Perkembangan Ilmu Kepintaran Buatan daripada Sistem Pakar ke Pembelajaran Mesin

Imej: Peshkova/Adobe Stock

Pada tahun 1996, sebuah perlawanan catur antara super komputer keluaran IBM dan manusia telah dilangsungkan. Umat manusia diwakili oleh juara dunia dari Russia iaitu Gary Kasparov, manakala super komputer tersebut dikenali sebagai Deep Blue. Perlawanan bersejarah 1996 ini telah dimenangi oleh Kasparov dengan keputusan empat berbalas dua. Para peminat berasa lega kerana manusia terbukti lebih pintar daripada komputer.

Pada tahun berikutnya perlawanan telah diadakan sekali lagi, namun pada kali ini Deep Blue pula telah menang dengan keputusan 3.5 berbalas 2.5. Ramai menjadi gempar dan bimbang. Kekalahan Kasparov pada perlawanan ulangan itu dilihat sebagai kekalahan pertama manusia kepada komputer. Adakah ini menandakan apa yang digambarkan dalam filem-filem sains fiksyen Hollywood akan menjadi realiti, iaitu komputer menjadi lebih bijak dan memerintah manusia pula?

Pelbagai pihak memberikan pandangan terhadap punca kekalahan Kasparov. Dilaporkan oleh pihak Kasparov, beliau percaya ada ‘Grandmaster’ catur lain yang membuat gerakan bagi Deep Blue. Kasparov tidak percaya Deep Blue mampu membuat gerakan mengelirukan seperti yang dialaminya sehingga memaksa beliau mengaku kalah. Ada pihak lain pula yang mendakwa terdapat pepijat dalam program Deep Blue yang menyebabkannya mampu membuat gerakan luar jangkaan. Walau bagaimanapun, ramai bersetuju dengan salah satu pendapat bahawa kekalahan itu disebabkan oleh manusia dipengaruhi emosi yang mengakibatkan pertimbangan dan pemikiran menjadi tidak wajar apabila berada di bawah tekanan. 

Atur cara program Deep Blue ini ditulis berasaskan daripada Sistem Pakar yang merupakan satu cabang bidang Kepintaran Buatan (AI). Ia bermodelkan pengetahuan manusia yang dianggap pakar  dalam bidang tersebut melalui susunan peraturan-peraturan secara berstruktur. Sebagai contoh, untuk sebuah sistem ramalan cuaca, peraturan yang disediakan dalam atur cara ialah, jika hari mendung dan angin bertiup laju, maka hari akan hujan.

Namun begitu, tidak semua pengetahuan dapat diadaptasi dengan baik. Hal ini disebabkan skop sesuatu pengetahuan itu adalah sangat besar dan mengandungi pelbagai pemboleh ubah sehingga menjadi mustahil untuk dirangkumkan bersama. Oleh itu, Sistem Pakar ini lebih sesuai digunakan untuk sistem yang melibatkan semua pengetahuan yang diperlukan bagi membuat keputusan dan menjadi model yang baik seperti sistem kelulusan pinjaman bank, analisis bahan kimia dan sistem pengesanan awal kanser

Letusan Data Raya

Letusan fenomena data raya yang bermula sekitar tahun 2010 telah membolehkan satu lagi cabang dalam bidang AI iaitu Pembelajaran Mesin berkembang dengan lebih pesat. Pembelajaran Mesin ini telah dapat mengatasi kekurangan Sistem Pakar yang tidak dapat menjadi model bagi semua pengetahuan dalam menghasilkan keputusan yang tepat. Pembelajaran Mesin menggunakan sepenuhnya kelebihan data raya untuk tujuan ini berikutan saiz datanya adalah sangat besar dan mengandungi pelbagai maklumat berharga sehingga ada yang menggelarkan data ini sebagai ‘minyak’ yang baharu. Oleh hal yang demikian, maklumat tersebut dapat membantu perniagaan membuat keputusan yang tepat bagi mengungguli persaingan bisnes yang kompetitif. 

Jika Sistem Pakar berasaskan peraturan, bidang Pembelajaran Mesin pula berasaskan data. Data ini dimasukkan ke dalam sistem untuk dilatih dan diuji. Hasil daripada proses ini dapat memberikan sistem tersebut berkenaan maklumat yang diperlukan untuk membuat keputusan yang baik. Ia seolah-olah belajar daripada pengalaman yang lepas untuk menghasilkan keputusan. Kemajuan yang dicapai oleh bidang Pembelajaran Mesin ini sebenarnya lebih menggerunkan kerana pembangunan sistem itu sendiri tidak dapat memahami keupayaan sistem tersebut membuat keputusan. Hal ini disebabkan keputusan tersebut dibuat berdasarkan data-data bersaiz besar yang tidak dapat dicerna oleh manusia untuk jangka masa yang singkat berbanding komputer. Kali ini, situasi yang mana komputer telah benar-benar lebih ‘bijak’ kini semakin menjadi realiti. 

Keupayaan Pembelajaran Mesin kini telah membolehkan pelbagai aplikasi baru dihasilkan seperti kereta pandu sendiri, penterjemah bahasa automatik dan pemalsuan mendalam. Sistem-sistem ini dapat digunakan dengan baik seolah-olah seperti ia dikendalikan oleh seorang manusia yang pakar dalam bidang-bidang tersebut. Majalah Fortune meramalkan robot akan mengambil alih 40% daripada pekerjaan manusia dalam masa 15 tahun akan datang. Pekerjaan seperti eksekutif pelanggan telah mula diambil oleh Chatbots yang dapat melayan pertanyaan daripada pelanggan dan juga staf dalaman sesebuah syarikat sendiri dengan baik.

Walaupun komputer dilihat telah beroperasi untuk menjadi lebih ‘bijak’ daripada manusia, hal ini masih jauh daripada jangkauan. Memang benar komputer mempunyai kelebihan dalam kelajuan, namun untuk dikatakan lebih bijak daripada manusia bukanlah satu perbandingan yang betul. Komputer tetap sebuah komputer berbanding manusia yang mempunyai sifat-sifat tersendiri yang tidak mungkin dapat ‘dipelajari’ oleh sesebuah mesin. 

Sistem yang dihasilkan dalam bidang Pembelajaran Mesin hanyalah merupakan kerja-kerja yang bersifat pengulangan dan ia menghadapi cabaran yang sama sahaja pada setiap masa. Seharusnya proses kajian dan inovasi yang kita jalankan akan membuatkan kita lebih kagum dengan kehebatan ilmu Allah SWT, sesuai dengan firman-Nya dalam surah Al Kahfi, ayat 109:

Katakanlah (wahai Muhammad): “Kalaulah semua jenis lautan menjadi tinta untuk menulis Kalimah-kalimah Tuhanku, sudah tentu akan habis kering lautan itu sebelum habis Kalimah-kalimah Tuhanku, walaupun Kami tambahi lagi dengan lautan yang sebanding dengannya, sebagai bantuan.”

 

 

 

Prof. Madya Dr. Hairulnizam Mahdin

Center of Intelligent and Autonomous System

Fakulti Sains Komputer dan Teknologi Maklumat

Universiti Tun Hussein Onn Malaysia (UTHM)

 

Categories
E-WacanaRencana
Subscribe