Orang dan Proses di Balik Kecerdasan Buatan

Diterbitkan pada: 1 April 2019 / Diperbarui dari: 1 April 2019 - Penulis: Konrad Wolfenstein

Orang-orang dan proses di balik kecerdasan buatan – @shutterstock | Zapp2Foto

Kecerdasan buatan mempunyai reputasi buruk sebagai pembunuh pekerjaan dan pengganti pekerja manusia. Di beberapa wilayah, hal ini memang terjadi, namun di wilayah lain, terutama dalam hal pembersihan dan pemrosesan data, AI memimpin dalam menciptakan lapangan kerja baru.

' Pelabelan dan anotasi data ' adalah industri baru yang muncul dari AI. Kumpulan data tidak terstruktur dari sumber seperti kamera dan data media sosial atau sumber terstruktur seperti database diberi label, disorot, diwarnai atau disorot untuk menunjukkan perbedaan dan persamaan antar orang. Untuk melatih mesin mempelajari apa itu rambu berhenti, seseorang harus melihat rekaman kamera sebuah jalan dan menandai semua rambu berhenti di foto. Mesin tersebut kemudian memasukkan data yang mengidentifikasi ribuan gambar ini. Seiring waktu, pemrosesan data berlabel akan memungkinkan sistem mengidentifikasi tanda berhenti dengan lebih akurat. Jenis pembelajaran mesin ini, dimana sistem menjadi lebih akurat dengan menerima lebih banyak data, disebut pembelajaran mendalam.

Karena proses ini penting agar algoritme dapat menjalankan fungsi inti secara akurat, industri pelabelan data akan semakin penting dalam lima tahun ke depan. Pada tahun 2018, pasar untuk persiapan data AI dan pembelajaran mesin, sebuah proses yang sangat bergantung pada orang yang memberi label data secara manual, berjumlah $500 juta. Jumlahnya diperkirakan meningkat lebih dari dua kali lipat, mencapai $1,2 miliar pada tahun 2023, menurut Cognilytica Penyedia pihak ketiga memperkirakan pertumbuhan ini akan meningkat secara signifikan, meningkat dari $150 juta pasar menjadi $1 miliar pada periode yang sama. Pelabelan data sangat penting untuk AI, yang berhubungan dengan pengenalan objek dan gambar, kendaraan otonom, serta pelabelan teks dan gambar.

Kecerdasan buatan mendapat reputasi buruk sebagai pembunuh pekerjaan dan pengganti pekerja manusia. Di beberapa bidang hal ini memang benar, namun di bidang lain, khususnya seputar cara data dibersihkan dan diproses, AI menjadi ujung tombak dalam menciptakan lapangan kerja baru.

Pelabelan dan anotasi data adalah industri berkembang yang lahir dari AI. Kumpulan data tidak terstruktur dari sumber seperti kamera dan data media sosial atau sumber terstruktur, seperti database, diberi label, ditandai, diwarnai, atau disorot untuk menunjukkan perbedaan, persamaan menurut orang. Untuk melatih mesin mempelajari apa itu rambu berhenti, seseorang harus melihat rekaman kamera sebuah jalan dan menandai semua rambu berhenti di foto. Mesin tersebut kemudian memasukkan data yang mengidentifikasi ribuan gambar ini. Seiring waktu, sistem dapat mengidentifikasi tanda berhenti secara lebih akurat dengan memproses data yang diberi label. Jenis pembelajaran mesin ini, di mana sistem menjadi lebih akurat dengan memasukkan lebih banyak data, disebut pembelajaran mendalam.

Karena proses ini penting agar algoritme dapat menjalankan bagian inti dari fungsinya secara akurat, industri pelabelan data akan berkembang pesat dalam lima tahun ke depan. Pada tahun 2018, pasar untuk persiapan data AI dan pembelajaran mesin, sebuah proses yang sangat bergantung pada manusia untuk memberi label data secara manual, mencapai $500 juta. Menurut Cognilytica , jumlah tersebut diperkirakan meningkat lebih dari dua kali lipat, mencapai $1,2 miliar pada tahun 2023. Penyedia pihak ketiga memperkirakan akan melihat peningkatan signifikan dalam pertumbuhan tersebut, dari $150 juta di pasar menjadi $1 miliar dalam jangka waktu yang sama. Pelabelan data sangat penting untuk AI yang berhubungan dengan pengenalan objek dan gambar, kendaraan otonom, serta anotasi teks dan gambar.

Anda akan menemukan lebih banyak infografis di Statista