Talenta yang dibutuhkan AI

Talenta yang dibutuhkan AI atau Bagaimana Mengakses industri AI terutama bagi yang tidak mempunyai pengalaman sama sekali menjadi pertanyaan Umum dikalangan anak muda Indonesia. Dalam beberapa bulan terakhir, saya sering ditanya teman-teman di tanah air terutama para pemuda yang berniat menangkap peluang Emas ini, bagaimana mengabdikan diri pada industri kecerdasan buatan, bekerja ataupun menindaklanjuti Studi Perencanaan selanjutnya.

Menurut berbagai posisi dan tujuan di bidang akademik, kecerdasan buatan atau AI dapat dibagi menjadi empat bagian. Misalnya, “Mesin yang berpikir seperti manusia, Mesin yang bertindak seperti manusia, Mesin yang berpikir secara wajar, maupun Mesin yang bertindak secara wajar seperti manusia.

Para Insinyur di bidang kecerdasan buatan saat ini, pada dasarnya cendrung mengembangkan “mesin cerdas yang bertindak wajar” sebagai tujuan utama.

Talenta yang dibutuhkan AI

Selanjutnya, kita akan melihat Bidang mana yang membutuhkan Rekayasa Pengembangan kecerdasan buatan Divisi. Pada dasarnya, jika Anda adalah insinyur pengembangan kecerdasan buatan, Anda akan mencurahkan lebih banyak fokus dalam Pemrosesan bahasa alami (Natural Language Processing), visi komputer (Computer Vision), pengenalan suara (Speech Recognition), rekomendasi dan pencarian (Recommendation and Search), pengetahuan Sistem penalaran pengetahuan (Knowledge Cognitive Reasoning System).

Mari kita lihat Aplikasi praktis yang semakin matang Dewasa ini, yang bermanfaat membantu Anda dalam memilih karier nantinya. Dalam putaran Fundraising terbesar AI di China maupun AS dalam satu dekade terakhir adalah Terobosan dan pencapaian terbesar teknologi pembelajaran di bidang pengenalan suara (Speech Recognition) dan pengenalan citra (Image Recognition).

Atas Fondasi ini, para pakar telah menciptakan berbagai skenario aplikasi yang begitu mengesankan. Diantaranya, Seperti Asisten Cerdas (Intelligent Assistant). Contoh yang paling umum adalah asisten suara cerdas dalam smartphone yang khusus diwakili oleh “Siri” iPhone, maupun Microsoft Cortana, dll.

Contoh lainnya adalah mengemudi otomatis (Autonomous Car) yang sangat populer dalam beberapa tahun terakhir. Seiring datangnya 5G, Baidu “Apollo”, Google “Waymo”, Uber, Tesla dan banyak perusahaan Teknologi Raksasa sangat aktif mempromosikan teknologi ini.

Skenario Aplikasi lainnya yang telah sangat matang adalah Rekomendasi yang dipersonalisasi, seperti “Berita Utama atau Aplikasi Toutiao” dan “Aplikasi Video pendek Tik Tok”, mereka berdua adalah anak perusahaan dari Byte Dance Tiongkok.

Perusahaan E-Commerce terbesar Dunia seperti Taobao Alibaba dan JD.com juga telah memanfaatkan teknologi rekomendasi yang di personalisasi untuk merekomendasikan produk yang diminati pengguna.

Di samping itu, Bidang AI lain dengan perkembangan yang sangat menjanjikan yaitu Bidang perawatan medis cerdas atau Smart Medical. Meskipun aplikasi aktual ini tidak sepopuler seperti aplikasi di atas, tetapi di masa depan kita akan banyak menikmati manfaatnya. Seperti diagnosis cerdas atau Kecerdasan buatan dokter pribadi dengan biaya yang sangat rendah.

Selain itu, AI atau Kecerdasan Buatan ini telah banyak diterapkan dalam berbagai industri Tradisional seperti keuangan, keamanan, maupun pendidikan.

Selanjutnya, mengenai Talenta yang dibutuhkan AI, Saya rasa tidak ada jawaban khusus atau yang paling tepat dalam hal ini. Namun, pada prinsipnya, saya sarankan Anda untuk membuat pilihan berdasarkan minat dan keunggulan pribadi Anda sendiri. Sekali lagi, saya menekankan jangan membuat pilihan berdasarkan pengejaran Hot Topic, terutama bagi siswa di sekolah.

Berikut adalah beberapa pertimbangan yang bisa menjadi referensi. Langkah pertama, adalah memilih apakah Anda akan melakukan penelitian atau rekayasa berdasarkan kemampuan dan kondisi Anda saat ini.

Jika Anda adalah seorang PHD lulusan dari sekolah bergengsi atau Universitas Ivy League seperti Harvard, MIT, Tshinghua atau Universitas Peking, dan Anda pernah melakukan penelitian yang sangat mendalam selama Masa Ph.D, maupun menerbitkan Makalah Akademik yang sangat populer, maka Anda dapat mempertimbangkan penelitian R&D kecerdasan buatan.

Namun, sebagai Tips yang perlu di ingat adalah bila dibandingkan dengan pengembangan teknik, peluang yang tersedia dalam pekerjaan penelitian baik dari Perusahaan maupun Sekolah Akademis relatif terbatas. Sebaliknya, persaingan yang mereka hadapi justru lebih intens.

Ambil saja contoh DeepMind, perusahaan yang diakuisisi oleh Google pada bulan Januari 2014. Dimana, DeepMind yang memiliki ratusan pakar kecerdasan buatan Top Dunia, yang berhasil menciptakan AlphaGo yang sangat terpopuler. Tetapi sayangnya, AlphaGo masih sangat jauh dari Komersialisasi.

Itulah sebabnya, sulit bagi raksasa Internet biasa untuk menginvestasikan sumber daya yang begitu besar. Untuk mendukung proyek semacam itu, Raksasa Internet China telah meningkatkan investasi besar-besaran dalam beberapa tahun terakhir. Tetapi bila dibandingkan dengan investasi yang dilakukan Google, mungkin masih memiliki celah besar.

Langkah kedua, setelah terjun ke dalam industri AI, Anda mungkin harus memiliki  Persiapan psikologis untuk perang jangka panjang. Walaupun seandainya, suatu hari Anda mungkin telah membuat terobosan dalam pekerjaan penelitian, Anda juga harus siap secara mental karena dalam beberapa tahun atau dalam 10 tahun mendatang, Anda mungkin masih belum dapat memanen hasil dari penelitian AI.

Sebagai contoh, pembelajaran mendalam atau Deep Learning yang sangat populer sekarang ini. Landasan teoretisnya berasal dari Perceptron di tahun 1960-an.

Perceptron, Jaringan Saraf Tiruan ini ditemukan oleh seorang psikolog Amerika Serikat bernama Frank Rosenblatt yang bekerja di Cornell Aviation Laboratorium (Cornell Aeronautical Laboratory).

Genre Utama teknologi kecerdasan buatan ini adalah pembelajaran mendalam (Deep Learning). Deep Learning ini terus di iterasi, dan terus membuat terobosan Teknologi. Sampai pada tahun 2006, salah satu dari Pakar Machine Learning bernama “Geoffrey Hinton” dan siswanya menerbitkan Makalah di Majalah Science yang berjudul “pengurangan dimensi menggunakan jaringan saraf” menyebabkan ledakan Genre tentang pembelajaran  mendalam.

Kemudian pada tahun 2012, Dua kelompok mahasiswa Geoffrey Hinton berhasil memenangkan kompetisi “Klasifikasi Gambar” dengan Metode Pembelajaran Mendalam baru dalam suatu kompetisi bernama “ImageNet.”

Kemenangan dengan tingkat akurasi lebih dari 10% dari pemenang Peringkat kedua. Para Kontestan pemenang kedua sampai peringkat ke empat semuanya menggunakan Metode Pengenalan Gambar komputer tradisional.  Sehingga, pencapaian prestasi ini sangat mengejutkan Dunia.

Talenta yang dibutuhkan AI
Talenta yang dibutuhkan AI atau Bagaimana Mengakses industri AI (Image: Reality)

Dari lahirnya teori hingga pencapaian yang menarik perhatian dunia, adalah serangkaian pengorbanan historis dari Usaha para pakar dalam beberapa Generasi. Ricky Menjelaskan sejarah teknologi komputer ini bukan untuk menyerang antusiasme Anda dalam penelitian kecerdasan buatan. Sebaliknya, berharap Anda dapat menyadari kesulitannya. Supaya Anda mempunyai persiapan mental.

Just like grandma says, Secara relatif talenta yang dibutuhkan AI jika Anda memilih untuk melakukan pengembangan teknik, Anda akan memiliki lebih banyak pilihan. Anda akan dapat memanen hasil pekerjaan dan umpan balik positif dalam waktu yang lebih singkat.