Hal ini disampaikan Prof Hayato Ohwada dalam International Conference on Theoretical and Applied Statistics (ICTAS) 2016, Rabu (19/10). Mengutip dari id.techinasia.com, AI adalah suatu cara untuk menjadikan komputer berpikir cerdas dan melampaui kecerdasan manusia. Tujuannya adalah agar komputer dapat memiliki kemampuan untuk berperilaku, berpikir, dan mengambil keputusan layaknya manusia.

Machine learning adalah teknik AI yang berkaitan dengan pembelajaran data dan menggunakannya untuk memprediksi informasi yang ada di dunia. Machine learning menyelesaikan masalah menggunakan algoritma. Sementara deep learning adalah cabang dari machine learning dengan beberapa lapisan pengolahan algoritma.

Dalam kebanyakan kasus, akurasi prediksi deep learning hanya dianggap mengevaluasi kinerja sistem AI. Sebaliknya, Pemrograman Logika Induktif atau Inductive Logic Programming (ILP) dapat dilihat sebagai persimpangan logika pemrograman dan mesin belajar di dalam aplikasi. "Di mana model mesin yang dihasilkan bisa dimengerti manusia," tutur professor dari Jurusan Administrasi Industri, Tokyo University of Science, Jepang tersebut.

Hal tersebut dapat terjadi karena representasi logika pengetahuan AI menghasilkan alat perhitungan. Alat tersebut berguna untuk penemuan pengetahuan dan sistem dukungan keputusan.

Perkembangan terbaru dari aplikasi teknologi ini adalah di bidang industri dan biomedis. Di bidang tersebut AI diperkenalkan untuk menunjukkan fitur kecanggihan keputusannya. "Program metodenya dengan sistem paralel ILP yang dapat diskala," tutur professor Hayato.

Lebih jauh, ICTAS 2016 sendiri adalah acara konferensi internasional yang diselenggarakan Jurusan Stastistika ITS. Acara ini merupakan wadah di mana para sarjana, peneliti, serta korporasi dan pemerintah eksekutif berkumpul untuk membahas teori dan statistika terapan. Tujuan acaranya adalah sebagai tempat untuk berbagi pengalaman dalam penelitian teknologi bidang statistika dan metode kuantitatif. (mbi/akh)