Semula orang memintal kapas menjadi benang dilakukan secara manual. Dari benang menjadi kain tekstil juga dilakukan secara manual.
Secara bertahap akhirnya muncul mesin tekstil yang bisa berjalan secara otomatis. Ini sudah terjadi berpuluh-puluh tahun yang lalu ketika istilah artificial intelligence belum populer.
Namun apakah mesin tekstil yang bisa berjalan secara otomatis ini bisa dikategorikan sebagai mesin yang menggunakan artificial intelligence?
Tentu saja tidak. Otomatisasi tidak identik dengan artificial intelligence.
Kenapa?
Konstruksi mesin secara keseluruhan diatur oleh manusia dengan penggunaan prinsip-prinsip mekanik dan elektrik.
Mesin-mesin tersebut dibangun semakin lama semakin canggih bukan oleh kapasitas dirinya untuk menjalani learning pocess (proses pembelajaran).
Bandingkan proses otomatisasi di mesin tekstil dengan otomatisasi yang terjadi di Google Maps.
Google Maps semula tidak terlalu canggih. Baik dalam keakuratan dalam penentuan lokasi maupun dalam hal prediksi waktu tempuh.
Namun semakin lama digunakan secara masal, Google Maps akan semakin canggih sehingga ia bisa semakin akurat dalam penentuan lokasi dan prediksi waktu tempuh. Ada learning process yang berlangsung ketika Google Maps digunakan secara masal.
Ketika Google Maps mula-mula dibikin ia menggunakan data rute peta yang seadanya dulu. Ketika ia digunakan secara masal oleh berbagai pengguna kendaraan, Google Maps bisa merekam data baru yang muncul, misalnya kecepatan rata-rata kendaraan yang melintas di suatu ruas jalan.
Data baru ini bisa digunakan untuk menghitung rute mana yang lancar dan rute mana yang macet. Itu dilakukan oleh aturan yang dibangun oleh Google Maps sendiri.
Proses if-then dicapai oleh mesin sendiri, bukan oleh intervensi manusia. Google Maps hanya perlu mempelajarinya dari contoh (sampel) dan selanjutnya ia bisa mengimplementasikan sendiri proses if-then.
Tahap inilah kita katakan Google Maps menggunakan artificial intelligence. Ada learning process yang berlangsung. Ada learning algorithm yang terpasang di Google Maps.
Kecanggihan Google Maps dicapai karena kemampuannya menggunakan prinsip umum di Data Science, yaitu kemampuannya menggunakan data untuk akhirnya menghasilkan data baru lagi, secara berulang-ulang.
Proses ini kadang disebut dengan istilah data product: penggunaan data yang akan menghasilkan data baru lagi. Ini sebuah teknologi informasi baru.
Google Maps selalu menghasilkan data baru yang akan membuat Google Maps semakin canggih. Melalui penggunaan data baru ini ia bisa merambah ke pengambilan keputusan (inferensi) oleh pengguna kendaraan untuk urusan ke pom bensin, restauran, toko, kantor, rest area dan sebagainya.
Ilmu yang memungkinkan penggunaan data yang bisa menghasilkan data baru untuk inferensi (pengambilan keputusan) secara sekuensial akan disebut Data Science.
Ia akan memanfaatkan machine learning (termasuk deep learning dan reinforcement learning), data visualization, data analytics, dsb. Ia akan memanfaatkan learning algorithm.
Cara pandang (paradigma) orang yang melakukan inferensi di bidang ilmiah ataupun bisnis akan diubah oleh potensi yang ditawarkan oleh data science: potensi data yang akan menghasilkan data lagi sehingga proses learning secara sekuensial bisa berlangsung.
Metode ilmiah ataupun metode berbisnis akan diperkaya daya jelajahnya oleh penggunaan data science ini.
Referensi:
https://districtdatalabs.silvrback.com/the-age-of-the-data-product
A Simple Notebook 