Bagaimana Jaringan Saraf Tiruan Bekerja?
Penelitian kecerdasan buatan telah diubah oleh sistem pembelajaran mesin yang disebut jaringan syaraf tiruan, yang belajar bagaimana melakukan tugas dengan menganalisa sejumlah besar data pelatihan.
Selama pelatihan, jaringan saraf terus-menerus menyesuaikan kembali ribuan parameter internal sampai dapat dipercaya melakukan beberapa tugas, seperti mengidentifikasi objek dalam gambar digital atau menerjemahkan teks dari satu bahasa ke bahasa lainnya. Tapi dengan sendirinya, nilai akhir dari parameter tersebut mengatakan bahwa sangat sedikit tentang bagaimana jaringan saraf melakukan apa yang dilakukannya.
Memahami apa yang sedang dilakukan jaringan saraf dapat membantu peneliti memperbaiki kinerjanya dan mengalihkan wawasan mereka ke aplikasi lain, dan para ahli komputer baru-baru ini mengembangkan beberapa teknik cerdas untuk meramalkan perhitungan jaringan saraf tertentu.
Periset akan menyajikan teknik umum untuk memahami jaringan saraf yang terlatih untuk melakukan tugas pemrosesan bahasa alami, di mana komputer mencoba menafsirkan teks bentuk bebas yang ditulis dalam bahasa biasa atau alami (berlawanan dengan bahasa pemrograman, misalnya ). Kredit gambar: Jose-Luis Olivares / MIT
Namun, di Konferensi tentang Metode Empiris dalam Pemrograman Bahasa Inggris pada 2017, peneliti dari MIT’s Computer Science and Artificial Intelligence Laboratory mempresentasikan teknik umum untuk memahami jaringan syaraf tiruan yang dilatih untuk melakukan tugas pemrosesan bahasa alami. komputer mana yang mencoba menafsirkan teks bentuk bebas yang ditulis dalam bahasa biasa atau bahasa “alami” (berlawanan dengan bahasa terstruktur, seperti bahasa query database).
Teknik ini berlaku untuk sistem yang mengambil teks sebagai input dan menghasilkan benang2 simbol sebagai output, seperti penerjemah otomatis. Dan karena hasil analisisnya dari berbagai input dan memeriksa dampak pada outputnya, ia dapat bekerja dengan layanan pemrosesan bahasa alami secara online, tanpa akses ke perangkat lunak yang mendasarinya.
Sebenarnya, teknik ini bekerja dengan berbagai sistem pemrosesan teks kotak hitam, terlepas dari mesin dalamnya. Dalam percobaan mereka, para periset menunjukkan bahwa teknik ini dapat mengidentifikasi keistimewaan dalam karya penerjemah manusia.
Tema dan variasi
Teknik ini dengan menganalogikan yang telah digunakan untuk menganalisa jaringan syaraf untu melatih melakukan tugas penglihatan komputer, seperti pengenalan objek. Perangkat lunak yang rumit secara sistematis – atau bervariasi – bagian gambar yang berbeda dan mengirim ulang gambar ke pengenal objek dapat mengidentifikasi fitur gambar mana yang menyebabkan klasifikasi tersebut. Tapi mengadaptasi pendekatan pengolahan bahasa alami tidaklah mudah.
“Apa maksudnya untuk merumitkan kalimat itu secara semantis?” Tanya Tommi Jaakkola, Profesor Siebel Thomas dari Teknik Elektro dan Ilmu Komputer di MIT dan salah satu dari dua penulis jurnal penelitian tersebut. “Saya tidak bisa melakukan pengacakan sederhana saja. Dan apa yang kamu prediksi sekarang menjadi objek yang lebih kompleks, seperti sebuah kalimat, jadi apa artinya memberikan penjelasan? ”
Agak ironisnya, dalam menghasilkan kalimat uji untuk mengisi pada jaringan net di kotak hitam, Jaakkola dan David Alvarez-Melis, seorang mahasiswa pascasarjana MIT di teknik elektro dan sains komputer dan penulis pertama di jurnal penelitian baru tersebut, menggunakan jaringan kotak hitam.
Mereka mulai dengan melatih jaringan untuk menkompresikan dan mendekompresikan kalimat alami – untuk menciptakan representasi compact digital dari kalimat tersebut dan kemudian mencoba untuk memperluasnya kembali ke bentuk aslinya. Selama pelatihan, encoder dan decoder dievaluasi secara bersamaan, sesuai dengan seberapa baik decoder output sesuai dengan encoder input.
Jaringan syaraf secara intrinsik probabilistik: Sistem pengenal objek memberikan gambaran seekor anjing kecil, misalnya, mungkin menyimpulkan bahwa gambar tersebut memiliki probabilitas 70 persen untuk mewakili seekor anjing dan kemungkinan 25 persen mewakili seekor kucing. Demikian pula, jaringan kalimat-kompresi Jaakkola dan Alvarez-Melis ‘memasok alternatif untuk setiap kata dalam kalimat yang diterjemahkan, bersamaan dengan probabilitas bahwa setiap alternatif benar.
Karena jaringan secara alami menggunakan co-occurrence of words untuk meningkatkan akurasi decoding, probabilitas outputnya mendefinisikan sekelompok kalimat yang berhubungan secara semantik. Misalnya, jika kalimat yang dikodekan adalah “Dia tersentak kaget,” sistem mungkin menetapkan alternatifnya “Dia menjerit kaget” atau “Dia tersentak ngeri” sebagai probabilitas yang cukup tinggi, namun akan memberikan probabilitas yang jauh lebih rendah untuk “Dia berenang dengan terkejut “atau” Dia terkesiap dengan kopi. ”
Untuk kalimat apa pun, sistem tersebut dapat menghasilkan daftar kalimat yang terkait erat, yang oleh Jaakkola dan Alvarez-Melis diumpankan ke prosesor berbahasa alami kotak hitam. Hasilnya adalah daftar panjang pasangan input-output, yang bisa dianalisis oleh para peneliti untuk menentukan perubahan mana yang diantara input mana yang menghasilkan output yang mana.
Uji kasus
Para peneliti menerapkan teknik mereka pada tiga tipe sistem pengolahan bahasa alami yang berbeda. Salah satunya adalah sistem yang mengucap kata kata ‘pengucapan; Yang lainnya adalah seperangkat penerjemah, dua orang otomatis dan satu manusia; dan yang ketiga adalah sistem dialog komputer sederhana, yang mencoba memberikan respons yang masuk akal terhadap komentar atau pertanyaan yang sewenang-wenang.
Seperti yang bisa diharapkan, analisis sistem terjemahan menunjukkan ketergantungan yang kuat antara kata-kata individual dalam urutan input dan output. Salah satu hasil analisis yang lebih menarik, adalah identifikasi bias gender dalam teks-teks yang digunakan dalam sistem terjemahan mesin.
Misalnya, kata bahasa Inggris non-gendered “Dancer” memiliki dua terjemahan gender dalam bahasa Prancis, “danseur” dan “danseuse.” Sistem ini menerjemahkan kalimat “The Dancer is Charming” dengan menggunakan kata yang lebih feminin: “la danseuse est charmante.” Tetapi para periset ‘analisis menunjukkan bahwa pilihan kata “Danseuse” sangat dipengaruhi oleh kata “Charming” seperti kata “Dancer.” Kata sifat yang berbeda mungkin menghasilkan terjemahan yang berbeda dari “Dancer.”
Sistem dialog, yang dilatih secara berpasangan di dalam film-film Hollywood, sengaja ditunjukkan kurang bertenaga. Meskipun set pelatihan itu besar, jaringan itu sendiri terlalu kecil untuk memanfaatkannya.
“Percobaan lain yang kami lakukan di sistem yang cacat,” Alvarez-Melis menjelaskan. “Jika Anda memiliki model kotak hitam yang tidak melakukan pekerjaan dengan baik, bisakah Anda menggunakan pendekatan semacam ini untuk mengidentifikasi masalah? Penerapan memotivasi jenis interpretasi semacam ini adalah untuk memperbaiki sistem, meningkatkan sistem, memahami apa yang salah dari mereka dan mengapa. ”
Dalam kasus ini, analisis para peneliti menunjukkan bahwa sistem dialog sering kali hanya memasukkan beberapa kata dalam frase masukan, yang digunakannya untuk memilih stok respon – menjawab “Saya tidak tahu” terhadap berbagai kalimat yang dimulai dengan kata seperti “siapa” atau “apa,” contohnya.
Sumber: MIT , ditulis oleh Larry Hardesty
Jakarta – Wakil Ketua Komisi III DPR RI Pangeran Khairul Saleh memimpin rapat kerja dengan Ketua Komisi Nasional Hak Asasi Manusia. Dalam rapat ini Komisi III meminta Komnas HAM untuk meningkatkan peran dan mengoptimalkan pelaksanaan tugas dan fungsi dalam mendukung penyelesaian kasus-kasus pelanggaran HAM, termasuk pelanggaran HAM berat.
“Baik itu penyelesaian yudisial maupun non-yudisial, sesuai dengan ketentuan perundang-undangan,” ujarnya di ruang rapat Komisi III, Nusantara II, Senayan, Jakarta, Rabu (30/5/2024).
Lebih lanjut Komisi III DPR meminta Komnas HAM untuk segera menyelesaikan peraturan terkait Penilaian Tindak Lanjut Kepatuhan Rekomendasi, agar dapat menjadi informasi dan tolak ukur dalam tindak lanjut rekomendasi yang telah diberikan.
Bahkan Komisi III meminta Komnas HAM dan Komnas Perempuan untuk lebih proaktif dan sinergis dalam mengidentifikasi potensi permasalahan, melakukan penanganan, maupun pendampingan terhadap seluruh pihak, dalam penerapan dan penegakan prinsip-prinsip HAM, termasuk perlindungan terhadap perempuan di seluruh sektor dan kegiatan.
Sementara itu di lain pihak, Ketua Komnas HAM Atnike Nova Sigiro menyampaikan bahwa pihaknya saat ini tengah menyusun rancangan Peraturan Komnas HAM terkait Penilaian Tindak Lanjut Kepatuhan Rekomendasi Komnas HAM. “Sebagai salah satu upaya pemasangan untuk meningkatkan efektivitas dari rekomendasi yang diberikan oleh Komnas HAM,” papar Atnike saat rapat.
Menurutnya rekomendasi yang diberikan oleh Komnas HAM dari hasil pemantauan, mediasi, maupun kajian tidak selalu ditindaklanjuti oleh stakeholders maupun kementerian/lembaga karena dianggap tidak mengikat. “Sejumlah kasus juga menunjukkan fungsi mediasi Komnas HAM masih belum dipahami sebagai sebuah solusi strategis,” ucap Atnike.
Jakarta – Wakil Ketua Komisi VIII DPR RI Ace Hasan Syadzily menilai besaran anggaran pendidikan yang diterima Kemenag (Kementerian Agama) untuk mendanai seluruh lembaga pendidikan Islam dan keagamaan masih timpang dibanding kementerian lain.
“Soal anggaran pendidikan di bawah Kementerian Agama harus betul-betulan keadilan anggaran. Kalau kita dengar pidato Menteri Keuangan (Sri Mulyani) dalam rapat paripurna, ya anggaran pendidikan Rp630 triliun, tapi kalau Kemenag hanya dapat Rp35 triliun, buat saya mengkhawatirkan,” kata Kang Ace, sapaannya, dalam keterangan persnya, Rabu (29/5/2024).
Politisi Partai Golkar itu menyatakan, selain Sekretariat Jenderal (Sekjen) Kemenag, anggaran terbesar juga diberikan kepada Direktorat Jenderal (Ditjen) Pendidikan Islam (Pendis) Kemenag sebesar Rp35 triliun.
Ada satu hal yang sangat penting untuk didiskusikan bersama adalah soal berbagai hal terkait anggaran pendidikan nasional. Dari penjelasan Plt Dirjen Pendis, berapa persen KIP Kuliah untuk Perguruan Tinggi Agama Islam (PTKAI) dan perguruan tinggi agama lain.
“Apakah PIP, KIP, apakah sudah mencerminkan suatu keadilan anggaran? Rehab ruang kelas juga belum mencerminkan keseluruhan,” ujar dia.
Kang Ace melihat dari total anggaran pendidikan Rp630 triliun di APBN, Kemenag hanya mendapatkan Rp35 triliun, artinya belum mencerminkan suatu kesetaraan anggaran.
“Padahal anak-anak madrasah, yang kuliah di UIN, STAIN, STAI atau di manapun, mereka juga anak-anak bangsa yang sama untuk mendapatkan perlakuan sama dalam akses pendidikan,” tutur Kang Ace.
Ace mengatakan, keputusan tepat telah diambil Menteri Agama (Menag) Yaqut Cholil Qoumas yang menunda status Perguruan Tinggi Negeri Berbadan Hukum (PTNBH) bagi UIN Syarif Hidayatullah Jakarta. “Itu keputusan yang tepat. Kalau tidak, meresnya sama mahasiswa. Berat,” ucap dia.
Jujur saja, ujar Ace, hampir sebagian besar siswa dan mahasiswa yang sekolah di bawah Kemenag berlatar belakang sosial ekonomi kelas menengah bawah. Namun penyaluran program KIP dan PIP untuk mereka juga sedikit.
“Itu anehnya. Jadi ada yang salah dari proses pendataan penyaluran program negara untuk kelompok-kelompok yang membutuhkan itu,” ujar Kang Ace.
Kutai Kartanegara – Anggota Komisi VII DPR RI Nasyirul Falah Amru mengatakan, pihaknya akan segera melakukan audit investigasi terhadap pabrik smelter nikel PT Kalimantan Ferro Industri. Hal tersebut imbas dari peristiwa dua kali ledakan di pabrik smelter PT KFI yang menewaskan pekerja asing dan lokal belum lama ini.
“Kami akan panggil PT KFI beserta seluruh jajaran direksinya, untuk datang ke Gedung Senayan dan kami akan melakukan audit investigasi. Secara mekanisme, bisa dengan membuat panja nikel atau kita panggil secara khusus di Rapat Dengar Pendapat (RDP). Kami juga tentunya akan melibatkan Kementerian Perindustrian dan Kementerian KLHK dari sisi amdalnya, supaya benar-benar kita melihat secara komprehensif sebab terjadinya ledakan,” ujarnya saat memimpin Tim Kunspek Komisi VII DPR mengunjungi PT KFI di Kutai Kartanegara, Kalimantan Timur, Rabu (29/5/2024).
Menurut Politisi F-PDI Perjuangan ini, pihaknya menilai, hasil dari temuan dilapangan seperti sarana untuk keselamatan kerja dan sebagainya juga masih jauh dari kurang. Walaupun mereka sudah mendatangkan tim dari Kementerian Industri untuk mekanisme aturan pedomannya, tetapi pihaknya menemukan fakta di lapangan masih belum sesuai dengan harapan.
“Saya berpesan agar tidak terulang terjadi kebakaran atau ledakan, yang paling penting ini adalah mesin yang ada di setiap semelter itu perlu dicek selalu setiap periodik. Kemudian, kalibrasi mesin itu juga penting karena dengan begitu kita akan tahu ukuran mesin ini sesuai dengan kapasitasnya dia berproduksi atau tidak. Sehingga, Insya Allah dengan adanya perawatan yang berkala dan pengawasan yang kita lakukan ini Insya Allah tidak akan terjadi kembali,” jelas Nasyirul.
Selain itu, kami juga tidak menemukan alat pemadam kebakaran sepanjang jalan menuju lokasi meledaknya smelter. Kemudian, rambu-rambu yang ada juga masih sangat terbatas sekali, sehinhha dianggap tidak layak untu perusahaan smelter. “Jadi ini harus segera diperbaiki,” imbuhnya.
“Kita menemukan sesuatu yang di luar dugaan, ketika PT KFI lagi dibangun ada proses namanya commissioning atau uji coba tetapi sudah menimbulkan kejadian terjadinya ledakan. Padahal masih tahap uji coba, tetapi dua tenaga kerja asing dan dua pekerja lokal turut menjadi korban akibat ledakan di smelter nikel tersebut,” ucapnya lagi.
Komisi III Minta Komnas HAM Tingkatkan Peran, Selesaikan Pelanggaran HAM Berat
Anggaran Pendidikan Kemenag Dinilai Masih Kecil
Imbas Kebakaran Smelter Nikel PT KFI, Komisi VII akan Audit Investigasi
Tekan Biaya Logistik, Komisi V Dorong Kemenhub Tingkatkan Transportasi Laut
