Pada teknologi kecerdasan buatan, kita sudah belajar dan tahu bahwa sebuah mesin dapat mengingat sebuah informasi. Tapi bagaimana cara melakukanya?
Nah, jawabanya adalah komputasi. Komputasi merupakan transformasi dari satu keadaan memori menjadi yang lain, salah satu jenis komputasi yang mendukung machine learning adalah cognitive computing.
Pengertian Cognitive Computing
Teknik cognitive computing (komputasi kognitif) merupakan sebuah model statistik dan algoritma untuk menganalisa serta menarik kesimpulan dan pola dari data.
Cognitive computing menciptakan sebuah sistem yang secara otomatis mampu menyelesaikan masalah tanpa bantuan manusia.
Cara Kerja Cognitive Computing
Sistem komputasi kognitif mensintesis data dari berbagai sumber informasi sambil menimbang konteks dan bukti yang bertentangan untuk menyarankan jawaban yang sesuai.
Untuk mencapai hal ini, sistem kognitif mencakup teknologi belajar mandiri (self-learning) menggunakan data mining, pengenalan pola dan pemprosesan bahasa alami (NLP) untuk memahami cara kerja otak manusia.
Menggunakan sistem komputer untuk memecahkan masalah yang seharusnya dilakukan oleh manusia membutuhkan data terstruktur dan tidak terstruktur yang sangat besar. Seiring waktu, sistem kognitif belajar memperbaiki cara mereka mengidentifikasi pola dan cara mereka memproses data agar mampu mengantisipasi masalah baru dan memodelkan kemungkinan solusi.
Untuk mencapai kemampuan tersebut, sitem komputasi kognitif harus memiliki atribut berikut.
1. Adaptif
Sistem kognitif harus memiliki cukup fleksibel untuk memahami perubahan informasi. Selain itu, sistem harus mampu mencerna data dinamis secara real-time dan melakukan penyesuaian saat data dan lingkungan berubah.
2. Interaktif
Interaksi manusia-komputer (HCI) adalah komponen penting dalam sistem kognitif. Pengguna harus dapat berinteraksi dengan mesin kognitif dan menentukan kebutuhan mereka saat kebutuhan tersebut berubah. Teknologi juga harus dapat berinteraksi dengan prosesor, perangkat dan paltform cloud lainnya.
3. Iteratif dan Stateful
Selain itu, sistem ini harus dapat mengidentifikasi masalah dengan mengajukan pertanyaan atau menarik data tambahan jika masalahnya tidak lengkap. Sistem melakukan ini dengan mempertahankan informasi tentang situasi serupa yang telah terjadi sebelumnya.
4. Kontekstual
Sistem kognitif harus memahami, mengidentifikasi dan menambang data kontekstual seperti sintas, waktu, lokasi, domain, persyarata, profil, tugas atau tujuan pengguna tertentu. Mereka dapat memanfaatkan berbagai sumber informasi, termasuk data terstruktur dan tidak terstruktur serta data visual, auditori atau sensor.
Cognitive Computing Vs Kecerdasan Buatan
Teknologi di balik cognitive computing mirip dengan teknologi di balik AI. Ini termasuk dalam machine learning, jaringan syaraf tiruan, NLP dan lainnya. Tetapi mereka juga memiliki berbagai perbedaan yaitu.
| Cognitive Computing | Kecerdasan Buatan |
|---|---|
| Cognitive Computing berfokus pada meniru perilaku manusia dan penalaran untuk memecahkan masalah yang kompleks. | Kecerdasan Buatan menambah pemikiran manusia untuk memecahkan masalah yang kompleks. Inin berfokus pada memberikan hasil yang akurat. |
| Mensimulasikan proses pemikiran manusia untuk menemukan solusi untuk masalah yang kompleks. | menemukan pola untuk mempelajari atau mengungkap informasi tersembunyi dan mencari solusi. |
| cognitive computing hanya melengkapi informasi bagi manusia untuk membuat keputusan. | Kecerdasan Buatan bertanggung jawab untuk membuat keputusan sendiri meminimalkan peran manusia. |
| Sebagian besar digunakan di sektor-sektor seperti layanan pelanggan, perawatan kesehatan, industri, dll. | Sebagian besar digunakan dalam keuangan, keamanan, perawatan kesehatan, ritel, manafaktur, dll. |
Kelebihan Cognitive Computing
Kognitif ini memiliki kelebihan di antaranya sebagai berikut.
- Akurasi analitis, mahir dalam membandingkan dan referensi silang data terstruktur dan tidak terstruktur.
- Efisiensi proses bisnis, dapat mengenali pola saat menganalisis big data (data dengan jumlah yang banyak).
- Interaksi dan pengalaman pelanggan, informasi kontekstual dan relevan yang diberikan komputasi kognitif melalui chatbot dapat meningkatkan interaksi kepada pelanggan. Kombinasi asisten kognitif, rekomendasi yang dipersonalisasi dan prediksi perilaku meningkatkan pengalaman pengguna.
- Produktivitas karyawan dan kualitas layanan, Sistem kognitif membantu karyawan menganalisis data terstruktur atau tidak terstruktur dan mengidentifikasi pola dan trend data.
Kekurangan Cognitive Computing
Tidak hanya kelebihan, berikut kelemahan yang dimiliki kognitif.
- Adopsi lambat, siklus pengembangan yang panjang menjadi alasan untuk tingkat adopsi yang lambat.
- Siklus pengembangan yang panjang, sistem cognitive computing membutuhkan tim developer yang ahli dan mempunyai waktu untuk mengembangkan perangkat lunak. Sistem membutuhkan data set berukuran besar untuk memahami tugas dan proses yang diberikan.
- Dampak lingkungan yang negatif, proses pelatihan sistem kognitif dan jaringan syaraf tiruan (JST) menghabiskan banyak daya dan memiliki jejak karbon yang cukup besar.
Penerapan AI Cognitive Computing
Berikut merupakkan contoh penerapan cognitive computing.
1. Smart IoT
ini termasuk menghubungkan dan mengoptimalkan perangkat, data dan IoT. Tapi dengan asumsi kita mendapatkan lebih banyak sensor dan perangkat, kunci sebenarnya adalah apa yang akan menghubungkannya.
2. Keamanan Siber yang diaktifkan AI
Kita dapat melawan serangan dunia maya dengan menggunakan enkripsi keamanan data dan peningkatan kesadaran situasional yang didukung oleh AI. Ini akan menyediakan penguncian dokumen, data dan jaringan menggunakkan data terdistribusi cerdas yang diamankan oleh kunci AI.
3. Konten AI
Solusi yang didukung oleh kecerdasan kognitif yang terus menerus belajar dan bernalar serta dapat mengintergrasikan lokasi, waktu, kebiasaan pengguna, intensitas semantik, niat, sentimen, media sosial, kesabaran, kontekstual dan atribut pribadi lainnya secara bersamaan.
4. Analisis Kognitif dalam Perawatan Kesehatan
teknologi ini mengimplementasikan fungsi perangkat lunak penalaran seperti manusia yang melakukan analisis deduktif, induktif dan abduktif untuk aplikasi ilmu kehidupan.
5. Interten-Based NLP
Kecerdasan kognitif dapat membantu bisnis menjadi lebih analitis dalam pendekatan mereka terhadap manajemen dan pengambilan keputusan. Ini akan berfungsi sebagai langkah selanjutnya dari machine learning dan aplikasi AI di masa depan akan cenderung menggunakan ini untuk melakukan penalaran dan analisis logis.
Kesimpulan
Pembelajaran kita di atas dapat kita simpulkan bahwa Teknik cognitive computing (komputasi kognitif) merupakan sebuah model statistik dan algoritma untuk menganalisa serta menarik kesimpulan dan pola dari data. Pada umumnya, komputasi kognitif digunakan untuk membantu manusia dalam proses pengambilan keputusan.
Artikel ini merupakan bagian dari seri artikel belajar Kecerdasan Buatan dan jika ada ide topik yang mau kami bahas silahkan komen di bawah ya..
