Penjelasan paling mudah berkenaan pembelajaran mesin yang bakal dibaca oleh anda
Diterjemah oleh Nur Amalina Diyana Suhaimi & Mohamad Azhar Ibrahim daripada artikel asal yang ditulis oleh Cassie Kozyrkov
Anda mungkin pernah mendengar tentang pembelajaran mesin (Machine Learning, ML) dan kepintaran buatan (Artificial Intelligence, AI), tetapi adakah anda pasti anda tahu tentang apakah kedua-duanya? Sekiranya anda merasakan sukar untuk memahaminya, anda tidak berseorangan. Terdapat pelbagai persoalan yang membuatkan ia agak sukar untuk mengenal pasti yang mana satukah sains atau fiksyen sains. Segalanya bermula daripada nama yang diberikan….
Secara amnya, pembelajaran mesin adalah penanda label.
Saya merupakan perangkawan dan saintis neurologi secara praktis/latihan, dan kami para perangkawan mempunyai reputasi tertinggi dalam memilih nama yang membosankan bagi sesuatu benda atau barang. Kami sukakan sesuatu yang berfungsi dan bertindak seperti mana yang tertera pada bekas atau arahannya. Jadi anda tahu apa yang kami akan namakan kepada pembelajaran mesin? Ya, Si Penanda Label Yang Menggunakan Contoh!
Berlawanan dengan pendapat terkenal, pembelajaran mesin bukanlah merupakan suatu kotak ajaib penuh magis, dan bukan juga penyebab untuk dibayar 30 billion dolar dalam pembiayaan modal teroka (VC). Pada asasnya, pembelajaran mesin hanyalah merupakan penanda label, ia mengambil kira deskripsi awal anda kepada sesuatu benda itu dan mesin tersebut akan memberitahu anda apakah label yang sepatutnya diperolehi pada akhir keputusan. Ia kedengaran seperti kurang menarik berbanding dengan apa yang anda baca di “Hacker News”. Tetapi adakah anda akan merasa cukup teruja untuk meneruskan pembacaan mengenai topik ini sekiranya kami menggelarnya sebagai penanda label sedari awal tadi? Mungkin tidak. Maka jelaslah ia menunjukkan bahawa dengan sedikit taktik pemasaran dan pesona, ia berjaya mendapatkan perhatian anda terhadap teknologi ini (walaupun bukan untuk alasan yang mungkin anda terfikirkan).
Ia adalah fenomena berguna, tetapi ia tidaklah umpama fiksyen sains sepertimana bunyinya.
Bagaimana pula dengan kepintaran buatan? Sementara ramai ahli akademik berdebat mengenai perbezaan antara apakah yang diklasifikasikan sebagai AI dan apakah yang bukan merupakan AI, pihak industri telah menggunakan terma tersebut untuk merujuk kepada salah satu jenis pembelajaran mesin. Malah sebenarnya, dalam kebanyakan masa, manusia menggunakannya silih berganti dan ia saling tertukar, dan saya boleh menerima hakikat itu. Jadi AI juga merupakan sesuatu yang menanda label. Adakah anda mengharapkan AI adalah sejenis robot? Atau sesuatu berkaitan sains fiksyen yang mempunyai fikiran, sesuatu yang berciri kemanusiaan, atau robot manusia? Sebenarnya, definisi AI hari ini tidak lagi sebegitu. Tetapi kita ialah spesis yang melihat ciri-ciri manusia dalam hampir semua perkara. Kita membayangkan wajah manusia pada kepingan roti, membayangkan bentuk badan pada kepulan awan, dan jika saya menjahit dua butang pada stoking, saya mungkin akan bercakap dengannya. Patung stoking itu bukanlah sesuatu yang hidup, dan begitu juga AI — adalah penting untuk sentiasa ingat tentang itu. Adakah perkara ini merupakan suatu yang mengecewakan? Bertabahlah! Perkara sebenar tentang AI sebenarnya jauh lebih berguna dan bermanfaat untuk kita.
Biar saya tunjukkan kepada anda mengapa anda seharusnya teruja. Apakah yang anda lihat pada gambar di bawah?
Anda telah menggunakan sedikit data yang kompleks melalui deria anda, dan seolah-olah seperti magis, anda telah melabelkannya sebagai ‘seekor kucing’. Mudah saja untuk anda! Jadi, bagaimana sekiranya kita mahukan sebuah komputer untuk melakukan tugas yang sama, untuk mengelaskan (melabel) gambar tersebut sebagai kucing atau bukan kucing?
Pembelajaran mesin ialah sebuah paradigma baru bagi pengaturcaraan — cara baru untuk berkomunikasi dan menyampaikan kehendak anda kepada komputer.
Dalam pendekatan pengaturcaraan yang tradisional, seseorang pengaturcara itu cuma akan mengenankan tentang piksel dan label, maka dia akan berkomunikasi dengan sekeliling, mendapatkan inspirasi, dan akhirnya menghasilkan sebuah model. Model hanyalah merupakan perkataan menarik bagi menggantikan ‘resepi’ atau satu set arahan kepada komputer untuk menukarkan piksel kepada label.
Tapi cuba fikirkan tentang mengenai kesemua bentuk arahan tersebut. Apakah sebenarnya yang anda akan lakukan dengan piksel tersebut? Bolehkah anda mengekspresikannya atau menggambarkannya? Otak anda mempunyai kelebihan kesan perkembangan evolusi yang tak terkira lamanya dan begitulah cara ia berfungsi, namun anda sebenarnya tidak tahu bagaimana ia bertindak. Resepi itulah yang agak sukar untuk diterjemahkan.
Terangkan dengan menggunakan contoh, bukan sekadar arahan.
Tidakkah ia lebih bagus jika anda hanya perlu memberitahu kepada komputer tersebut, “Ini, lihatlah contoh-contoh kucing, dan lihatlah contoh-contoh selain daripada kucing, dan cuba kenal pasti atau bezakan ia sendiri”. Itulah asas intipati kepada pembelajaran mesin. Ia merupakan sesuatu yang betul-betul berbeza berbanding paradigma pengaturcaraan. Sekarang, selain daripada memberikan arahan, anda hanya perlu memprogramkan komputer dengan contoh-contoh dan seterusnya algoritma pembelajaran mesin tersebut akan mencari corak yang ada dalam data anda dan menukarkan ia kepada arahan pengaturcaraan yang anda tidak dapat tulis sendiri. Jadi, tidak perlu lagi hasilkan resepi!
AI mengizinkan anda untuk mengautomasikan sesuatu yang rumit.
Mengapa ia menarik? Kerana ia mengenai hasrat kita kepada komputer untuk melakukan perkara yang kita tidak dapat lakukan sebelum ini. Kita suka mendapatkan bantuan komputer melakukan sesuatu untuk kita. Tetapi bagaimanakah kemungkinan cara kita untuk memberikan arahan sekiranya arahan tersebut sesuatu yang sukar untuk difikirkan? Sekiranya arahan itu rumit?
AI dan pembelajaran mesin adalah mengenai proses mengautomasikan sesuatu yang rumit. Ia berkenaan anda menjelaskan sesuatu perkara kepada komputer menggunakan contoh dan bukannya arahan. Ini membuka ruang besar untuk semua tugasan yang mana pada suatu masa dahulu, kita tidak dapat menggunakan komputer untuk membantu kita kerana kita tidak mampu menggambarkan arahan yang jelas kepada komputer. Dan kini, semua tugasan ini mungkin boleh dilaksanakan — pembelajaran mesin merupakan satu dasar lonjakan dalam kemajuan umat manusia. Ia adalah masa depan dan masa depan adalah kini!
