Teknologi

Faktor yang Buat Teknologi Dikatakan Pintar

By Lulu Faras13 April 2018 4 Mins Read
20 0

OFiSKITA – Sebagian besar teknologi saat ini digambarkan ‘pintar’. Hal yang sama berlaku dalam konteks perangkat lunak. Smart Software as a Service (SaaS) dan analisis prediktif telah melakukan banyak hal di Silicon Valley. Ini menimbulkan pertanyaan, apa sebenarnya teknologi cerdas itu?

Kebanyakan masalah teknologi yang muncul adalah kurangnya definisi. Ketika aplikasi perangkat lunak digambarkan ‘pintar’, maksudnya adalah produk tersebut menggunakan big data. Namun, ini bukan faktor yang membuat teknologi pintar, lalu apa?

Mengekstrak nilai data untuk membuat perangkat lunak cerdas

Data sering digambarkan sebagai minyak mentah. Untuk mengekstrak nilai data, tidak cukup hanya dengan menciptakan teknologi yang berinteraksi dengan data. Perangkat lunak yang benar-benar cerdas memiliki akses data dan mengirimkannya ke pengguna dalam bentuk konteks. Pengguna kemudian dapat membuat keputusan atau perangkat lunak yang membuat keputusan secara mandiri.

Untuk membuat teknologi cerdas, diperlukan tiga lensa filter: pengetahuan, konteks, dan penalaran terapan. Memeriksa big data set dan menemukan polanya akan menjadi tantangan tersendiri. Komputer akan rentan dengan ini jika tidak terprogram dengan baik.

Isu analisis prediktif

Masalah ini dapat diilustrasikan layaknya sepakbola. Robot yang dilengkapi dengan data historis kemenangan di Piala Dunia dapat memprediksi hasil selanjutnya. Berdasarkan data historis itu saja, robot dapat menyimpulkan Piala Dunia di masa depan akan dimenangkan oleh negara-negara di Eropa atau Amerika Selatan.

Namun, manusia melihat ini tidak selalu benar. Pengetahuan atau konteks yang lebih luas akan memberi tahu kita bahwa AS dan beberapa negara Asia lainnya telah meningkatkan upaya dalam sepakbola. Faktor lain yang menjadi pertimbangan manusia termasuk popularitas sepakbola di suatu negara, budaya sepakbola negara, performa pemain, susunan tim terpilih termasuk pelatih, iklim negara tuan rumah Piala Dunia, serta masalah politik dan korupsi.

Robot tidak dapat melihat perbedaan antara korelasi dan penyebab. Ketika diterjemahkan ke dalam skenario analisis bisnis maju, hasil analisis prediktif seperti itu bisa sangat menyesatkan. Namun bukan berarti analitik prediktif tidak berguna. Bersama dengan pengetahuan, konteks, dan penalaran terapan, analisis prediktif bisa menjadi sangat berguna.

Formula untuk perangkat lunak cerdas

Data adalah komponen pertama yang dibutuhkan untuk menjalankan mesin. Kedua, adalah pengetahuan domain yang menetapkan jalur menggunakan data. Kemudian keduanya ditambahkan ke dalam konteks dan harus diprogram ke dalam perangkat lunak. Komponen-komponen yang ada menghasilkan rumus berikut: Data + Pengetahuan + Konteks + Penalaran Terapan = Cerdas

Untuk menjaga teknologi cerdas dan membantunya menjadi lebih canggih, mereka perlu terus-menerus diberi ‘makan’ dengan data terbaru, pengetahuan, konteks, dan komponen penalaran terapan. Perangkat lunak memiliki potensi untuk melakukan hal-hal luar biasa dan dapat digunakan sebagai alat yang sangat baik untuk bisnis dalam membuat keputusan yang lebih baik. (sumber: Anthony Reynolds /cbronline.com)

Comments
Write Comment