Connect with us
Teknologi

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.

ai1

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

Baca Selengkapnya
Tulis Komentar

BERITA

KBRI Ankara Berhasil Evakuasi 123 WNI Terdampak Gempa di Turki

Oleh

Fakta News

Jakarta – Tim Kedutaan Besar Republik Indonesia (KBRI) Ankara, yang dipimpin oleh Duta Besar RI untuk Turki Lalu Muhammad Iqbal, berhasil melakukan evakuasi terhadap 123 warga negara Indonesia (WNI) di sejumlah wilayah terdampak gempa di Turki.

“Alhamdulillah, sesuai perintah Presiden melalu Menlu RI, tim KBRI sudah tiba di lokasi gempa untuk menyerahkan bantuan kemanusiaan dan mengevakuasi WNI yang terdampak gempa ke Ankara,” kata Dubes Iqbal melalui keterangan tertulisnya, Rabu (8/2/2023).

Dubes Iqbal mengharapkan para WNI yang dievakuasi untuk memberi kabar kepada keluarga di Indonesia agar mereka tenang.

Menurut Dubes Iqbal, tim yang terdiri dari bagian Konsuler Pelindungan WNI, Atase Pertahanan dan Perbinlu (pejabat Badan Intelijen Negara) melakukan evakuasi di empat titik yang paling terdampak gempa.

Dubes Iqbal menuturkan, WNI bernama Nia Marlinda menjadi korban meninggal dunia dalam gempa magnitudo 7,8 Turki. Selain Nia, ada anak berusia satu tahun yang juga menjadi korban.

“Jadi yang meninggal di Kahraman Maras adalah satu ibu WNI dan satu orang anak usia satu tahun,” ujar Dubes Iqbal.

Adapun seorang WNI bernama Ayu Fira yang berada di Hatay, yang hingga kemarin belum dapat dihubungi, sudah berhasil ditemukan dengan selamat.

“Alhamdulillah setelah melakukan pelacakan ke lokasi tempat tinggal, Ibu Ayu Fira dan anaknya sudah kami temukan dalam keadaan selamat,” kata Sekretaris 3 Pelindungan WNI KBRI Ankara, Bondet Suryonurwendo, yang memimpin tim ke Hatay.

Selain itu,  Ketua Tim Evakuasi KBRI Ankara ke Dyarbakir, Kombes Budi Wardiman mengatakan, pihaknya masih berkomunikasi dengan otoritas setempat dan simpul-simpul masyarakat Indonesia mengenai dua WNI pekerja spa yang masih belum bisa dihubungi

Mengenai berita di Harian Fajar yang memberitakan adanya WNI yang meninggal di Gaziantep, KBRI Ankara hingga saat ini masih harus mengonfirmasi kebenaran berita tersebut.

“KBRI sudah menghubungi wartawan Harian Fajar yang menulis berita mengenai adanya warga Sulawesi Selatan korban gempa yang meninggal di Gaziantep, namun permintaan konfirmasi kami tidak dijawab”, ujar Fitriyani, Sekretaris Pertama Penerangan KBRI Ankara, Fitriyani.

Bagi WNI di Turki yang memerlukan informasi lebih lanjut, KBRI Ankara dapat dihubungi pada nomor hotline +90 532 135 22 98.

Sebelumnya, seperti dilansir laman AFP, sampai Kamis (9/2/2023) pihak berwenang dan medis Turki  mencatat sejauh ini ada 12.391 orang meninggal dunia akibat gempa berkekuatan magnitudo 7,7 pada Senin (6/2/2023).

Sedangkan korban tewas akibat gempa di Suriah telah mencapai 2.992 orang. Dengan begitu, total jumlah korban tewas akibat gempa di kedua negara mencapai 15.383 jiwa.

Baca Selengkapnya

BERITA

Presiden Jokowi Perintahkan Segera Kirim Bantuan SAR dan Logistik ke Turki-Suriah

Oleh

Fakta News

Jakarta – Menteri Koordinator Bidang Pembangunan Manusia dan Kebudayaan (Menko PMK) Muhadjir Effendy, Rabu (08/02/2023), mengadakan Rapat Tingkat Menteri (RTM) terkait rencana percepatan bantuan kemanusiaan gempa di Turki dan Suriah, di Ruang Rapat Menko PMK, Jakarta.

“Saya tadi baru menghadap Presiden tentang rencana pemerintah untuk memberikan bantuan di Turki dan Suriah. Intinya Presiden memberikan perintah kepada Menko PMK untuk mengkoordinasikan bantuan ke Turki dan Suriah secepat mungkin, “ ujar Menko PMK dalam keterangan resminya, Rabu (8/2/2023).

Rapat Koordinasi mengusulkan Pemerintah RI mengutamakan pemberian bantuan berupa Tim Emergency Medical Team (EMT), Tim Middle Urban Search and Rescue (MUSAR), dan dukungan logistik peralatan dan kebutuhan dasar masyarakat pasca bencana.

Kepala BNPB, Suharyanto menyampaikan bahwa pembiayaan pemberian bantuan kepada Turki dan Suriah dapat menggunakan dana siap pakai.

“Selanjutnya adalah beberapa bahan logistik seperti selimut yang memang sangat diperlukan karena di sana sedang winter, matras, baju dingin, keranjang, detergen dan lainya. Selain itu, pemerintah juga perlu segera mengirimkan tenaga medis dan SAR,” ujar Suharyanto.

Suhu udara di lokasi kejadian memang sedang sangat dingin. Bisa sampai minus 9 derajat Celcius.

Pemerintah juga akan membentuk tim pengiriman bantuan pemerintah Republik Indonesia untuk Bencana Gempa Turki akan dikoordinasikan oleh BNPB. Tim bantuan akan terdiri dari ; Tim Emergency Medical Team (EMT) berupa tenaga medis, dikoordinasikan oleh Kemenkes dan Tim Middle Urban Search and Rescue (MUSAR) dikoordinasikan oleh BASARNAS.

Wakil Menteri Kesehatan Dante Saksono menjelaskan bahwa Kementerian Kesehatan telah membentuk Emergency Medical Team (EMT) yang merupakan tim medis darurat atau emergency yang diturunkan untuk membantu menangani korban di lokasi bencana.

Untuk minggu pertama, lanjutnya, layanan yang paling penting adalah gawat darurat dan prosedur bedah karena korban gempa banyak yang patah tulang dan pelru dioperasi karena luka. Kemudian untuk minggu kedua, adalah penanganan penyakit menular dan penyakit kronik yang berkaitan dengan situasi kondisi tempat pengungsian yang tidak higienis.

“Kementerian Kesehatan akan memberangkatkan 6,8 ton logistik kesehatan yang akan dikirimkan sesuai perencanaan prosedur medik yang telah direncanakan pada minggu pertama dan kedua,” tambahnya.

KBRI di Ankara menyampaikan saat ini ada 2 WNI, ibu dan anak, yang menjadi korban meninggal dunia dalam bencana gempa di Turki dan Suriah. Mereka satu keluarga, suaminya yang berkebangsaan Turki juga meninggal. Selain itu ada 10 WNI yang mengalami luka-luka dan sudah ditangani, serta 5 WNI yang sampai saat ini masih hilang kontak.

Di akhir rapat Menko PMK menambahkan bahwasanya yang akan diberangkatkan terlebih dahulu personel yang akan dikoordinasikan oleh BNPB, mulai dari personel sumbernya dari mana serta jadwal keberangkatanya. Selain itu, Menko PMK menambahkan agar mempersiapkan anggaran untuk segera diputuskan beserta dukungan transportasi.

Hadir dalam RTM Kepala BNPB Letnan Jenderal TNI Suharyanto, Wakil Menteri Kesehatan Dante Saksono, Deputi Penanganan Darurat, Mayjen TNI Fajar Setyawan, Dirjen Perhubungan Udara Kementerian Perhubungan Maria Kristi Endah Murni, KSP Siti Ruhaini Dzuhayatin, Brigjen pol Eko Sudarto, serta perwakilan dari TNI, Polri, Kementerian Keuangan, Kementerian Luar Negeri, Kementerian Pertahanan, Dubes Turki, Dubes Suriah, Basarnas.

Seperti diberitakan, gempa berkekuatan 7,8 skala richter melanda perbatasan Turki-Suriah pada 6 Februari 2023 dini hari. Gempa tersebut telah menghancurkan berbagai infrastruktur, bangunan serta rumah warga. Saat gempa terjadi, banyak orang masih tertidur pulas. Akibatnya banyak korban jiwa yang berjatuhan karena gempa bumi.

Korban meninggal dunia akibat gempa besar sejauh ini sudah melampaui 11 ribu jiwa, termasuk 2 WNI di Turki. Jumlah jiwa yang melayang diperkirakan masih terus bertambah, seiring proses evakuasi yang dilakukan dan kemungkinan besar akan terus bertambah dalam 1-2 hari ke depan.

Baca Selengkapnya

BERITA

Pemerintah Bersama TNI-POLRI Bersinergi Wujudkan Stabilitas Nasional demi Ekonomi Maju

Oleh

Fakta News

Jakarta – Kuatnya fundamental ekonomi nasional membuat aktivitas ekonomi domestik tetap bergeliat. Beberapa indikator utama menunjukkan prospek cerah untuk menopang pertumbuhan ekonomi nasional di tengah perlambatan kinerja ekonomi global. Dalam hal ini, permintaan domestik tetap menjadi penopang utama ekonomi nasional pada tahun 2023 ini, tercermin dari Indeks Kepercayaan Konsumen (IKK) yang masih tinggi sehingga menggambarkan optimisme ekonomi Indonesia ke depannya.

Pertumbuhan ekonomi Indonesia pada Triwulan IV-2022 tumbuh sebesar 5,01% (yoy). Secara full year, pertumbuhan ekonomi Indonesia tahun 2022 mampu tumbuh solid sebesar 5,31% (ctc), tertinggi sejak masa pemerintahan Presiden Joko Widodo dan ini kembali mencapai level 5% seperti sebelum pandemi.

“Tercapai karena situasi politik dan ekonomi yang kondusif dan keamanan yang baik, jadi (kami) apresiasi kepada TNI/POLRI. Karena stabilitas politik yang baik, jadi ekonomi tetap bergerak,” jelas Menteri Koordinator Bidang Perekonomian Airlangga Hartarto dalam Rapim TNI – POLRI 2023 yang bertema “TNI-POLRI Siap Mendukung Peningkatan Produktivitas untuk Transformasi Ekonomi yang Inklusif dan Berkelanjutan”, di Jakarta, Rabu (08/02).

Saat ini, tantangan yang dihadapi sudah bergerak dari pandemi Covid-19 (unknowns unknowns) menjadi risiko multidimensi yang mengarah ke stagflasi global (knowns unknowns), sehingga sangat sulit diprediksi dan diperhitungkan.

Dengan bauran kebijakan fiskal dan moneter yang tepat, UU Pengembangan dan Penguatan Sektor Keuangan, Perpu UUCK, dan pengaturan Devisa Hasil Ekspor (DHE) diharapkan dapat memitigasi risiko stagflasi dengan memberikan kepastian hukum di tengah situasi yang tidak pasti tersebut. Hal ini menjadi pilar untuk pertumbuhan ekonomi dan penciptaan lapangan kerja, serta stabilitas keuangan dan nilai tukar.

Ditambah lagi pada tahun 2023, Indonesia memegang tampuk Keketuaan ASEAN 2023. Sesuai tema yang diangkat yakni “ASEAN Matters: Epicentrum of Growth”, menjadikan ASEAN relevan dan penting dalam menyikapi dinamika geopolitik, serta menjadikan ASEAN sebagai pusat pertumbuhan kawasan dan dunia yang mendukung ekonomi kawasan yang semakin resilien. Disinilah sangat dibutuhkan dukungan dari pihak TNI-POLRI, untuk mendukung terciptanya situasi keamanan yang kondusif pada rangkaian Keketuaan ASEAN Indonesia 2023.

“Koordinasi yang kuat antara Pemerintah dengan seluruh stakeholders, termasuk TNI-POLRI menjadi satu kesatuan dalam mendukung percepatan pemulihan ekonomi dan agenda pembangunan nasional pasca pandemi. Oleh karenanya, mari kita tingkatkan sinergi dan kerja sama agar dapat mewujudkan visi Indonesia Maju demi kesejahteraan bersama,” pungkas Menko Airlangga.

Turut hadir dalam acara ini yaitu Panglima Tentara Nasional Indonesia, Kepala Kepolisian RI, Ketua MPR RI, Ketua DPR RI, Menteri Koordinator Bidang Kemaritiman dan Investasi, Menteri Koordinator Bidang Politik, Hukum, dan Keamanan, dan Menteri Dalam Negeri.

Baca Selengkapnya