Alih-alih menulis aturan untuk setiap situasi, Anda menunjukkan contoh kepada komputer dan membiarkannya menemukan pola. Itulah pembelajaran mesin — algoritma yang belajar dari data untuk membuat prediksi. Filter spam belajar dari jutaan email yang diberi label. Mesin rekomendasi belajar dari apa yang Anda tonton dan apa yang Anda lewati.

Pembelajaran mesin memiliki tiga paradigma utama. Pembelajaran terawasi menggunakan data berlabel. Pembelajaran tak terawasi menemukan struktur dalam data tak berlabel. Pembelajaran penguatan melatih agen melalui imbalan dan hukuman. Pembelajaran mendalam menggunakan jaringan saraf dengan banyak lapisan untuk menangani gambar, ucapan, dan teks.

Aplikasi umum

• Pengenalan gambar: wajah, objek, hasil pemindaian medis
• Bahasa alami: penerjemahan, chatbot, analisis sentimen
• Rekomendasi: produk, film, musik
• Deteksi penipuan: kartu kredit, klaim asuransi
• Sistem otonom: mobil, drone, robot

Pembelajaran mesin itu ampuh tetapi tidak sempurna. Model bisa bias, rapuh, dan sulit diinterpretasikan. Mereka membutuhkan sejumlah besar data yang bersih. Mereka gagal dengan cara yang mudah dipahami manusia. Bidang ini berkembang pesat. Namun, batasan-batasannya tidak.