivitas sehari-hari Anda. Jika Anda menggunakan Gmail, misalnya, Anda dapat menikmati fitur pemfilteran e-mail otomatis. Jika Anda memiliki ponsel cerdas, Anda mungkin mengisi kalender dengan bantuan Siri, Cortana, atau Bixby. Jika Anda memiliki kendaraan yang lebih baru, mungkin Anda telah memperoleh manfaat dari fitur bantuan pengemudi saat mengemudi.
Sama membantu seperti produk perangkat lunak ini, mereka tidak memiliki kemampuan untuk belajar secara mandiri. Mereka tidak bisa berpikir di luar kode mereka. Pembelajaran mesin adalah cabang AI yang bertujuan untuk memberi mesin kemampuan untuk mempelajari tugas tanpa kode yang sudah ada sebelumnya.
Dalam istilah yang paling sederhana, mesin diberi sejumlah besar contoh uji coba untuk suatu tugas tertentu. Ketika mereka melewati uji coba ini, mesin belajar dan menyesuaikan strategi mereka untuk mencapai tujuan tersebut.
Misalnya, mesin pengenalan gambar dapat diberikan jutaan gambar untuk dianalisis. Setelah melalui permutasi tanpa akhir, mesin memperoleh kemampuan untuk mengenali pola, bentuk, wajah, dan banyak lagi.
Contoh terkenal dari konsep AI ini adalah Quick, Draw !, sebuah gim yang dihosting Google yang memungkinkan manusia menggambar gambar sederhana dalam waktu kurang dari 20 detik, dengan algoritme pembelajaran mesin mencoba menebak gambarnya. Lebih dari 15 juta orang telah berkontribusi lebih dari 50 juta gambar ke aplikasi.
Deep Learning siap dimainkan
Bagaimana kita mendapatkan mesin untuk belajar lebih dari sekedar tugas tertentu? Bagaimana jika kita ingin dapat mengambil apa yang telah dipelajari dari menganalisis foto dan menggunakan pengetahuan itu untuk menganalisis kumpulan data yang berbeda? Ini mengharuskan para ilmuwan komputer untuk merumuskan algoritme pembelajaran bertujuan umum yang membantu mesin belajar lebih dari sekadar satu tugas.
Salah satu contoh pembelajaran mendalam yang terkenal dalam tindakan adalah proyek Google AlphaGo yang ditulis dalam kode Lua, C ++, dan Python. AlphaGo AI mampu mengalahkan pemain Go profesional, suatu prestasi yang dianggap mustahil mengingat kompleksitas permainan yang luar biasa dan ketergantungan pada latihan yang terfokus dan intuisi manusia untuk dikuasai.
Bagaimana sebuah program bisa menguasai permainan yang menuntut intuisi manusia? Berlatih, berlatih, berlatih – dan sedikit bantuan dari jaringan syaraf tiruan.
Neural Network
mengikuti model alami
Pembelajaran mendalam sering dimungkinkan oleh jaringan saraf tiruan, yang meniru neuron, atau sel otak. Jaringan syaraf tiruan terinspirasi oleh hal-hal yang kita temukan dalam biologi kita sendiri. Model Neural Network menggunakan prinsip matematika dan ilmu komputer untuk meniru proses otak manusia, memungkinkan untuk pembelajaran yang lebih umum.
Artificial Neural Network mencoba untuk mensimulasikan proses-proses sel-sel otak yang saling berhubungan, tetapi alih-alih dibangun dari biologi, neuron-neuron ini, atau simpul-simpul, dibangun dari kode.
Neural Network mengandung tiga lapisan: lapisan masukan, lapisan tersembunyi dan lapisan keluaran. Lapisan-lapisan ini mengandung ribuan, terkadang jutaan, dari simpul-simpul. Informasi dimasukkan ke dalam lapisan input. Masukan diberi bobot tertentu, dan simpul yang saling berhubungan melipatgandakan bobot sambungan saat mereka bepergian.
Pada dasarnya, jika unit informasi mencapai ambang tertentu, maka ia dapat lolos ke lapisan berikutnya. Untuk belajar dari pengalaman, mesin membandingkan output dari jaringan saraf, kemudian memodifikasi koneksi, bobot, dan ambang berdasarkan perbedaan di antara mereka.
Contoh penerapan AI saat ini:
1. Siri
Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender. Siri menggunakan teknologi pembelajaran mesin untuk mendapatkan pertanyaan dan permintaan bahasa alami yang lebih cerdas dan mampu memahami. Ini pasti salah satu contoh paling ikon dari kemampuan belajar pada mesin smartphone.
2. Tesla
Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence. Tesla adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan prediktif, dan inovasi teknologi mutlak.
3. Cogito
Cogito awalnya didirikan oleh Dr Sandy dan Joshua adalah salah satu contoh terbaik dari aplikasi kecerdasan buatan versi perilaku untuk meningkatkan layanan pelanggan perusahaan. Perusahaan ini adalah sintesis pembelajaran mesin dan ilmu perilaku untuk meningkatkan kolaborasi pelanggan dengan para call center. Cogito digunakan pada jutaan panggilan suara yang dilakukan setiap hari. Contoh penerapan Artificial Intelligence dengan menganalisis suara manusia dan memberikan panduan untuk memberikan pelayanan maksimum.
4. Netflix
Netflix tidak memerlukan pengenalan – ini adalah layanan konten-on-demand yang sangat populer yang menggunakan teknologi prediktif untuk menawarkan rekomendasi berdasarkan reaksi, minat, pilihan, dan perilaku konsumen. Teknologi ini memeriksa dari sejumlah catatan untuk merekomendasikan film berdasarkan kecintaan dan reaksi Anda sebelumnya. Aplikasi ini menjadi lebih cerdas setiap tahun. Satu-satunya kelemahan dari teknologi ini adalah film kecil akan luput dari perhatian sementara film-film besar tumbuh dan menyebar di platform. Tapi seperti yang saya tulis sebelumnya, itu masih meningkat dan belajar menjadi lebih cerdas.
5. Pandora
Pandora adalah salah satu solusi teknologi artificial intelligence yang paling populer dan sangat detil. Ini juga disebut DNA musik. Tergantung pada 400 karakteristik musik, tim musisi ahli secara individual menganalisis lagu tersebut. Sistem ini juga bagus dalam merekomendasikan rekam jejak untuk merekomendasikan lagu yang tidak pernah diperhatikan, meskipun disukai orang.
Penggunaan kecerdasan buatan (AI) dalam pendidikan
Berikut hal-hal yang bisa AI lakukan di bidang pendidikan:
Pembelajaran yang lebih cerdas
Pembelajaran dalam sistem AI ini merupakan pembelajaran yang dipersonalisasi sehingga meningkatkan pengalaman belajar siswa. Pembelajaran AI dalam sistem individual ini menunjukkan bahwa hal ini dapat meningkatkan fokus siswa. Pasalnya, AI memiliki kemampuan untuk mengajar siswa secara individu dan mengenali area yang dibutuhkan untuk menemukan cara pengajaran yang tepat pada siswa melalui kecerdasan buatan tersebut.
Misalnya, jika teknologi ini tahu kamu tertarik dengan mobil balap, maka itu yang akan digunakan sebagai analogi atau contoh untuk memahami materi pelajaran.
Identifikasi bila siswa tak mengerti
Kecerdasan AI bisa mengidentifikasi konsep seperti apa yang tidak dipahami oleh siswa. Sehingga nantinya AI bisa melakukan penyesuaian untuk menemukan cara baru dalam membantu pembelajaran siswa.
Blackboard, salah satu alat di bidang pendidikan kini banyak digunakan perguruan tinggi. Sebuah platform online ini digunakan para profesor untuk merilis catatan, pekerjaan rumah, kuis, dan tes, dan memungkinkan siswa mengajukan pertanyaan dan tugas untuk penilaian. Alat ini juga bisa mengidentifikasi alasan di balik ketidak pahaman siswa.
Menilai tugas
Manfaat lain dari program AI yaitu menilai kedua pilihan ganda dan pertanyaan dengan jawaban singkat. Ke depannya, AI juga bisa menilai pertanyaan esai. Oleh sebab itu, para guru tidak perlu lagi menghabiskan waktu mengerjakan tugas menilai setiap jam karena guru dapat lebih berkonsentrasi pada pengajaran dan interaksi satu lawan satu saja. Siswa juga mendapat hasil nilai langsung melalui AI.
Mereka tak perlu menunggu waktu yang lama untuk mendapatkan nilai mereka. Siswa juga akan menuai keuntungan dari guru yang memiliki waktu tambahan untuk proses belajar dan mengajar.
Kelebihan & Kekurangan :
Kelebihan Kecerdasan Buatan (AI):
1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.
• Kekurangan Kecerdasan Buatan :
1. Kurang memberikan kesempatan kepada orang lain untuk membuka peluang bisnis, usaha, layanan computer sejenis karena setiap orang di prediksi lebih memilih untuk melakukan sendiri jika dalam jumlah yang kecil atau dalam kapasitas yang terjangkau.
2. Rawan rusak
3. Mahal dalam proses pembuatannya
4. Memerlukan daya listrik
5. Struktur kontrolnya terpisah dari pengetahuan
https://www.roboticsbusinessreview.com/ai/3-basic-ai-concepts-explain-artificial-intelligence/
permasalahan
1. apakah kecerdasan buatan ini benar-benar mampu membantu guru untuk membelajarkan siswa?
2. jika di masa yang akan datang, robot sudah memiliki common sense sehingga mampu mengenali perasaan penggunanya, apakah peran guru akan tergeser dalam pembelajaran?
3. bentuk produk seperti apakah yang nantinya akan Anda buat dengan menyisipkan AI ini untuk membantu siswa dapat belajar?
Teknologi AI adalah salah satu bentuk kemajuan yang sangat pesat dari perkembangan IPTEKS di dunia. Teknologi AI masih sangat luas cakupannya sehingga pemanfaatannya juga bermacam-macam di berbagai bidang. Dunia pendidikan adalah salah satu bidang yang dapat mengadopsi adanya teknologi AI.
Menurut beberapa ahli kecerdasan buatan didefinisikan sebagai berikut :
- Menurut H.A.Simon [1987] [3]: ”Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman computer untuk melakukan hal yang dalam pandangan manusia adalah cerdas”.
- Menurut Rich and knight [1991] [3] : “Kecerdasan buatan (artificial intelligence) merupakan sebuah studi tentang bagaimana membuat computer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
- Menurut Encyclopedia Britannica [3] : “Kecerdasan buatan (artificial intelligence) merupakan cabang ilmu computer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi kecerdasan berdasarkan metode heuristic atau berdasarkan sejumlah aturan”.
Kecerdasan buatan dilihat dari berbagai sudut pandang adalah sebagai berikut :
1. Sudut pandang Kecerdasan (Intelligence)
Kecerdasan buatan adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.
2. Sudut pandang Penelitian
Studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan oleh manusia.
Domain penelitian adalah sebagai berikut :
a. Mundane task
i. Persepsi (vision and speech)
ii. Bahasa alami (understanding, generation and translation)
iii. Pemikiran yang bersifat common sense
iv. Robot control
b. Format task
i. Permainan atau games
ii. Matematika (geometri, logika, kalkulus, integral, pembuktian)
c. Expert task
i. Analisis financial
ii. Analisis medical
iii. Analisis ilmu pengetahuan
iv. Rekayasa (desain, pencarian, kegagalan, perencanaan, manufaktur)
3. Sudut pandang Bisnis
Kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis.
4. Sudut pandang Pemrograman (Programming)
Kecerdasan buatan termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search).
2. Tujuan Artificial Intelligence
Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [7]:
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
Dua bagian utama yang dibutuhkan untuk aplikasi kecerdasan buatan
a. Basis Pengetahuan (Khowledge Base) berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
b. Motor Inferensi (Inference Engine) adalah kemampuan menarik kesimpulan berdasarkan pengalaman.
3. Lingkup Utama Artificial Intelligence
1. Sistem Pakar (Expert System)
Komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
2. Pengolahan bahasa alami (Natural Language Processing)
User dapat berkomunikasi dengan computer menggunakan bahasa sehari-hari, missal bahasa inggris, bahasa Indonesia atau pun bahasa daerah lainnya.
3. Pengenalan ucapan (Speech recognition)
Manusia dapat berkomunikasi dengan komputer menggunakan suara.
4. Robotika dan sistem sensor
Contohnya sistem sensor, seperti sistem vision, sistem tactile dan sistem pemrosesan sinyal jika dikombinasikan dengan Artificial Intelligence, dapat dikategorikan ke dalam suatu sistem yang luas yang disebut sistem robotika.
5. Computer Vision
Menginterpretasikan gambar atau objek tampak melalui komputer.
6. Intelligent Computer Aided Instruction
Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
7. Game Playing
Permainan dilakukan dengan menggunakan sekumpulan aturan, pencarian ruang, teknik untuk menentukan alternative dalam menyimak problema ruang merupakan sesuatu yang rumit, teknik tersebut disebut dengan Heuristic dan permainan merupakan bidang yang menarik dalam studi heuristic.
Untuk memahami beberapa konsep yang lebih dalam, seperti penambangan data, pemrosesan bahasa alami, dan perangkat lunak pengendaraan, Anda perlu mengetahui tiga konsep dasar intelligensi buatan: machine learning, deep learning, and neural networks. Sementara intelligensi buatan dan machine learning mungkin tampak seperti istilah yang dapat dipertukarkan, AI biasanya dianggap sebagai istilah yang lebih luas, dengan machine learning dan dua konsep AI lainnya sebagai bagian dari itu.
Machine Learning dan aplikasi
Kemungkinan Anda telah berinteraksi dengan beberapa bentuk AI dalam aktivitas sehari-hari Anda. Jika Anda menggunakan Gmail, misalnya, Anda dapat menikmati fitur pemfilteran e-mail otomatis. Jika Anda memiliki ponsel cerdas, Anda mungkin mengisi kalender dengan bantuan Siri, Cortana, atau Bixby. Jika Anda memiliki kendaraan yang lebih baru, mungkin Anda telah memperoleh manfaat dari fitur bantuan pengemudi saat mengemudi.
Sama membantu seperti produk perangkat lunak ini, mereka tidak memiliki kemampuan untuk belajar secara mandiri. Mereka tidak bisa berpikir di luar kode mereka. Pembelajaran mesin adalah cabang AI yang bertujuan untuk memberi mesin kemampuan untuk mempelajari tugas tanpa kode yang sudah ada sebelumnya.
Dalam istilah yang paling sederhana, mesin diberi sejumlah besar contoh uji coba untuk suatu tugas tertentu. Ketika mereka melewati uji coba ini, mesin belajar dan menyesuaikan strategi mereka untuk mencapai tujuan tersebut.
Misalnya, mesin pengenalan gambar dapat diberikan jutaan gambar untuk dianalisis. Setelah melalui permutasi tanpa akhir, mesin memperoleh kemampuan untuk mengenali pola, bentuk, wajah, dan banyak lagi.
Contoh terkenal dari konsep AI ini adalah Quick, Draw !, sebuah gim yang dihosting Google yang memungkinkan manusia menggambar gambar sederhana dalam waktu kurang dari 20 detik, dengan algoritme pembelajaran mesin mencoba menebak gambarnya. Lebih dari 15 juta orang telah berkontribusi lebih dari 50 juta gambar ke aplikasi.
Deep Learning siap dimainkan
Bagaimana kita mendapatkan mesin untuk belajar lebih dari sekedar tugas tertentu? Bagaimana jika kita ingin dapat mengambil apa yang telah dipelajari dari menganalisis foto dan menggunakan pengetahuan itu untuk menganalisis kumpulan data yang berbeda? Ini mengharuskan para ilmuwan komputer untuk merumuskan algoritme pembelajaran bertujuan umum yang membantu mesin belajar lebih dari sekadar satu tugas.
Salah satu contoh pembelajaran mendalam yang terkenal dalam tindakan adalah proyek Google AlphaGo yang ditulis dalam kode Lua, C ++, dan Python. AlphaGo AI mampu mengalahkan pemain Go profesional, suatu prestasi yang dianggap mustahil mengingat kompleksitas permainan yang luar biasa dan ketergantungan pada latihan yang terfokus dan intuisi manusia untuk dikuasai.
Bagaimana sebuah program bisa menguasai permainan yang menuntut intuisi manusia? Berlatih, berlatih, berlatih – dan sedikit bantuan dari jaringan syaraf tiruan.
Neural Network
mengikuti model alami
Pembelajaran mendalam sering dimungkinkan oleh jaringan saraf tiruan, yang meniru neuron, atau sel otak. Jaringan syaraf tiruan terinspirasi oleh hal-hal yang kita temukan dalam biologi kita sendiri. Model Neural Network menggunakan prinsip matematika dan ilmu komputer untuk meniru proses otak manusia, memungkinkan untuk pembelajaran yang lebih umum.
Artificial Neural Network mencoba untuk mensimulasikan proses-proses sel-sel otak yang saling berhubungan, tetapi alih-alih dibangun dari biologi, neuron-neuron ini, atau simpul-simpul, dibangun dari kode.
Neural Network mengandung tiga lapisan: lapisan masukan, lapisan tersembunyi dan lapisan keluaran. Lapisan-lapisan ini mengandung ribuan, terkadang jutaan, dari simpul-simpul. Informasi dimasukkan ke dalam lapisan input. Masukan diberi bobot tertentu, dan simpul yang saling berhubungan melipatgandakan bobot sambungan saat mereka bepergian.
Pada dasarnya, jika unit informasi mencapai ambang tertentu, maka ia dapat lolos ke lapisan berikutnya. Untuk belajar dari pengalaman, mesin membandingkan output dari jaringan saraf, kemudian memodifikasi koneksi, bobot, dan ambang berdasarkan perbedaan di antara mereka.
Contoh penerapan AI saat ini:
1. Siri
Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender. Siri menggunakan teknologi pembelajaran mesin untuk mendapatkan pertanyaan dan permintaan bahasa alami yang lebih cerdas dan mampu memahami. Ini pasti salah satu contoh paling ikon dari kemampuan belajar pada mesin smartphone.
2. Tesla
Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence. Tesla adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan prediktif, dan inovasi teknologi mutlak.
3. Cogito
Cogito awalnya didirikan oleh Dr Sandy dan Joshua adalah salah satu contoh terbaik dari aplikasi kecerdasan buatan versi perilaku untuk meningkatkan layanan pelanggan perusahaan. Perusahaan ini adalah sintesis pembelajaran mesin dan ilmu perilaku untuk meningkatkan kolaborasi pelanggan dengan para call center. Cogito digunakan pada jutaan panggilan suara yang dilakukan setiap hari. Contoh penerapan Artificial Intelligence dengan menganalisis suara manusia dan memberikan panduan untuk memberikan pelayanan maksimum.
4. Netflix
Netflix tidak memerlukan pengenalan – ini adalah layanan konten-on-demand yang sangat populer yang menggunakan teknologi prediktif untuk menawarkan rekomendasi berdasarkan reaksi, minat, pilihan, dan perilaku konsumen. Teknologi ini memeriksa dari sejumlah catatan untuk merekomendasikan film berdasarkan kecintaan dan reaksi Anda sebelumnya. Aplikasi ini menjadi lebih cerdas setiap tahun. Satu-satunya kelemahan dari teknologi ini adalah film kecil akan luput dari perhatian sementara film-film besar tumbuh dan menyebar di platform. Tapi seperti yang saya tulis sebelumnya, itu masih meningkat dan belajar menjadi lebih cerdas.
5. Pandora
Pandora adalah salah satu solusi teknologi artificial intelligence yang paling populer dan sangat detil. Ini juga disebut DNA musik. Tergantung pada 400 karakteristik musik, tim musisi ahli secara individual menganalisis lagu tersebut. Sistem ini juga bagus dalam merekomendasikan rekam jejak untuk merekomendasikan lagu yang tidak pernah diperhatikan, meskipun disukai orang.
Penggunaan kecerdasan buatan (AI) dalam pendidikan
Berikut hal-hal yang bisa AI lakukan di bidang pendidikan:
Pembelajaran yang lebih cerdas
Pembelajaran dalam sistem AI ini merupakan pembelajaran yang dipersonalisasi sehingga meningkatkan pengalaman belajar siswa. Pembelajaran AI dalam sistem individual ini menunjukkan bahwa hal ini dapat meningkatkan fokus siswa. Pasalnya, AI memiliki kemampuan untuk mengajar siswa secara individu dan mengenali area yang dibutuhkan untuk menemukan cara pengajaran yang tepat pada siswa melalui kecerdasan buatan tersebut.
Misalnya, jika teknologi ini tahu kamu tertarik dengan mobil balap, maka itu yang akan digunakan sebagai analogi atau contoh untuk memahami materi pelajaran.
Identifikasi bila siswa tak mengerti
Kecerdasan AI bisa mengidentifikasi konsep seperti apa yang tidak dipahami oleh siswa. Sehingga nantinya AI bisa melakukan penyesuaian untuk menemukan cara baru dalam membantu pembelajaran siswa.
Blackboard, salah satu alat di bidang pendidikan kini banyak digunakan perguruan tinggi. Sebuah platform online ini digunakan para profesor untuk merilis catatan, pekerjaan rumah, kuis, dan tes, dan memungkinkan siswa mengajukan pertanyaan dan tugas untuk penilaian. Alat ini juga bisa mengidentifikasi alasan di balik ketidak pahaman siswa.
Menilai tugas
Manfaat lain dari program AI yaitu menilai kedua pilihan ganda dan pertanyaan dengan jawaban singkat. Ke depannya, AI juga bisa menilai pertanyaan esai. Oleh sebab itu, para guru tidak perlu lagi menghabiskan waktu mengerjakan tugas menilai setiap jam karena guru dapat lebih berkonsentrasi pada pengajaran dan interaksi satu lawan satu saja. Siswa juga mendapat hasil nilai langsung melalui AI.
Mereka tak perlu menunggu waktu yang lama untuk mendapatkan nilai mereka. Siswa juga akan menuai keuntungan dari guru yang memiliki waktu tambahan untuk proses belajar dan mengajar.
Kelebihan & Kekurangan :
Kelebihan Kecerdasan Buatan (AI):
1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.
• Kekurangan Kecerdasan Buatan :
1. Kurang memberikan kesempatan kepada orang lain untuk membuka peluang bisnis, usaha, layanan computer sejenis karena setiap orang di prediksi lebih memilih untuk melakukan sendiri jika dalam jumlah yang kecil atau dalam kapasitas yang terjangkau.
2. Rawan rusak
3. Mahal dalam proses pembuatannya
4. Memerlukan daya listrik
5. Struktur kontrolnya terpisah dari pengetahuan
https://www.roboticsbusinessreview.com/ai/3-basic-ai-concepts-explain-artificial-intelligence/
permasalahan
1. apakah kecerdasan buatan ini benar-benar mampu membantu guru untuk membelajarkan siswa?
2. jika di masa yang akan datang, robot sudah memiliki common sense sehingga mampu mengenali perasaan penggunanya, apakah peran guru akan tergeser dalam pembelajaran?
3. bentuk produk seperti apakah yang nantinya akan Anda buat dengan menyisipkan AI ini untuk membantu siswa dapat belajar?
Menjawab pertanyaan nomor 2 Teknologi artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
BalasHapus2. Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
karna ilmu pengetahuan akan terus berkembang, maka tidak menutup kemungkinan untuk robot memiliki common sense. maksud saya jika ini terjadi, apakah peran guru akan tergeser dalam pembelajaran? dan jelaskan
BalasHapusmenjawab permasalah yang pertama menurut saya kecerdasan buatan/AI saat ini dapat membantu/mempermudah tugas guru/pendidik dalam mentransformasikan ilmu dan pengalaman belajar mereka terhadapa peserta didik. semua ini melalui kecerdasan buatan yang selalu dikembangkan.
BalasHapuskemudian untuk kontes apakah AI dapat membelajarkan siswa Konsep ini lebih memfokuskan pada bagaimana siswa dapat belajar dengan baik. Belajar sesuai dengan bakat, minat dan kemampuan yang dimiliki siswa. Setiap siswa akan memiliki potensi yang berbeda dan tidak mungkin diseragamkan melalui pembelajaran yang dijalankan guru. ini karena AI tidak memiliki common sense jadi menurut saya AI tidak dapat membelajarkan siswa secara utuh.
membelajarkan siswa secara utuh yang bagaiman?
Hapusbentuk produknya yaitu gabungan virtual Reality dan augmented reality seprti pada game pokemon, namun hal ini bisa kita ubah fungsinya sehingga dijadikan media tambahan dalam pembelajaran kimia baik dalam teori dan praktek sehingga peserta didik merasakan sensasi di dalam ruangan praktikum
BalasHapusapakah ruangan praktikum kita tidak memadai sehingga harus menggunakan AI yg diintegrasikan melalui virtual reality dan augmented reality?
Hapussaya akan menjawab pertanyaan pertama yakni apakah benar AI dapat membantu guru membelajarkan siswa, menurut saya tentu saja karena mengingat segala sesuatu sekarang serba digital, misalnya tugas yang diberikan guru bisa melalui blog,maupun aplikasi lainnya seperti ruangguru, quipper learning hal ini akan mempermudah guru untuk meningkatkan kemampuan siswa secara kognitif, namun secara psikologi AI ini belum dapat membantu secara optimal karena, hnya guru yang memiliki kemampuan pedagogis yang dapat menilai siswa secara psikologis. intinya AI tentu bisa membantu tugas dan kewajiban guru namun tentu saja tidak secara total untuk saat ini(mungkin akan total pada 20 tahun yang akan datang).
BalasHapusSaya setuju dengan saudari rini Dimana benar AI dapat membantu guru membelajarkan siswa, menurut saya tentu saja karena mengingat segala sesuatu sekarang serba digital,
HapusSaya menambahkan sedikit yaitu kecerdasan buatan (artificial intelligence/AI) telah masuki industri pendidikan untuk membantu pembelajaran penggunanya. Quipper tengah menguji kecerdasan buatan ini untuk digunakan di aplikasi belajar online. Saat ini, Quipper bekerja sama dengan Departemen Kecerdasan Buatan dari Tokyo University dalam pengembangan sistem ini.
Sistem AI yang mereka gunakan akan membaca sejauh mana pengguna memahami materi dari soal yang berhasil mereka jawab. Setelahnya, mengarahkan pengguna untuk melanjutkan pembelajaran ke materi-materi yang belum dipahami.
Selain mengarahkan pengguna ke soal yang belum dipahami, kecerdasan buatan juga akan mengarahkan pengguna ke materi-materi lanjutan dari soal yang sudah mampu dijawab dengan benar oleh pengguna.
"Jadi keberadaan AI di sini fungsinya untuk menjadikan proses pembelajaran di Quipper lebih personalized, sesuai dengan kebutuhan, karena setiap anak, setiap pengguna kan kebutuhannya berbeda-beda, itu yang dibantu dipahami oleh AI," jelas Homma.
Saat ini, teknologi kecerdasan buatan dalam proses pembelajaran di platform Quipper sedang dalam tahap uji coba di Jepang, dan masi berada dalam tahap pengembangan di Indonesia.
Kecerdasan Buatan
Homma berharap fitur ini dapat segera diluncurkan untuk membantu proses belajar anak-anak yang menggunakan layanan Quipper di tanah air.
terimakasih atas penjelasannya kak rahma dan kak rini. saya setuju bahwa memang AI ini benar" membantu dalam yang sifatnya kognitif dan psikomotorik tetapi belum bisa membantu psikologis dari siswa.
Hapussaya sependapat dengan rekan-rekan dengan permasalahan yang pertama :
Hapusapakah kecerdasan buatan ini benar-benar mampu membantu guru untuk membelajarkan siswa ?
Menurut saya kecerdasan buatan (artificial intelligence/AI) telah memasuki industri pendidikan untuk membantu proses pembelajaran karena mengingat segala sesuatu sekarang serba digital, misalnya tugas yang diberikan guru bisa melalui blog, maupun aplikasi lainnya seperti ruang guru, quipper learning hal ini akan mempermudah guru untuk meningkatkan kemampuan siswa secara kognitif, namun secara psikologi AI ini belum dapat membantu secara optimal karena, hanya guru yang memiliki kemampuan pedagogis yang dapat menilai siswa secara psikologis. intinya AI tentu bisa membantu tugas dan kewajiban guru namun tentu saja tidak secara total untuk saat ini(mungkin akan total pada 20 tahun yang akan datang). Quipper tengah menguji kecerdasan buatan ini untuk digunakan di aplikasi belajar online. Saat ini, Quipper bekerja sama dengan Departemen Kecerdasan Buatan dari Tokyo University dalam pengembangan sistem ini. Sistem AI yang mereka gunakan akan membaca sejauh mana pengguna memahami materi dari soal yang berhasil mereka jawab. Setelahnya, mengarahkan pengguna untuk melanjutkan pembelajaran ke materi-materi yang belum dipahami. Selain mengarahkan pengguna ke soal yang belum dipahami, kecerdasan buatan juga akan mengarahkan pengguna ke materi-materi lanjutan dari soal yang sudah mampu dijawab dengan benar oleh pengguna.
Menjawab permasalahan nomor dua, Saat ini ada banyak sekali riset yang menunjukkan betapa teknologi semakin berkembang dan lambat laun akan menjadi semakin canggih. Sebuah riset dari Martin Oxford School baru-baru ini juga mengeluarkan sebuah laporan yang memperkirakan bahwa hampir 47% pekerjaan di Amerika Serikat berisiko untuk mengalami automasi sebagai akibat dari perkembangan teknologi. Meski fakta-fakta yang dijabarkan ini sebagian besar memang benar, namun sebagai manusia kita pun patut melihat perkembangan teknologi ini dari dua sisi dengan tidak mengabaikan hal-hal lain. Dalam laporan yang dikeluarkan oleh Martin Oxford School, disebutkan bahwa 47% pekerjaan di Amerika Serikat terancam mengalami automasi. Di satu sisi hal ini mungkin menjadi ancaman bagi manusia. Kita barangkali boleh berpikir, jika semua sudah mengalami automasi, lantas manusia mengerjakan apa? Namun, di sisi lain, kita juga harus berpikir bahwa proses automasi tentunya membutuhkan berbagai pertimbangan terutama dari segi teknis, sosial, serta ekonomi.
BalasHapusSebagai contoh, dalam laporan yang sama tersebut disebutkan bahwa ada kemungkinkan hingga 92% pekerjaan memperbaiki sepeda dapat dilakukan secara otomatis. Tetapi angka ini tentu tidak menghitung secara menyeluruh dari faktor ekonomi berapa biaya yang harus dikeluarkan untuk tenaga manusia dan mesin apabila pekerjaan untuk perbaikan sepeda dilakukan secara otomatis. Barangkali sepintas sebagai manusia kita merasa terancam dengan hadirnya mesin ini. Namun, di satu sisi kita juga harus berpikir bahwa apa yang menjadi input dari machine learning ini juga berasal dari manusia. Oleh karena itu, di balik setiap automasi sebenarnya tetap dibutuhkan manusia sebagai “otak” dan posisi ini tidak akan bisa tergantikan.
Jadi, bisa saja suatu hari nanti peran guru tergantikan oleh AI. Namun kita harus memepertimbangkannya dari segi lain salah satu ekonomi, karena proses automasi pekerjaan dari tenaga manusia menjadi mesin cendrung meningkatkan pembiayaan. dan lagi AI memang canggih dan cerdas mungkin pembelajaran yang keluar dari AI tidak ada salah sedikitpun namun apakah AI bisa mengajarkan bude pekerti kepada siswa, sedangkan pandangan budi pekerti setiap manusia berbeda-beda dan guru sejati saja masih sulit mengajarkan budi pekerti apalagi AI
terimakasih atas pendapat fanny. memang benar Untuk saat ini batas" dlm pengembangan AI masih sangat banyak dan membutuhkan pembaruan. dan memang saat ini juga emosi, naluri, belum ada pada AI tapi bisakah Anda prediksi bahwa AI ini akan memiliki emosi di kemudian hari?
Hapussetuju dengan pendapat kakak-kakak, disini robot tidak menjadi pemeran utama dalam pembelajaran kimia. Robot hanya sebagai media tambahan dan hanya mengajarkan mengenai pengetahuan dari siswa yang tidak tahu menjadi tahu namun belum bisa menjalin kedekatan emosional kepada antar siswa. Dan itu akan menjadi peran guru nantinya dan peran guru tidaklah akan tergeser
Hapusmenanggapi permasalahan mengenai jika dimasa yang akan datang, robot sudah memiliki common sense sehingga mampu mengenali perasaan penggunanya sehingga peran guru akan tertergeser dalam pembelajaran menurut saya melihat perkembangan dari AI saaat ini bisa saja dimasa depan robot-robot ini mempunyai common sense. tetapi walaupun begitu robot tidak akan pernah bisa memiliki naluri sebagai sesama manusia misalnya simpati, empati dan lain sebagainya. maka peran guru akan tetap tidak dapat diganti oleh robot dalam membimbing siswa dalam proses pemebelajaran
BalasHapusya, jika memang seperti itu bagaimana jika siswa lebih nyaman untuk bertanya kepada AI dibandingkan guru. mengingat, guru memiliki sifatnya masing-masing ada yang pemarah dan temperamen. apakah dengan kejadian ini, peran guru tidak tergeser dalam pembelajaran?
HapusSaya akan menjawab permasalahan yang kedua, menurut saya, peran guru tetap tidak akan tergeser dalam pembelajaran, AI tetap pada kodratnya sebagai alat bantu dalam penilaian, sungguhpun sudah mampu menilai dan menganalisa informasi ada poin emosional yang tidak mudah dideteksi dari individu yang beragam meskipun dengan banyaknya program yang telah dimasukkan pada AI tersebut.
BalasHapusmenjawab permasalahn kedua dimana saat ini ada banyak sekali riset yang menunjukkan betapa teknologi semakin berkembang dan lambat laun akan menjadi semakin canggih. Sebuah riset dari Martin Oxford School baru-baru ini juga mengeluarkan sebuah laporan yang memperkirakan bahwa hampir 47% pekerjaan di Amerika Serikat berisiko untuk mengalami automasi sebagai akibat dari perkembangan teknologi. Meski fakta-fakta yang dijabarkan ini sebagian besar memang benar, namun sebagai manusia kita pun patut melihat perkembangan teknologi ini dari dua sisi dengan tidak mengabaikan hal-hal lain. Dalam laporan yang dikeluarkan oleh Martin Oxford School, disebutkan bahwa 47% pekerjaan di Amerika Serikat terancam mengalami automasi. Di satu sisi hal ini mungkin menjadi ancaman bagi manusia. Kita barangkali boleh berpikir, jika semua sudah mengalami automasi, lantas manusia mengerjakan apa? Namun, di sisi lain, kita juga harus berpikir bahwa proses automasi tentunya membutuhkan berbagai pertimbangan terutama dari segi teknis, sosial, serta ekonomi.
BalasHapusdekian juga yang ditanggapi oleh fani
sependapat dengan kak nelly, perkembangan teknologi dan riset tentang peran AI memang sangat signifikan. tentunya ini akan membawa dampak bagi dunia pendidikan. namun peran guru dikelas tidaklah bisa digantikan. karena peran AI hanya mempermudah dalam menyampaikan materi. tidak menyetuh jiwa peserta didik
Hapus
BalasHapusapakah kecerdasan buatan ini benar-benar mampu membantu guru untuk membelajarkan siswa?
Ia tentu saja, karna ia dibuat untuk mmpermudah kinerja manusia, termasuk guru.