Perbedaan Utama Machine Learning dan Artifical Intelligence
Artifical Intelligene dan Machine Learning adalah dua konsep yang saling berkatian dengan bidang ilmu komputer. Inovasi ini membantu membawa perubahan yang signifikan di berbagai bidang. Seperti ilmu kedokteran, meteorologi, engineering, serta dapat mengetahui sudut pandang consumer atau perkembangan ilmiah. Namun, banyak dari kita yang tidak paham dengan istilah-istilah ini. Mari kita cari tahu apa arti istilah-istilah ini dan bagaimana perbedaan satu sama lain.
Definisi Umum
· Artifical intelligence — istilah ini terdiri dari dua istilah yaitu ‘Artifical’ dan ‘Intelligence’. ‘Artifical’ dapat disimpulkan sebagai sesuatu yang tidak dapat ditemukan di alam atau dibangun oleh manusia dari sumber-sumber alami. ‘Intelligence’ mengacu pada kemampuan untuk berpikir. Kecerdasan alami adalah sesuatu yang melekat dalam manusia dan hewan lain untuk berkomunikasi dengan lingkungan. Beberapa orang salah mengartikan ide bahwa itu adalah sistem kecerdasan buatan (Artifical Intelligence). Tapi itu sebenarnya bukan sistem. Melainkan sistem dikombinasikan dengan Kecerdasan Buatan. Kecerdasan buatan dapat didefinisikan sebagai studi tentang bagaimana mesin atau komputer dan berbagai sistem dapat dilatih untuk melakukan tindakan yang dapat dilakukan oleh manusia lebih baik. Dengan demikian, ini menyiratkan dalam artian kecerdasan adalah dengan menggabungkan kemampuan manusia ke dalam mesin.
· Machine Learning — adalah sesuatu dimana mesin dapat belajar secara sendiri. Tidak perlu diprogram secara khusus setiap kali menerima output yang berbeda. Machine Learning seharusnya bisa belajar dan berfungsi sendiri dari pengalaman masa lalu. Ini adalah aplikasi AI, dan inilah sebabnya orang terkadang bingung. Machine Learning secara otomatis belajar dan berkembang secara otomatis. Dan juga suatu program dapat dihasilkan dengan hanya memasukkan input dan ouput.
Mari kita lihat lebih dekat — apa yang dibutuhkan masing-masing dari keduanya, dan mengambil beberapa contoh yang membedakan antara keduanya.

Artifical Intelligence
Arifical Intelligence dapat dikatakan sebagai cara berpikir terluas tentang kecerdasan canggih di komputer. Dalam AI, apa pun dan segala sesuatu yang mesin bisa lakukan akan dihitung. Ini dijelaskan pada Konfrensi AI di Dartmouth, 1956, bahwa setiap aspek pembelajaran atau fitur kecerdasan apa pun yang dapat disimulasikan dalam sebuah mesin dapat digambarkan sebagai Kecerdasan Buatan.
Jika Anda mengambil contoh, AI dapat merujuk pada kemampuan program komputer untuk memainkan permainan catur. Bahkan bisa berupa sistem pengenalan suara (voice recognition system) seperti Alexa dari Amazon, yang menafsirkan dan bereaksi terhadap ekspresi. Terkadang teknologi ini digolongkan ke dalam tiga kelompok berbeda — Narrow AI, Artificial general Intelligence (AGI), dan Superintelligence AI. Ada AI seperti Deep Blue dari IBMK dan Alpha Go dari Google Deepmind yang telah berhasil mengalahkan pemain paling ahli dalam game mereka. AI tersebut hanya mampu melakukan satu tugas khusus.
General AI Intelligence akan berada pada level yang sama dengan manusia, melakukan beberapa tugas berbeda.
Supperintelligence AI dapat mengambil hal-hal ke titik selain itu. Di setiap sektor yang bisa dibayangkan, mereka akan lebih pintar daripada manusia terbaik dan berfungsi sebagai superior mind. Supperintelligence AI juga akan memiliki keterampilan sosial, kecerdikan dalam sains, dan pengetahuan umum. Itu hanya akan terjadi jika kita bisa mengakali mesin.
Machine Learning
Machine Learning hanya salah satu bagian pada AI, di mana gagasan utamanya adalah bahwa tanpa campur tangan manusia, mesin akan dapat mengambil informasi dan mengetahuinya. Machine Learning sebenarnya untuk sebagian besar perusahaan terutama bisnis adalah gudang senjata paling tajam dalam toolkit AI. Sistem ML akan dapat dengan cepat menerapkan pengetahuan dari kumpulan data pelatihan yang besar untuk pengenalan suara atau wajah, terjemahan, pengenalan objek dan tugas serupa lainnya. Ini berbeda dari code manual yang memiliki serangkaian instruksi spesifik. Machine Learning akan memungkinkan mesin untuk belajar mengenali pola dan membuat prediksi sendiri.
Semua bentuk Artifical intelligence adalah Deep Blue dan DeepMind. Deep Blue berbasis aturan, tergantung pada pemrograman, dan karenanya bukan bentuk pembelajaran mesin. Di sisi lain, dengan melatih set data besar, DeepMind mengalahkan juara dunia di Go. Perusahaan besar saat ini adalah pusat pembelajaran mesin untuk bisnis lain dan dapat memanfaatkannya.
Perbedaan Utama :
- Tujuan Artificial Intelligence adalah untuk meningkatkan peluang keberhasilan dan bukan ketepatan, sementara Machine Learning berfokus pada peningkatan efisiensi dan tidak mementingkan kesuksesan.
- Tujuan Artifical Intelligence adalah untuk mensimulasikan kecerdasan alami, sedangkan tujuan Machine Learning adalah belajar dari data untuk meningkatkan efisiensi machine.
- Inteligensi Buatan adalah tentang pengambilan keputusan, sementara Machine Learning memungkinkan sistem untuk belajar dari data hal-hal baru.
- Artifical Intelligence akan memungkinkan mesin untuk meniru dan merespons manusia dan bertindak sesuai dengannya. Di sisi lain, Machine Learning terlibat dalam pengembangan algoritma pembelajaran mandiri.
- Untuk satu kasus, Artifical Intelligence akan mencari solusi optimal, sementara Machine Learning tidak akan tahu tentang optimalitas.
- Sementara kecerdasan buatan akan mengarah pada pengetahuan atau pemahaman, sedangkan Machine Learning akan mengarah pada informasi.
Ini membersihkan kesalahpahaman antara Artifical Intelligence dan Machine Learning yang tampaknya dimiliki kebanyakan orang. Dengan cara yang sama bahwa pengetahuan mengarah pada kebijaksanaan dan kecerdasan, Machine Learning hanyalah sebagian dari Artifical Intelligence.
Writer : Daffa M. Almeyda (4817070465)
Anggota Kelompok :
- Dhimas Bagaskara
- Ferrian Pratama
- Fikri Nurfadillah
- Lidia Tri Juni
- Narenda Nur W
- Wigati Warigalit