Fungsi Pembelajaran Mesin

Pembelajaran Mesin telah digunakan di mana-mana sahaja dari mengautomasikan tugas-tugas biasa hingga menawarkan pemahaman cerdas. Setiap sektor cuba untuk mendapatkan manfaat daripada pembelajaran mesin.

Anda mungkin pernah menggunakan peranti yang dilengkapi pembelajaran mesin. Sebagai contoh, fitness tracker yang boleh dipakaikan pada tubuh badan seperti Fitbit, atau pembantu pintar seperti Google Home.

Sebenarnya ada banyak lagi contoh penggunaan pembelajaran mesin. Antaranya ialah ramalan, pengecaman imej, pengecaman pertuturan, diagnos perubatan dan industri kewangan.

Untuk memberikan anda pemahaman yang lebih jelas, admin akan menyenaraikan contoh penggunaan pembelajaran mesin dalam kehidupan harian yang mungkin tidak pernah anda fikir pun ia diterajui oleh pembelajaran mesin.

1. Pembantu Peribadi Maya

Siri, Alexa dan Google Now merupakan beberapa contoh popular pembantu peribadi maya. Aplikasi-aplikasi tersebut membantu mencari maklumat melalui pesanan suara.

Apa yang anda perlu lakukan ialah mengaktifkan mereka dan tanya “Apa jadual saya hari ini?”. Untuk memberikan jawapan, pembantu peribadi maya akan merujuk maklumat, mengingat kembali perkara berkaitan pertanyaan soalan anda atau menghantar arahan kepada sumber lain (aplikasi telefon) untuk mendapatkan info.

Selain itu, anda juga boleh mengarahkan pembantu untuk menjalankan tugas-tugas seperti menetapkan penggera, mengingatkan tentang temujanji dan sebagainya.

Pembelajaran mesin merupakan bahagian terpenting pembantu peribadi maya kerana ia berperanan untuk mengumpulkan dan menyempurnakan maklumat berdasarkan penglibatan sebelumnya.

Pembantu Maya telah disepadukan dengan pelbagai platform. Antaranya ialah:

  • Pembesar Suara Pintar : Amazon Echo dan Google Home
  • Telefon Pintar : Samsung Bixby dalam Samsung S8
  • Aplikasi Mobil : Google Allo

2. Ramalan (Pengangkutan)

Ramalan Trafik: Semasa menggunakan navigasi GPS, lokasi semasa dan halaju telah direkod di pusat server untuk menguruskan trafik.

Data ini kemudiannya digunakan untuk membina peta yang menunjukkan lalu lintas semasa. Servis ini sangat membantu untuk mengelakkan kesesakan jalan raya dan melakukan analisis kesesakan.

Namun begitu, terdapat satu masalah di peringkat dasar, di mana bilangan kereta yang dilengkapi GPS masih sedikit.

3. Pengawasan Video

Bayangkan seorang individu ditugaskan untuk mengawasi beberapa kamera video, sudah tentu ia akan menjadi satu pekerjaan yang membosankan dan agak sukar untuk dilakukan.

Atas sebab itu,servis latihan komputer diwujudkan untuk meningkatkan lagi keberkesanan dalam menjaga keselamatan awam.

Sistem pengawasan video pada hari ini dilengkapi dengan AI yang membolehkan jenayah dapat dikesan sebelum ia berlaku. Kedengaran seperti sesuatu yang agak mustahil untuk dilakukan, tapi sebenarnya tidak.

Sistem tersebut mengamati tingkah laku manusia yang dilihat luar biasa seperti berdiri tanpa sebarang gerakan dalam jangka masa yang lama, tersadung atau tidur di atas bangku.

Oleh itu, sistem tersebut dapat memberi amaran kepada petugas seterusnya dapat mengelakkan berlakunya perkara yang tidak diingini.

Apabila aktiviti-aktiviti sedemikian dilaporkan dan disahkan benar, ia dapat membantu menambahbaik servis pengawasan.

4. Servis Media Sosial

Di sini terdapat beberapa contoh yang pasti anda sering terlihat atau gunakan semasa melayari media sosial tanpa menyedari ia merupakan salah satu ciri aplikasi pembelajaran mesin.

Rakan Yang Mungkin Anda Kenali (People You May Know)

Pembelajaran mesin berfungsi dalam satu konsep yang mudah, iaitu memahami menggunakan pengalaman. Oleh itu, Facebook sentiasa mengetahui dengan siapa anda sering berhubung, profil yang sering anda kunjungi, minat, tempat kerja atau kumpulan yang anda sertai.

Selain itu, cadangan yang disenaraikan oleh Facebook juga boleh datang dari maklumat peribadi yang anda masukkan seperti tempat bekerja, tempat belajar, tempat tinggal bahkan carian yang anda lakukan juga boleh mempengaruhi rakan cadangan.

Sebagai contoh, anda mencari sesuatu produk untuk dibeli. Selepas beberapa ketika, anda akan menyedari akaun facebook anda mula dihujani dengan cadangan rakan yang menjual produk yang sama.

Berdasarkan pembelajaran berterusan, Facebook telah mencadangkan beberapa orang pengguna yang mungkin anda kenali dan berminat untuk tambah sebagai rakan.

Pengecaman Muka

Kehebatan pembelajaran mesin dalam media sosial dapat dibuktikan sekali lagi melalui sistem pengecaman muka.

Pada tahun 2017, Facebook telah memperkenalkan peralatan baru di mana pengecaman muka dapat dilakukan walaupun anda tidak ditag pada gambar yang dimuatnaik oleh rakan.

Anda juga akan menerima notifikasi apabila terdapat rakan yang memuatnaik gambar yang Facebook rasakan mempunyai wajah anda. Seterusnya, anda akan diberi pilihan sama ada mahu tag sendiri atau hiraukan.

Namun, jika gambar yang dimuatnaik itu tidak mengandungi wajah anda, anda boleh melaporkan imej tersebut untuk tujuan penambahbaikan terhadap pembelajaran mesin pada masa akan datang.

5. Penapisan Spam dan Malware Email

Terdapat beberapa pendekatan penapisan spam yang digunakan oleh email, antaranya ialah pengunaan pembelajaran mesin.

Hal ini kerana penapisan spam berasaskan peraturan tidak mampu untuk menjejaki helah terkini yang digunakan oleh spammer.

Tidak seperti pembelajaran mesin yang mampu mengesan 325,000 malware setiap hari dengan menggunakan teknik penapisan seperti Multi Layer Perceptron atau C 4.5 Decision Tree Induction.

Program keselamatan sistem yang dikuasakan oleh pembelajaran mesin boleh memahami corak pengekodan. Oleh itu, ia bukan sahaja mampu mengesan malware baru dengan variasi 2-10% dengan mudah, bahkan turut menawarkan perlindungan terhadap malware.

6. Sokongan Pelanggan Atas Talian

Kebanyakan laman web pada masa ini menawarkan pilihan untuk chat dengan wakil sokongan pelanggan semasa mereka menavigasikan laman web tersebut.

Namun begitu, tidak semua laman web mempunyai eksekutif langsung untuk menjawab pertanyaan yang diajukan pelanggan.

Di sini pembelajaran mesin memainkan peranan dalam menguruskan chatbot. Bot akan mengekstrak maklumat dari laman web dan menerangkannya kepada pelanggan.

Seiring dengan peredaran masa, chatbot terus ditambahbaik dari segi algoritma pembelajaran mesin dan cenderung untuk memahami pertanyaan pengguna dengan lebih baik seterusnya memberikan mereka jawapan yang memuaskan.

7. Menambahbaik Keputusan Enjin Carian

Google dan enjin carian lain menggunakan pembelajaran mesin untuk meningkatkan hasil carian anda. Setiap kali anda melakukan pencarian, algoritma di bahagian backend akan memberi perhatian kepada cara anda bertindak balas terhadap hasilnya.

Jika anda membuka hasil teratas dan statik di laman web untuk jangka masa panjang, enjin carian menganggap bahawa hasil yang dipaparkan adalah sesuai dengan permintaan.

Begitu juga, jika anda mencapai halaman kedua atau ketiga hasil carian tetapi tidak membuka sebarang hasil, enjin carian menganggarkan bahawa hasil yang disajikan tidak menepati carian anda.

Oleh itu, algoritma yang bekerja di backend akan meningkatkan lagi hasil carian.

8. Cadangan Produk

Pernahkah anda membeli produk dalam talian kemudian beberapa hari selepas itu menerima email yang menawarkan promosi harga atau cadangan produk?

Ataupun anda mungkin mendapati bahawa laman web atau aplikasi membeli belah akan mengeluarkan senarai item yang disyorkan yang mungkin sepadan dengan citarasa anda.

Boleh jadi item yang dicadangkan itu berdasarkan apa yang anda cari atau tetapan filter seperti julat harga, saiz, rating dan sebagainya.

Perkara ini sudah pasti dapat meningkatkan lagi keterujaan anda untuk membeli belah. Tetapi, adakah anda tahu bahawa semua ini merupakan magik daripada pembelajaran mesin?

Pembelajaran mesin akan membuat saranan produk berdasarkan tingkah laku anda semasa menavigasi aplikasi atau laman web, pembelian masa lalu, item yang disukai atau ditambah pada cart, pilihan jenama dan sebagainya.

9. Pengesanan Penipu(Fraud) Dalam Talian

Pembelajaran mesin membuktikan potensi mereka dalam menjadikan ruang siber sebagai tempat yang selamat dengan menjejaki penipuan kewangan atas talian.

Sebagai contoh, Paypal menggunakan pembelajaran mesin sebagai perlindungan terhadap aktiviti penggelapan wang.

Syarikat tersebut menggunakan set alat yang membantu mereka membandingkan berjuta-juta transaksi yang berlaku serta membezakan transaksi antara pembeli dan penjual sama ada secara sah ataupun tidak.

10. Google

Google telah mula mengintegrasikan teknologi kepintaran buatan mereka pada pelbagai aplikasi dengan penggunaan enjin pembelajaran pintar mereka sendiri.

Penggunaan integrasi pembelajaran pintar ini membuatkan pelbagai aplikasi bertugas dengan lebih efisyen, sekaligus memudahkan tugasan harian pengguna.

Sekarang, mari kita lihat beberapa cara pembelajaran mesin dimanfaatkan oleh google.

Google Translate

Walaupun terjemahan yang dilakukan tidak 100% tepat, ia masih merupakan alat yang hebat untuk menukar teks, imej atau video masa nyata dari satu bahasa ke bahasa yang lain.

Dan sekiranya anda tertanya-tanya bagaimana ia diterjemahkan dengan tepat atau hampir tepat, sudah tentu ia menggunkan pembelajaran mesin!

Google Translate menggunakan Terjemahan Mesin Statistikal (SMT) yang menganalisis berjuta-juta dokumen yang telah diterjemahkan dari satu bahasa ke satu bahasa yang lain dan kemudian mencari paten yang biasa digunakan atau kosa kata asas.

Selepas itu, ia memilih terjemahan yang paling tepat berdasarkan tekaan terpelajar.

Google Photo

Pada zaman millenial ini, tidak dapat dinafikan semakin ramai yang gemar berselfie tanpa mengira waktu dan sudah pasti Google Photo akan menjadi platform pilihan bagi pengguna android untuk menyimpan gambar.

Tahukah anda, dengan menggunakan pembelajaran mesin, Google Photo membolehkan anda menyalin semua gambar dalam satu lokasi walaupun diambil menggunakan peranti yang berbeza.

Sebagai contoh, Google Photo secara automatik mencipta album foto yang diambil semasa tempoh tertentu tanpa apa-apa input daripada anda.

Bukan itu sahaja, anda juga boleh mencari gambar dengan hanya menaip kata nama yang berkaitan tanpa perlu menyusun atau menempatkan gambar-gambar tersebut ke dalam album.

Andaikan anda ingin mencari gambar anda bersama kucing peliharaan. Dengan hanya menaip ‘kucing' pada kotak carian, anda akan mendapat semua gambar yang mengandungi imej kucing.

Proses ini dilakukan dengan menggunakan Pengecaman Imej, di mana Deep Learning digunakan untuk menyusun jutaan imej di internet untuk mengklasifikasikannya dengan lebih tepat.

Oleh itu, dengan menggunakan Deep Learning, imej yang diklasifikasikan sebagai ‘kucing' dalam Google Photo akan dipaparkan.

Share this article

shares