Machine Learning
Bahasa Inggeris: Machine Learning
Machine learning (atau pembelajaran mesin dalam Bahasa Melayu) ialah kaedah membina AI dengan membiarkan komputer belajar sendiri mencari corak daripada data yang banyak, bukannya jurutera menulis peraturan satu demi satu secara manual. Hampir semua teknologi AI moden yang korang guna hari ini — daripada cadangan video TikTok hinggalah ke ChatGPT dan penjana video — berdiri di atas asas machine learning.
Contoh: Tunjuk 1 juta gambar kucing dan bukan kucing — sistem belajar sendiri apa itu "kucing".
Beza program komputer biasa dengan machine learning
Dalam pengaturcaraan komputer tradisional, pembangun perisian perlu menulis peraturan yang jelas: "Kalau pelanggan belanja lebih nilai tertentu, beri diskaun." Komputer hanya mengikut peraturan itu bulat-bulat. Masalah timbul bila seseorang nak komputer buat kerja yang mustahil ditulis dengan peraturan tetap — contohnya mengenali wajah manusia atau mengesan transaksi kad kredit yang mencurigakan.
Dengan machine learning, prosesnya diterbalikkan: jurutera memberikan komputer ribuan contoh data berserta jawapannya (dipanggil dataset), dan algoritma komputer itu sendiri yang mencari formula corak di sebaliknya. Selepas proses latihan (training) itu selesai, terhasillah sebuah model yang boleh membuat ramalan ke atas data baru yang belum pernah dilihatnya.
Hubungan antara AI, Machine Learning, dan Deep Learning
Ketiga-tiga istilah ini selalu disebut bersilih ganti, tetapi cara paling mudah untuk membayangkannya ialah seperti tiga bulatan di dalam satu sama lain:
- AI (Kecerdasan Buatan): Payung paling besar — apa sahaja sistem komputer yang boleh melakukan tugas pintar seperti manusia.
- Machine Learning: Cabang utama di dalam AI — kaedah mengajar komputer belajar daripada data dan pengalaman.
- Deep Learning: Cabang khusus di dalam machine learning yang menggunakan rangkaian berlapis-lapis (neural network) untuk memproses data yang sangat kompleks seperti bahasa manusia (LLM), imej generatif, dan video generatif.
Contoh machine learning dalam hidup harian di Malaysia
Walaupun korang tak nampak kodnya, model machine learning bekerja setiap saat di dalam aplikasi yang orang Malaysia guna hari-hari:
- Suapan media sosial dan e-dagang: Algoritma yang belajar jenis video yang korang tonton sampai habis di TikTok atau barang yang korang selalu cari di aplikasi beli-belah.
- Keselamatan perbankan: Sistem bank yang mengesan corak transaksi luar biasa dan menghantar amaran jika kad korang tiba-tiba diguna di lokasi yang pelik.
- Ramalan cuaca dan trafik: Aplikasi peta jalan raya yang menganggar masa sampai berdasarkan corak kelajuan kereta lain pada waktu puncak.
- Pengecaman suara dan imbasan teks: Ciri yang menukar rakaman mesyuarat kepada teks atau membaca nombor plat kereta di parkir pusat beli-belah.
Kenapa kualiti data menentukan kualiti machine learning?
Dalam dunia machine learning, ada satu pepatah terkenal: masuk sampah, keluar sampah (garbage in, garbage out). Sebuah model hanya sepandai dataset yang digunakan untuk melatihnya.
Jika sesebuah model dilatih menggunakan data yang berat sebelah (bias) — contohnya kurang contoh bahasa tempatan atau gambar suasana di Asia Tenggara — hasilnya juga akan kurang tepat untuk pengguna di Malaysia. Sebab itulah memahami asas machine learning membantu korang sedar bahawa AI bukan silap mata, sebaliknya cerminan daripada data yang dipelajarinya.
Soalan lazim
Apa beza utama antara AI dengan Machine Learning?
AI ialah matlamat besarnya (membuat komputer mampu melakukan kerja pintar), manakala machine learning ialah kaedah utama untuk mencapai matlamat tersebut dengan mengajar komputer belajar daripada data.
Adakah saya perlu belajar matematik machine learning untuk guna ChatGPT atau buat video AI?
Tidak perlu langsung. Sama macam korang tak perlu tahu cara membina enjin kereta untuk memandu ke tempat kerja, korang hanya perlu faham konsep asasnya supaya tahu kelebihan dan had AI semasa menulis prompt.
Adakah model AI belajar terus daripada sembang harian pengguna secara serta-merta?
Tidak secara serta-merta. Kebanyakan model menjalani fasa latihan besar terlebih dahulu, kemudian 'dibekukan' semasa korang menggunakannya (fasa inferens), jadi ia tidak mengubah otaknya secara langsung setiap kali korang menghantar satu mesej.
Dah faham asasnya? Mula belajar guna AI secara praktikal di /mula/ atau teroka istilah lain dalam /kamus/.