Kecerdasan Artifisial

KA belajar dari data (Machine Learning) dan tidak seperti mesin biasa yang hanya bisa melakukan satu tugas tetap. Apa yang bisa dilakukan KA berdasarkan data yang diberikan kepadanya?

• Belajar dari data

• Melakukan satu tugas

• Tidak bisa belajar

• Hanya mengikuti perintah

KA mampu beradaptasi dan meningkatkan performanya. Bagaimana KA bisa memperbaiki dirinya sendiri?

• Dengan belajar dari kesalahan

• Dengan mengikuti perintah

• Dengan mengabaikan data

• Dengan tidak berinteraksi

KA mampu mengenali pola dan membuat keputusan secara otomatis. Apa yang bisa dilakukan KA dengan pola-pola yang ditemukan?

• Mengambil keputusan secara otomatis

• Mengabaikan pola

• Membuat kesalahan

• Hanya melihat data

Apa perbedaan utama antara mesin cerdas dan mesin noncerdas?

• Mesin cerdas bisa belajar dari pengalaman

• Mesin noncerdas hanya mengikuti instruksi

• Mesin cerdas bisa menyesuaikan diri

• Semua di atas

Sebutkan contoh mesin cerdas yang menggunakan teknologi KA!

• Mesin cuci konvensional

• Asisten Virtual

• Televisi

• Kulkas

NLP diterapkan pada kata yang diucapkan, termasuk ponsel pintar, asisten pribadi, dan layanan perbankan berbasis percakapan.

• Natural Language Processing (NLP)

• Speech Recognition

• Image Recognition and Processing

• Autonomous Agents

KA yang bisa mengenali wajah, tulisan tangan, dan gambar.

• Natural Language Processing (NLP)

• Speech Recognition

• Image Recognition and Processing

• Autonomous Agents

KA yang bisa bekerja sendiri tanpa perlu dikendalikan manusia.

• Agen Otonom

• Affect Detection

• Data Mining for Prediction

• Kreativitas Artifisial

KA yang bisa menganalisis ekspresi wajah, teks, dan suara untuk mengenali emosi manusia.

• Agen Otonom

• Affect Detection

• Data Mining for Prediction

• Kreativitas Artifisial

KA yang bisa menganalisis data besar untuk membuat prediksi tentang keuangan, cuaca, kesehatan dan lainnya.

• Agen Otonom

• Affect Detection

• Data Mining for Prediction

• Kreativitas Artifisial