Kita sering mendengar tentang Artificial Intelligence atau AI. Bahkan, sudah menggunakan AI dalam kehidupan sehari-hari. Namun, tahukah Anda ada beragam jenis-jenis AI?
Kecerdasan buatan sudah berkembang sejak beberapa dekade lalu, dan yang kita pakai mungkin hanya sebagian saja.
Nyatanya, ada berbagai jenis AI yang dibedakan berdasarkan kemampuan kognitif dan pengaplikasiannya.
Dalam artikel ini kita akan mengenal lebih dalam jenis-jenis AI beserta contoh aplikasinya, serta bagaimana AI dapat membantu memudahkan kehidupan manusia di masa depan.
Pengantar Kecerdasan Buatan (AI)
AI sejatinya telah ditemukan oleh para ilmuwan sejak tahun 1950-an. Bahkan, perbincangan dan impian para ahli untuk memiliki kecerdasan buatan sudah mencuat sejak tahun 1922. Tepatnya sejak robot pertama bernama Gakutensoku diciptakan.
Industri juga sudah melibatkan AI sejak era 1990-an. General Motors adalah pabrik pertama yang mengadopsi AI dan teknologi robotika dalam perakitan mobil.
Namun, booming AI baru terasa di awal 2019, sejak adanya Chat GPT. Terlebih pandemi Covid 19 mengakibatkan aktivitas yang melibatkan internet meningkat drastis.
Otomatis, manusia membutuhkan alat bantu yang membuat pekerjaan lebih praktis, mudah, cepat terselesaikan, dan tetap terkoneksi dengan dunia luar.
Kini, hampir semua bidang industri telah memakai AI. Mulai dari pengolahan data, komunikasi dengan pelanggan, strategi pemasaran, hingga manajemen inventori.
Kategori Utama AI
Selain sejarahnya yang panjang, AI juga berkembang dalam beragam jenis, sesuai fungsi utamanya. Di bawah ini adalah beberapa kategori utama AI.
Machine Learning dan Sub-kategorinya
Melansir dari Oxford Languages, machine learning atau pembelajaran mesin adalah sebuah pengembangan sistem komputer.
Dimana sistem tersebut mampu belajar dan beradaptasi tanpa harus mendapatkan instruksi eksplisit. Sistem ini memiliki algoritma dan model statistik untuk menganalisis dan menggambarkan pengolahan data.
Secara lebih sederhana, machine learning adalah kemampuan komputer untuk meniru kecerdasan manusia.
Machine learning memiliki beberapa algoritma, yang berfungsi membuat keputusan atas data yang dipelajarinya. Di bawah ini adalah 5 jenis algoritma tersebut.
Linear regression
Algoritma ini berguna untuk memprediksi nilai dari data-data statistik. Misalnya jika kita ingin mendapatkan data harga rumah dengan rentang tertentu.
Logistic regression
Algoritma ini biasa digunakan untuk mengklasifikasikan data. Misalnya ketika Anda memberikan sebuah gambar, lalu meminta AI menentukan apakah itu gambar A atau gambar B.
Logistic regression sangat baik untuk tugas-tugas seperti mengelompokkan data, mendeteksi email spam, membantu diagnosis medis, dan lain-lain.
Naive bayes
Naive bayes digunakan untuk membuat model prediksi dalam tugas-tugas multitasking atau multi-kelas.
Misalnya menentukan nama objek tertentu berdasarkan ciri-ciri yang kompleks, mengklasifikasikan dokumen berdasarkan beberapa kategori, dan lain-lain.
Algoritma ini sangat efektif jika dipakai untuk mengolah data dalam jumlah sangat besar.
Decision tree
Algoritma ini akan memberikan hasil analisis dan prediksi data dalam bentuk bagan alir (flowchart), dimana ‘akar’-nya adalah pertanyaan spesifik mengenai data tersebut.
Anda akan mendapatkan hasil pengolahan yang kompleks, sehingga decision tree cocok untuk mengambil keputusan, mengatur strategi, dan membuat perkiraan.
Random forest
Jika decision tree hanya memberikan sejumlah analisis dari satu pertanyaan, maka random forest mengkombinasikan prediksi dari beberapa decision tree.
Algoritma ini memberikan hasil yang lebih kompleks dan akurat.
Hasil analisis dari setiap decision tree akan diurutkan sehingga Anda dapat mengambil keputusan yang paling sesuai dengan kebutuhan.
Deep Learning dan Perannya dalam AI
Selain machine learning, ada juga deep learning sebagai jenis AI yang kerap dipakai dalam industri. Deep learning menggunakan jaringan syaraf tiruan agar komputer dapat belajar dari contoh.
Jika machine learning belajar memecahkan masalah menggunakan metode matematika dan statistik, maka deep learning menggabungkan matematika, statistik, dan arsitektur saraf tiruan.
Dengan cara ini, deep learning dapat digunakan untuk tugas yang lebih kompleks. Seperti pengenalan lingkungan, citra wajah dan suara, dll.
Contoh penggunaannya seperti pada mobil otonom Tesla yang dapat mengenali rambu dan kondisi lalu lintas di sekitarnya. Atau virtual assistant seperti Alexa dan Siri.
Natural Language Processing (NLP) dalam Interaksi Manusia-Mesin
NLP atau Pemrosesan Bahasa Alami adalah kemampuan komputer untuk memahami bahasa manusia. Pernahkah Anda ‘mengobrol’ dengan Alexa atau Google Assistant?
Nah, saat itulah AI menggunakan NLP untuk memahami percakapan dengan Anda. Dengan NLP, AI dapat mengerti, menganalisis, menjawab, bahkan memanipulasi bahasa manusia.
Uniknya, bahasa ini dapat diperoleh bukan hanya dalam bentuk teks. Tetapi juga video, rekaman suara, postingan media sosial, dll.
NLP lebih kompleks daripada jenis-jenis AI sebelumnya, karena menggabungkan machine learning, deep learning, dan linguistik komputasional saat bekerja.
Dengan NLP, Anda dapat menyusun program pemasaran yang lebih personal. Membangun komunikasi lebih intens dengan pelanggan, dll.
Misalnya Amazon Lex dan Amazon Comprehend yang dipakai oleh raksasa retail Amazon.
Computer Vision dan Aplikasinya dalam Pengenalan Objek
Computer vision atau visi komputer adalah teknologi yang memungkinkan AI melihat, mengenali, dan menginterpretasikan gambar melalui kamera atau cloud.
Sumber gambarnya adalah seluruh data visual dari platform apapun di dunia maya. Bisa berupa foto, lukisan, video, citra X-ray, dll.
Jadi, teknologi ini dapat membantu menganalisis penyakit dan menegakkan diagnosis, memantau lalu lintas, sistem keamanan dengan pengenalan wajah, augmented reality, dll.
LLM (Large Language Model), AI Tercanggih Saat Ini
Diantara jenis-jenis AI, LLM dianggap paling canggih dan paling cerdas saat ini. Hal ini karena LLM dapat mengombinasikan kemampuan machine learning, deep learning, serta NLP sekaligus.
LLM adalah pengembangan dari deep learning. Sehingga model AI ini memiliki teknik pembelajaran ala deep learning, dengan kemampuan yang jauh lebih tajam.
Sebagai perbandingan, machine learning memang bisa mengumpulkan dan mengolah data. Tetapi ketajaman analisisnya tidak mendalam seperti LLM.
Computer vision mampu mengenali objek gambar, tetapi masih belum mumpuni jika ditugaskan menggabungkan objek visual dan audio. Nah, LLM jauh melampaui kemampuan-kemampuan itu.
Salah satu tools AI berjenis LLM adalah ChatGPT-4.5. Tools yang bisa me-regenerate sumber tulisan, gambar, bahkan suara. Mari lihat apa saja kemampuan LLM.
Multitasking
LLM dapat mengintegrasikan kemampuan machine learning, deep learning, dan NLP dengan baik dan menjadikannya kecerdasan baru yang lebih kuat.
Melampaui AI jenis apapun
LLM dapat memahami tulisan maupun percakapan manusia, mengikhtisarkannya, mengambil pokok pikiran, menerjemahkan, hingga menjawab atau mengajukan pertanyaan dari sumber tersebut.
Kemampuan ini mirip seperti NLP, hanya saja jauh lebih tajam dan kompleks. Hasil kerja LLM juga sangat halus, hingga hampir menyamai pekerjaan manusia.
Dapat melatih diri
Deep learning dapat melatih diri dan belajar dari kesalahan agar performanya lebih baik. Namun LLM, selain melatih diri dan belajar dari kesalahan, juga bisa mengambil spesialisasi.
Artinya, AI ini dapat belajar dari banyak sumber hingga menjadi sangat pintar. Mirip manusia yang hobi membaca buku dan akhirnya jadi banyak tahu.
Lalu, LLM dapat melatih dirinya dengan satu kemampuan khusus hingga menjadi ahli. LLM akan meningkatkan kemampuannya dari dasar hingga sangat mahir.
Pemahaman kontekstual.
LLM dapat memahami suatu tugas secara kontekstual. Artinya AI ini dapat menyimpulkan sebuah artikel panjang, lalu memaparkannya kembali dengan konteks yang sama, tetapi dari sudut pandang berbeda.
Nah, pada manusia, kemampuan ini membutuhkan pemikiran kompleks dan melibatkan panca indera. Karenanya, pengembangan pemahaman kontekstual pada LLM masih dalam perdebatan para ahli.
Mengatur skala prioritas
LLM juga sangat jago bermain data. Bahkan dapat meningkatkan kemampuannya dalam mengolah data dan menyajikannya dengan lebih kreatif.
LLM mampu menginterpretasi dan memproses data visual, memadukannya dengan data berbentuk teks. Sehingga hasil pengolahannya jauh lebih lengkap daripada computer vision yang hanya mampu mengolah data visual saja.
Jenis-Jenis AI Berdasarkan Kemampuan Kognitif
Selain empat jenis AI di atas, ada juga jenis-jenis AI berdasarkan kemampuan kognitif atau kecerdasannya. Di bawah ini adalah penjelasannya.
Reactive Machines – Dasar dari AI
Reactive machines atau mesin reaktif adalah bentuk AI yang paling dasar, dan dapat merespon situasi di sekitarnya. Namun, AI yang satu ini belum memiliki memori.
Reactive machine dapat merespon perintah yang diberikan padanya berdasarkan algoritma yang terbatas. AI ini juga dapat melakukan tugas tertentu dengan sangat baik.
Selain tidak memiliki memori, kelemahan lainnya terletak pada ketidakmampuannya untuk beradaptasi. Reactive machine tidak bisa mengembangkan sendiri pengetahuannya.
Deep Blue, program permainan catur yang diciptakan IBM tahun 1989 adalah contohnya. AI sederhana ini bisa mengalahkan juara dunia catur saat itu, Garry Kasparov.
Limited Memory – Kemampuan Belajar dan Mengadaptasi Diri dari Pengalaman
Di atas mesin reaktif, ada limited memory atau memori lemah. AI ini masih berkemampuan terbatas, tetapi sudah memiliki memori jangka pendek sementara.
Jadi, sistem AI ini dapat menggunakan data terkini yang ada dalam memorinya untuk merespon input yang masuk.
Mobil otonom, walaupun terkesan canggih, sebenarnya adalah contoh limited memory. Program komputernya akan mengobservasi kondisi jalan, lalu menganalisanya.
Hasil analisa itu menjadi dasar mobil untuk menentukan berapa kecepatannya, rute mana yang diambil, kapan harus mengerem, dll.
Setiap kali mesin dimatikan, memori itu menghilang. Lalu saat mesin dinyalakan kembali, proses itu dimulai dari awal lagi.
Theory of Mind – Mengerti dan Merespon Emosi Manusia
Bentuk yang satu ini masih bersifat teoritis dan pengembangan. Belum ada satupun AI yang kita gunakan dalam kehidupan saat ini yang merupakan Theory of Mind.
Para ahli yakin, AI ini dapat memahami dan menafsirkan emosi manusia, mengerti tindakan dan ucapan mereka secara psikologis, serta meresponnya dengan tepat.
Bisa dikatakan ini adalah AI yang memiliki pikiran dan perasaan, seperti yang sering digambarkan dalam film fiksi ilmiah.
Belum ada contoh tentang AI canggih ini. Tetapi jika digunakan digunakan dalam alat, misalnya mobil otonom, maka AI membuat mobil ini layaknya dikendarai manusia.
Mobil akan bergerak dan bereaksi berdasarkan kondisi lalu lintas, pengendara lainnya, bahkan pejalan kaki yang berada di sekitarnya.
Self-awareness – Masa Depan AI yang Sadar Diri
Self-awareness termasuk AI kuat atau Artificial Superintelligence. Hingga saat ini, para ahli yakin masih sangat jauh sehingga manusia dapat menciptakannya.
AI self-awareness bukan hanya memahami sisi psikologis manusia. Dia juga menyadari bahwa dirinya adalah satu entitas berarti.
Pernah menonton film I Robot? Nah, kira-kira seperti itulah AI super canggih ini.
Kesadaran dirinya membuat AI dapat bertindak dan bereaksi seperti layaknya manusia asli. Dengan pikiran, perasaan, dan keinginan sendiri.
Aplikasi Praktis dari Berbagai Jenis AI
Setelah mengetahui jenis-jenis AI beserta contohnya, kini mari melihat aplikasinya secara langsung dalam bisnis. Berikut adalah beberapa diantaranya.
Contoh Penggunaan Machine Learning dalam Bisnis
- AI pada Netflix dan Disney Hotstar membantu penonton mendapatkan rekomendasi film yang cocok dengan selera mereka.
- Booke.ai membantu para akuntan menemukan kesalahan dalam pencatatan akuntansi dan mengantisipasi penyelewengan dana.
Deep Learning dalam Pengembangan Produk Cerdas
- Siri, Alexa, dan Google Assistant menjadi asisten virtual yang dapat mengerjakan berbagai task untuk membantu penggunanya.
- Self-driving technology milik Tesla yang dapat berkomunikasi dengan sesama mobil otonom.
- Combat simulation milik TNI Indonesia menggunakan augmented reality dan virtual reality untuk melatih prajurit dalam latihan perang.
NLP untuk Peningkatan Layanan Pelanggan
- Hootsuite dan Buffer membantu marketer melacak postingan sosial media menyebut merek produknya. Lalu memberi tahu jika ada percakapan medsos yang menyebut merk mereka.
- Gong.io membantu komunikasi dengan konsumen, membaca reaksi mereka, serta menganalisisnya.
Visi Komputer dalam Keamanan dan Pengawasan
- Aplikasi E-tilang yang digunakan kepolisian RI dapat mengidentifikasi pelanggaran lalu lintas yang dibuat seorang pengendara dan mengenali plat kendaraan.
- Kamera CCTV keamanan bandara dapat mendeteksi benda-benda yang berpotensi menimbulkan ancaman keamanan dan mengirim alarm khusus untuk mengingatkan petugas.
LLM dan Layanan Pelanggan nan Canggih
- Aivia CRM menggunakan LLM sebagai dasar teknologi. Fitur ini menjangkau lebih banyak data pelanggan dan melakukan analisis lebih mendalam. Agar marketer bisa merancang strategi bisnis yang terarah dan tajam.
Layanan pelanggannya juga lebih personal, karena Chatbot berbasis AI di Aivia CRM dapat memahami percakapan manusia yang jauh lebih kompleks. Dapat dikatakan Aivia CRM memiliki fitur yang jauh lebih canggih dan intens.
- Palm-2 digunakan di industri media dan hiburan untuk membuat tutorial, penulisan teknikal, atau user manual menggunakan beragam bahasa pemrograman.
Kesimpulan dan Masa Depan AI
Dapat disimpulkan bahwa ada banyak jenis-jenis AI yang telah berkembang dan digunakan dalam kehidupan sehari-hari. Bukan hanya dalam industri, tetapi juga keamanan, pendidikan, dan kesehatan.
Di masa depan, bisa jadi AI akan membantu di lebih banyak lini. Sehingga kita dapat melakukan beragam pekerjaan lebih efektif dan efisien.
Jika Anda siap mencoba integrasi AI dalam bisnis dan pemasaran, saatnya berkolaborasi dengan Aivia. Temukan jenis-jenis AI yang tepat untuk meningkatkan kepuasan pelanggan dan menjadikan bisnis lebih meroket.
Leave a Reply