5 Tren Kecerdasan Buatan Tahun 2021- Mungkin Anda (atau Mungkin Tidak) Harapkan

Inovasi Kecerdasan Buatan terus berlanjut – dengan pertumbuhan eksplosif di hampir semua industri. Jadi apa yang dibawa tahun lalu, dan apa yang diharapkan dari AI pada tahun 2021?

Dalam artikel kabarmantul  ini, kami daftar lima tren yang saya lihat yang berkembang di tahun 2020 yang saya harapkan akan lebih dominan di tahun 2021.

MLOps

MLOps (“Operasi Pembelajaran Mesin”, praktik produksi Pembelajaran Mesin) telah ada selama beberapa waktu. Namun, selama tahun 2020, COVID-19 membawa apresiasi baru atas kebutuhan untuk mencintai dan instans Pembelajaran Mesin produksi. Perubahan besar-besaran pada alur kerja operasional, manajemen inventaris, pola lalu lintas, dll. Menyebabkan banyak AI berperilaku tidak terduga. Ini dikenal di dunia MLOps sebagai Drift – ketika data yang masuk tidak sesuai dengan apa yang diharapkan AI. Sementara penyimpangan dan tantangan lain dari ML produksi diketahui oleh perusahaan yang telah menerapkan ML dalam produksi sebelumnya, perubahan yang disebabkan oleh COVID menyebabkan apresiasi yang lebih luas atas kebutuhan akan MLOps. Demikian pula, saat peraturan privasi seperti CCPA niat, perusahaan yang beroperasi dengan data pelanggan yang memiliki peningkatanpeningkatan kebutuhan untuk tata kelola dan manajemen risiko. Terakhir, pertemuan komunitas MLOps pertama – Konferensi ML Operasional – yang dimulai pada tahun 2019, juga melihat pertumbuhan ide, pengalaman, dan luasnya Partisipasi yang signifikan pada tahun 2020.

Kode Rendah / Tanpa Kode

AutoML (pembelajaran mesin otomatis) telah ada selama beberapa waktu. AutoML secara tradisional berfokus pada pemilihan algoritmik dan menemukan solusi Machine Learning atau Deep Learning terbaik untuk kumpulan data tertentu. Tahun lalu melihat pertumbuhan dalam pergerakan Low-Code / No-Code di seluruh papan, dari aplikasi hingga solusi AI vertikal yang ditargetkan untuk bisnis. Sementara AutoML mendukung pembuatan model AI berkualitas tinggi tanpa pengetahuan Data Science yang mendalam, platform Low-Code / No-Code modern memungkinkan pembuatan seluruh aplikasi yang didukung AI tingkat produksi tanpa pengetahuan pemograman yang mendalam.
Model Bahasa Pra-terlatih Tingkat Lanjut

Beberapa tahun terakhir membawa kemajuan substansial ke ruang Pemrosesan Bahasa Alami, yang terbesar mungkin Transformers dan Perhatian, aplikasi umum yang BERT (Representasi Encoder Bidirectional dengan Transformers). Model ini sangat kuat dan telah merevolusi terjemahan bahasa, pemahaman, peringkasan, dan banyak lagi. Namun, model ini sangat mahal dan memakan waktu untuk meningkatkan. Kabar baik adalah bahwa model yang telah berkembang sebelumnya (kadang-kadang API yang memungkinkan akses langsung ke sana) dapat menelurkan menciptakan baru AI yang efektif dan sangat mudah dibuat. Salah satu contoh terbesar dari model lanjutan yang dapat diakses melalui API adalah GPT-3 – yang telah didemonstrasikan untuk kasus penggunaan mulai dari menulis kode hingga menulis puisi.

Pembuatan Konten Sintetis (dan sepupunya, Deep Fake)

NLP bukan satu-satunya bidang AI yang melihat inovasi algoritmik yang substansial. Generative Adversarial Networks (GANs) juga telah melihat inovasi, menunjukkan prestasi luar biasa dalam menciptakan seni dan gambar palsu. Mirip dengan transformer, GAN juga rumit untuk membuat dan mengawasi karena memerlukan set pelatihan yang besar. Namun, inovasi telah secara dramatis mengurangi ukuran data dalam membuat GAN. Misalnya, Nvidia telah mendemonstrasikan metode augmented baru untuk pelatihan GAN yang membutuhkan lebih sedikit data. Inovasi ini dapat melahirkan penggunaan GAN dalam segala hal mulai dari aplikasi medis seperti gambar histologi kanker sintetis, hingga pemalsuan yang lebih dalam.
AI untuk Anak-Anak

Ketika alat kode rendah menjadi lazim, usia di mana orang muda dapat membangun AI semakin menurun. Sekarang dimungkinkan bagi siswa sekolah dasar atau menengah untuk membangun AI mereka sendiri untuk melakukan apa saja mulai dari mengklasifikasikan teks hingga gambar. Sekolah Menengah di Amerika Serikat mulai mengajarkan AI, dan Sekolah Menengah ingin mengikutinya. Sebagai contoh – di Synopsys Science Fair 2020 Silicon Valley, 31% dari proyek perangkat lunak pemenang menggunakan AI dalam inovasi mereka. Yang lebih mengesankan, 27% dari AI ini dibuat oleh siswa di kelas 6-8. Pemenang contoh, yang melanjutkan ke Broadcom MASTERS nasional, adalah siswa kelas delapan yang menciptakan Jaringan Saraf Konvolusional untuk mendeteksi Retinopati Diabetik dari pemindaian mata.

Apa maksud semua ini?

Ini bukan satu-satunya tren dalam AI. Namun, mereka patut diperhatikan karena menunjuk pada tiga arah penting dan kritis

  • Peningkatan penggunaan AI di dunia nyata – yang dibuktikan dengan masalah yang disebabkan oleh COVID-19 dan pertumbuhan MLOps
  • Inovasi berkelanjutan, seperti yang terlihat di BERT dan GAN.
  • Demokratisasi menjadi tidak hanya teknik tetapi semua industri dan keahlian – dapat dibuktikan dengan kode rendah / tanpa kode dan kemampuannya untuk membawa AI menjangkau semua orang mulai dari insinyur perangkat lunak hingga anak-anak sekolah.

1 thought on “5 Tren Kecerdasan Buatan Tahun 2021- Mungkin Anda (atau Mungkin Tidak) Harapkan”

Leave a Comment

Your email address will not be published. Required fields are marked *