Perbedaan antara Artificial Intelligence, Machine learning, dan Deep learning

Dalam beberapa tahun terakhir, artificial intelligence (AI) menjadi topik yang rutin diperbincangkan pada semua bidang terutama elektronika dan informatika.  Artificial intelligence, machine learning, dan deep learning sering muncul dalam berbagai macam seminar/workshop dan artikel termasuk pada tulisan ini. Dapat diprediksi beberapa tahun kemudian AI mampu menghasilkan masa depan yang cerdas menyerupai teknologi yang terdapat pada komik Doraemon, dimana pekerjaan kasar akan menjadi langka karena sebagian besar akan ditangani oleh robot atau AI.

Artificial intelligence, Machine learning, dan Deep learning

Pertama kita perlu mendefinisikan dengan jelas apa yang kita bicarakan ini. Apakah sebenarnya artificial intelligence,machine learning, dan deep learning itu ? dan bagaimana hubungan dari ketiganya ? 

1. Artificial intelligence

"Artificial intelligence adalah teknik yang memungkinkan mesin untuk bertindak seperti manusia dengan menirukan perilaku dan sifat-sifatnya"

AI muncul pertama kali pada tahun 1950-an ketika beberapa peneliti pada bidang ilmu komputer mulai bertanya apakah komputer dapat dipaksa untuk "berpikir" ? -- sebuah pertanyaan sederhana yang dapat menjadikan teknologi ini banyak dibahas saat ini. Dalam bidang ilmu komputer, teknologi AI didefinisikan sebagai "agen cerdas", dimana setiap perangkat akan mempelajari lingkungannya dan mengambil tindakan dengan memaksimalkan peluang keberhasilannya di beberapa tujuan. AI akan menirukan sifat kognitif manusia seperti belajar atau memecahkan masalah. Terbukti saat ini, kemampuan AI telah berhasil memahami ucapan manusia, bermain catur, mobil self-driving, robotika, dan memprediksi data kompleks. 

2. Machine learning

"Machine learning adalah bagian dari artificial intelligence yang memungkinkan suatu komputer dapat belajar dan membuat prediksi berdasarkan pengalaman (data)"

Menurut Arthur Samuel pada tahun 1959, machine learning merupakan sub bidang ilmu komputer yang bertujuan untuk membuat mesin mempunyai kemampuan untuk belajar tanpa pemrograman yang eksplisit dengan cara mesin-mesin tersebut (program komputer) dapat berevolusi dan beradaptasi ketika diberikan data baru.  Hal ini mirip dengan perilaku manusia yang dengan mudah memutuskan kasus-kasus baru ketika mempunyai suatu persoalan berdasarkan pengalamannya.
Dalam pemrograman klasik, manusia akan memberikan suatu masukan kepada komputer yang akan diolah dengan aturan-aturan buatannya dan keluarlah sebuah jawaban. Berbeda dengan menggunakan machine learning, manusia akan memasukkan data beserta jawaban yang diharapkan dan keluarlah sebuah peraturan. Aturan-aturan inilah yang kemudian dapat diterapkan ke data baru untuk menghasilkan jawaban yang tepat.
Jika dalam bidang analitik data, machine learning merupakan metode yang digunakan untuk merancang model dan algoritma kompleks yang dapat memberikan prediksi keputusan. Model analitik semacam ini memungkinkan peneliti, ilmuwan data, insinyur, dan analis data untuk menghasilkan keputusan dengan hasil yang terbaik dan dapat diulang-ulang melalui hasil belajar dari hubungan historis dan tren dalam data.
Sekitar tahun 2010, dengan adanya teknologi yang semakin maju, kemampuan komputasi yang semakin cepat, pengolahan dan penyimpanan data yang menjadi lebih murah, membuat peneliti dapat membangun machine learning yang lebih kompleks dengan lebih mudah.  Semua temuan ini merupakan hal baru dalam machine learning yang disebut dengan deep learning.

3. Deep Learning

"Deep learning adalah salah satu cabang ilmu dari machine learning yang mempunyai cara baru dalam pengolahan data dengan menggunakan algoritma abstraksi tingkat tinggi menggunakan sekumpulan fungsi non linear secara berlapis-lapis dan mendalam"

Deep learning dilengkapi dengan kata "deep" karena struktur dan jaringan saraf pada algoritmanya sangat banyak hingga mencapai ratusan lapisan. Algoritma dalam deep learning mampu mengekstraksi data secara otomatis hingga dapat memperoleh serangkaian fitur data unik yang relevan sebagai keperluan dalam pemecahan suatu masalah. Serangkaian fitur data unik dalam suatu data inilah yang akan dilatih oleh lapisan tersembunyi berdasarkan output dari jaringan sebelumnya. Semakin banyak lapisan tersembunyi yang digunakan, maka algoritmanya akan semakin komplek. Berdasarkan hal itulah deep learning mampu memecahkan masalah komplek yang terdiri dari sejumlah besar lapisan transformasi non linear.

Sederhananya, deep learning merupakan bagian dari machine learning, dan machine learning merupakan salah satu bagian dari artificial intelligence. Ketiga teknologi tersebut mempunyai tujuan yang sama yaitu untuk menciptakan mesin yang cerdas. Dapat kita bayangkan bahwa dengan menggunakan deep learning, kita dapat mengklasifikasikan, mengelompokkan, atau memprediksi semua jenis data baik berupa gambar, video, suara, teks, bahkan time series (pasar saham, tabel ekonomi, cuaca, dan nilai tukar uang) sekalipun.