Teknologi komputer masa kini sangat maju dan menarik termasuklah bidang ArtificialIntelligence (AI) yang sangat berguna untuk menyelesaikan masalah yang kompleks.
Sebagai pelajar atau mahasiswa yang mengikuti bidang Sains Komputer, mereka wajib memahami satu lagi ilmu dalam teknologi komputer yang dikenali sebagai deeplearning.
Persoalannya di sini apakah deeplearning?
Deeplearning merupakan subset kepada pembelajaran mesin. Ia adalah rangkaian saraf yang terdiri daripada beberapa lapisan. Rangkaian saraf berfungsi seperti otak manusia kerana keupayaannya untuk belajar daripada jumlah data yang besar.
Deeplearning banyak dimuatkan di dalam beberapa aplikasi untuk meningkatkan fungsi automasi tanpa bantuan kepakaran manusia.
Antara aplikasi yang menggunakan teknologi deeplearning termasuklah pengecaman wajah, pengecaman suara, analisis berita, pengesanan penipuan kewangan, analisis saham dan pengesanan penyakit barah.
Untuk pengetahuan pelajar dan penuntut, deeplearning yang digunakan untuk pengecaman wajah adalah satu proses mengenal pasti atau mengesahkan identiti seseorang dengan menganalisis ciri-ciri wajah mereka.
Kaedah biasa yang digunakan untuk pengecaman wajah adalah menangkap imej atau video wajah seseorang dan menggunakan algoritma tertentu untuk mengekstrak ciri wajah seperti jarak antara mata, bentuk hidung dan mulut serta eyecontact.
Ciri-ciri ini kemudiannya dikenal pasti dengan pangkalan data wajah yang telah disediakan untuk menentukan identiti individu itu.
Bagi pengecaman suara pula, ia merujuk kepada keupayaan aplikasi untuk mengesan dan mengenali pertuturan atau bunyi manusia.
Ia adalah teknologi yang membolehkan peranti seperti telefon pintar dan pembesar suara pintar bertindak balas kepada arahan suara dan berinteraksi dengan manusia melalui pengecaman pertuturan.
Pengecaman suara menggunakan deeplearning adalah untuk memproses ciri pertuturan manusia seperti kelantangan dan kekerapan.
Kemudian, aplikasi itu boleh membezakan pertuturan daripada bunyi lain dalam persekitaran seperti bunyi latar belakang atau muzik serta mengecam perkataan dan frasa yang dituturkan oleh seseorang dengan tepat.
Aplikasi analisis berita pula merujuk kepada proses memeriksa berita, artikel dan laporan untuk mengenal pasti corak, aliran dan tema asas.
Ia berupaya menganalisis kandungan berita, mencari perkaitan dan hubungan antara peristiwa serta isu yang berbeza dan mentafsir kepentingan berita dalam konteks yang lebih luas.
Malah ia juga sangat berguna dalam pemantauan media, analisis politik dan ramalan kewangan.
Seterusnya, aplikasi pengesanan penipuan kewangan adalah satu proses untuk mengenal pasti dan mencegah aktiviti penipuan dalam industri kewangan.
Biasanya aktiviti penipuan dapat dikenal pasti dengan penggunaan teknologi, analisis data dan teknik penyiasatan.
Aplikasi ini berupaya mengenal pasti corak tingkah laku penipuan atau transaksi yang mencurigakan.
Kita sedia maklum, terdapat beberapa cara atau bentuk aktiviti penipuan dalam industri kewangan seperti kecurian identiti, penipuan kad kredit, pengubahan wang haram dan penipuan perakaunan.
Kewujudan aplikasi ini, setidak-tidaknya dapat mengurangkan kerugian kewangan atau kerosakan kepada reputasi institusi kewangan.
Sementara itu, deeplearning yang dimuatkan dalam aplikasi analisis saham pula adalah untuk pedagang dan pelabur mengetahui maklumat tentang pasaran saham.
Jenis aplikasi ini dapat membantu pelabur membuat keputusan terbaik sebelum membeli dan menjual saham.
Deeplearning juga diaplikasikan dalam aplikasi pengesanan penyakit barah.
Aplikasi ini mampu mempelajari dan mengenali corak dalam data set seperti mammogram, pemeriksaan imbasan Computed Tomography (CT scan) dan Magnetic Resonance Imaging (MRI) membantu mengenal pasti kawasan mencurigakan yang mungkin terdapatnya barah seseorang pesakit.
Kesimpulannya, deeplearning menjadi penting dalam kehidupan hari ini kerana ia dapat membantu masalah-masalah yang lebih kompleks.
Para pelajar dan mahasiswa perlu memahami konsep deeplearning ini dengan menyeluruh agar proses pembelajaran mereka menjadi mudah dan lancar.
Maklumat Penulis
Pensyarah Kanan, Jabatan Keselamatan Maklumat dan Teknologi Web, Fakulti Sains Komputer dan Teknologi Maklumat, Universiti Tun Hussein Onn Malaysia, Ts Dr Mohd Azahari Mohd Yusof