Kuis Kecerdasan Buatan

Kecerdasan buatan (AI) dapat digunakan dalam berbagai bidang. Salah satu contoh penerapan AI yang sering digunakan dalam aplikasi pencarian adalah:

• Sistem rekomendasi produk di e-commerce.

• Analisis data cuaca untuk prediksi badai.

• Pengolahan gambar medis untuk diagnosis penyakit.

• Pengenalan suara dalam asisten virtual.

• Sistem pengaturan lampu lalu lintas.

Pada pembelajaran mesin, algoritma yang digunakan untuk memprediksi hasil berdasarkan data yang sudah diberi label (misalnya, data dengan kategori yang sudah ditentukan) dikenal dengan istilah:

• Pembelajaran tanpa pengawasan (Unsupervised Learning)

• Pembelajaran dengan pengawasan (Supervised Learning)

• Pembelajaran penguatan (Reinforcement Learning)

• Pembelajaran dalam jaringan syaraf tiruan (Deep Learning)

• Pembelajaran pembiasaan (Habituation Learning)

Pada sistem kecerdasan buatan yang menggunakan pembelajaran penguatan, agen berinteraksi dengan lingkungan dan belajar dari hasil yang diterima (reward atau punishment). Sistem ini digunakan untuk:

• Menyelesaikan masalah klasifikasi data.

• Memahami pola dalam data besar.

• Mengoptimalkan tindakan atau keputusan dalam situasi yang berubah-ubah.

• Mengelompokkan data berdasarkan kesamaan.

• Mengambil kesimpulan berdasarkan data.

Salah satu aplikasi dari kecerdasan buatan yang dapat mengenali tulisan tangan manusia dan mengonversinya menjadi teks adalah:

• Pengolahan Bahasa Alami (Natural Language Processing)

• Pengenalan Karakter Optik (Optical Character Recognition - OCR)

• Pengenalan Wajah (Face Recognition)

• Analisis Sentimen

• Pemrograman IOT

Manakah dari pernyataan berikut yang paling tepat menggambarkan perbedaan mendasar antara pembelajaran mesin (machine learning) dengan deep learning?

• Pembelajaran mesin hanya menggunakan data terstruktur, sedangkan deep learning dapat menggunakan data terstruktur dan tidak terstruktur.

• Pembelajaran mesin menggunakan algoritma sederhana, sedangkan deep learning menggunakan jaringan saraf tiruan yang kompleks.

• Pembelajaran mesin fokus pada klasifikasi dan regresi, sedangkan deep learning hanya fokus pada pengenalan pola.

• Pembelajaran mesin memerlukan intervensi manusia yang lebih besar, sedangkan deep learning dapat belajar secara mandiri.

• Pembelajaran mesin umumnya membutuhkan fitur rekayasa (feature engineering), sedangkan deep learning secara otomatis dapat mengekstrak fitur dari data mentah.

Strategi berikut yang paling efektif untuk mengantisipasi dampak negatif tersebut?

• Menghentikan pengembangan AI secara total.

• Membatasi penggunaan AI hanya pada sektor tertentu.

• Meningkatkan investasi dalam pendidikan dan pelatihan untuk mempersiapkan tenaga kerja dengan keterampilan baru.

• Mengandalkan pemerintah untuk menciptakan lapangan kerja baru.

• Membiarkan pasar bekerja secara alami untuk menyesuaikan diri.

Sebuah mobil otonom mengalami kecelakaan saat melintasi persimpangan yang ramai. Siapa yang paling bertanggung jawab atas kecelakaan tersebut?

• Pengemudi manusia yang awalnya mengoperasikan mobil.

• Perusahaan pembuat mobil yang merancang sistem AI.

• Pemerintah yang mengatur penggunaan mobil self-driving.

• Sensor yang gagal mendeteksi objek di sekitar mobil.

• Semua pihak di atas memiliki tanggung jawab yang sama.

Sebuah perusahaan teknologi besar meluncurkan asisten virtual yang sangat cerdas. Asisten virtual ini dapat melakukan berbagai tugas, mulai dari menjawab pertanyaan hingga membuat keputusan bisnis. Namun, asisten virtual ini juga memiliki akses ke data pribadi pengguna. Manakah tindakan berikut yang paling etis bagi perusahaan tersebut?

• Menjaga kerahasiaan data pengguna secara ketat dan transparan mengenai penggunaan data.

• Mengizinkan pihak ketiga untuk mengakses data pengguna demi meningkatkan kinerja asisten virtual.

• Menggunakan data pengguna untuk tujuan pemasaran tanpa persetujuan.

• Membatasi akses asisten virtual hanya pada data yang diperlukan untuk menjalankan tugasnya.

• Menjual data pengguna kepada pihak ketiga yang membayar harga tertinggi.

AI dapat digunakan untuk menganalisis data medis dan membantu dokter dalam mendiagnosis penyakit. Namun, jika AI memberikan diagnosis yang salah, siapakah yang harus bertanggung jawab?

• AI itu sendiri.

• Programmer yang membuat AI.

• Dokter yang menggunakan AI.

• Perusahaan yang membuat AI.

• Pasien yang menerima diagnosis.

Manakah pernyataan yang paling tepat menggambarkan dilema etika dalam pengembangan kecerdasan buatan?

• AI dapat meningkatkan efisiensi pekerjaan manusia, sehingga mengurangi tingkat pengangguran.

• AI dapat digunakan untuk memecahkan masalah kompleks yang dihadapi manusia, seperti penyakit dan perubahan iklim.

• AI dapat menganalisis data pribadi pengguna untuk memberikan layanan yang lebih personal, namun hal ini dapat melanggar privasi.

• AI dapat digunakan untuk membuat keputusan yang objektif, namun algoritma yang bias dapat menghasilkan hasil yang tidak adil.

• AI dapat meningkatkan konektivitas global, namun juga dapat mempermudah penyebaran informasi yang salah.