Saat ini AI yang banyak ada di pasaran masih memasuki level ANI (Artificial Narrow Intelligence), bentuk AI yang hanya bisa untuk tujuan tertentu. Misalnya, AI untuk mengenali foto wajah manusia gak bisa dipakai untuk mengenali wajah kartun atau anime. Bahkan terkadang AI yang dilatih dengan wajah Asia akan memiliki akurasi rendah kalau dicoba ke ras lain.
Cara kerja AI ini gak kayak otak manusia yang punya miliaran neuron. Saat ini para peneliti AI sedang mengembangkan AI agar menjadi AGI (Artificial General Intelligence) yang bisa belajar apa saja seperti manusia, bahkan ASI (Artificial Super-Intelligence) yang bisa lebih dari kecerdasan manusia.
Nah, pada film ini diceritakan bahwa Nam Do-san sangat suka menggunakan Artificial Neural Network (ANN) atau Jaringan Saraf Tiruan. ANN merupakan salah satu algoritma Machine Learning yang saat ini lagi populer dipelajari. Namun, Machine learning gak selalu harus memakai ANN kok.
ANN sendiri terinspirasi dari cara kerja neuron di otak manusia. Pada otak manusia, ada miliaran neuron terhubung dalam jaringan kompleks, dan tiap neuron hanya melakukan perhitungan kecil, lalu mengirimkan sinyal ke neuron lain dalam kondisi tertentu.
Nah, pada film ini diceritakan bahwa Nam Do-san sangat suka menggunakan Artificial Neural Network (ANN) atau Jaringan Saraf Tiruan. ANN merupakan salah satu algoritma Machine Learning yang saat ini lagi populer dipelajari. Namun, Machine learning gak selalu harus memakai ANN kok.
ANN sendiri terinspirasi dari cara kerja neuron di otak manusia. Pada otak manusia, ada miliaran neuron terhubung dalam jaringan kompleks, dan tiap neuron hanya melakukan perhitungan kecil, lalu mengirimkan sinyal ke neuron lain dalam kondisi tertentu.
Neuron dalam ANN dibagi menjadi beberapa lapisan yakni: input, hidden, dan output.
Lapisan input akan menerima data (seperti indra pada manusia).
Lapisan output yang akan mengeluarkan data (pada manusia misalnya bentuk output-nya adalah kata-kata).
Lapisan hidden merupakan layer yang memproses data (pada manusia seperti bagian “otak”).
Memakai Dataset
Biasanya, saat pertama kali belajar Machine Learning adalah membuat ANN untuk mengenali tulisan tangan angka 0 sampai 9 menggunakan dataset MNIST.
Pada episode 5 series ini diceritakan bahwa pada kompetisi Hackathon sudah disediakan berbagai open source data yang dapat digunakan oleh masing-masing tim. Nah, tim Samsan Tech (yang CTO-nya adalah Nam Do-san) memilih untuk memakai dataset tulisan tangan dari bank. Dalam kasus ini mereka butuh input contoh tulisan tangan palsu dan asli. Gak diceritakan detail berbagai teknik pemalsuan yang berusaha dikenali, apakah misalnya pemalsuan dengan tulisan manual atau digital. Mereka harus membuat dataset tulisan tangan palsu sendiri, kecuali jika memang sudah disediakan panitia (bagian ini gak diceritakan secara detail).
Salah satu bagian tersulit adalah merancang berbagai lapisan pada ANN, contohnya harus ditentukan berapa hidden layer yang diperlukan, berapa neuron di lapisan pertama, kedua, dan seterusnya. Pada bagian ini harus memakai jaringan khusus yaitu CNN (Convolutional Neural Network). Karena tiap neuron dalam satu lapisan hanya melakukan perhitungan sederhana, dan dalam situasi tertentu akan mengirimkan sinyal ke neuron lain. Dalam neuron buatan, keputusan apakah mengirimkan sinyal atau gak, dilakukan oleh “activation function”. Di dalam dunia nyata, hal ini gak bisa dilakukan dalam sehari. Sepertinya dalam film ini menggunakan library yang sudah ada.
Selanjutnya memikirkan mengenai kira-kira arsitektur network-nya akan seperti apa. Setelah itu hyperparameter perlu ditentukan. Hyperparameter inilah nantinya yang akan diberikan oleh programmer untuk dipelajari sendiri oleh komputer, misalnya berapa jumlah neuron di tiap lapisan dan fungsi aktivasi apa yang akan dipakai.
Implementasi
Setelah memiliki ide dari dataset yang diberikan, langkah berikutnya adalah mengimplementasikan algoritma tersebut ke dalam bentuk program. Meskipun nantinya komputer akan belajar sendiri dari data, akan ada proses-proses yang masih perlu diprogram. Misalnya: membaca data input, mendeskripsikan seperti apa jaringan saraf tiruannya, membuat tampilan grafis yang manis dan menghubungkan ke sistem lain, serta masih banyak lagi.
Lapisan output yang akan mengeluarkan data (pada manusia misalnya bentuk output-nya adalah kata-kata).
Lapisan hidden merupakan layer yang memproses data (pada manusia seperti bagian “otak”).
Memakai Dataset
Biasanya, saat pertama kali belajar Machine Learning adalah membuat ANN untuk mengenali tulisan tangan angka 0 sampai 9 menggunakan dataset MNIST.
Pada episode 5 series ini diceritakan bahwa pada kompetisi Hackathon sudah disediakan berbagai open source data yang dapat digunakan oleh masing-masing tim. Nah, tim Samsan Tech (yang CTO-nya adalah Nam Do-san) memilih untuk memakai dataset tulisan tangan dari bank. Dalam kasus ini mereka butuh input contoh tulisan tangan palsu dan asli. Gak diceritakan detail berbagai teknik pemalsuan yang berusaha dikenali, apakah misalnya pemalsuan dengan tulisan manual atau digital. Mereka harus membuat dataset tulisan tangan palsu sendiri, kecuali jika memang sudah disediakan panitia (bagian ini gak diceritakan secara detail).
Salah satu bagian tersulit adalah merancang berbagai lapisan pada ANN, contohnya harus ditentukan berapa hidden layer yang diperlukan, berapa neuron di lapisan pertama, kedua, dan seterusnya. Pada bagian ini harus memakai jaringan khusus yaitu CNN (Convolutional Neural Network). Karena tiap neuron dalam satu lapisan hanya melakukan perhitungan sederhana, dan dalam situasi tertentu akan mengirimkan sinyal ke neuron lain. Dalam neuron buatan, keputusan apakah mengirimkan sinyal atau gak, dilakukan oleh “activation function”. Di dalam dunia nyata, hal ini gak bisa dilakukan dalam sehari. Sepertinya dalam film ini menggunakan library yang sudah ada.
Selanjutnya memikirkan mengenai kira-kira arsitektur network-nya akan seperti apa. Setelah itu hyperparameter perlu ditentukan. Hyperparameter inilah nantinya yang akan diberikan oleh programmer untuk dipelajari sendiri oleh komputer, misalnya berapa jumlah neuron di tiap lapisan dan fungsi aktivasi apa yang akan dipakai.
Implementasi
Setelah memiliki ide dari dataset yang diberikan, langkah berikutnya adalah mengimplementasikan algoritma tersebut ke dalam bentuk program. Meskipun nantinya komputer akan belajar sendiri dari data, akan ada proses-proses yang masih perlu diprogram. Misalnya: membaca data input, mendeskripsikan seperti apa jaringan saraf tiruannya, membuat tampilan grafis yang manis dan menghubungkan ke sistem lain, serta masih banyak lagi.
Komentar
Posting Komentar