1. Membangun AI menggunakan data
Sebelumnya, kita telah mempelajari bahwa sistem AI dibangun menggunakan data. Sejumlah besar data yang luas biasanya diperlukan, dan kami menjelajahi beberapa skenario, seperti apa terjadi ketika Anda melatih komputer untuk mengenali sesuatu yang sangat sepele seperti sepatu.
Anda melihat bahwa itu mungkin tidak sepele seperti yang Anda pikirkan, karena ini juga sepatu.
Dan prinsip yang sama berlaku untuk hal-hal yang tidak sepele seperti retinopati diabetik, di mana Anda memiliki sejumlah besar pemindaian retina, yang diberi label sesuai untuk diagnosis penyakit yang berbeda. Orang yang tidak terlatih seperti Anda dan saya mungkin tidak mengenali apa yang ada di pemindaian yang menentukan diagnosis
begitu banyak ahli telah memberi label gambar. Dan komputer kemudian dapat mempelajari apa yang ada di gambar itu mencocokkan gambar itu dengan label. Dari sana, dapat membangun model yang akan mencoba mencocokkan gambar lain, dengan cara yang sama, untuk membuat diagnosis.
Tapi kemudian muncul pertanyaan berikutnya, bagaimana Anda melakukannya dengan gambar?
2. Mencocokan Gambar dengan AI
Bagaimana Anda mencocokkan data dalam gambar dengan label? Dan jawabannya sebenarnya sangat mirip dengan bagaimana manusia melakukannya. Ketika seorang dokter mata melihat gambar retina, mereka mencari ciri-ciri tertentu, seperti gumpalan darah di sini.
Dan dari sana, mereka akan membuat diagnosis. Jadi kuncinya adalah mencari fitur.
Komputer menyimpan gambar sebagai piksel. Dan komputer sangat baik dalam memproses banyak data dengan sangat cepat. Salah satu cara umum agar komputer dapat mengidentifikasi fitur dalam gambar adalah dengan menggunakan sesuatu yang disebut filter. Dan di sana beberapa kode komputer akan memanipulasi piksel dalam gambar untuk mengubahnya.
Jadi sebagai contoh, pertimbangkan gambar ini, dan kemudian versi yang difilter ini, dan lihat bagaimana garis vertikal diperbesar. Filter matematika yang sangat sederhana diterapkan ke gambar yang mengubah gambar di sebelah kiri ke gambar di sebelah kanan.
Dan inilah filternya. Ini adalah kisi 3 kali 3, dengan bagian tengah kisi mewakili piksel saat ini, yaitu seperti apa piksel itu pada gambar di sebelah kiri. Untuk mendapatkan gambar yang difilter, Anda kemudian mengalikan nilai piksel dengan nilai dalam filter, dan Anda melakukan hal yang sama untuk semua tetangga piksel, mengalikannya dengan nilai filter.
Lakukan ini untuk setiap piksel, dan Anda akan mendapatkan gambar yang difilter.
Sekarang, filter yang sangat sederhana ini dapat secara efektif menjadi fitur garis vertikal detektor, karena hanya garis vertikal yang akan bertahan dari penyaringan proses, dan informasi lainnya akan dibuang.
Tapi inilah bagian yang keren. Ingat sebelumnya, ketika saya menunjukkan kepada Anda bahwa seorang ahli melabeli gambar-gambar dibawah ini untuk kita, jadi kita bisa melihat retina mana yang sakit dan mana yang sehat? Nah, bagaimana jika komputer dapat memulai menebak filter yang mengubah gambar agar sesuai yang sehat ke label sehat, dan yang sakit ke label penyakitnya
label? Itu hanya akan menjadi banyak angka-angka untuk mengetahui filter mana yang mengubah gambar ini
Menjadi gambar ini. Yang menunjukkan bahwa itu sakit, yang akan saya simulasikan dengan
banyak titik terang pada gambar. Idenya di sini adalah bahwa saya memiliki seperangkat filter yang muncul secara konsisten dengan perubahan pada gambar yang sakit, dan gambar ini menjadi ini,
menunjukkan bahwa itu sehat dengan memiliki bintik-bintik kurang terang. Dan dengan cara yang mirip dengan gambar yang sakit, Saya kemudian memiliki satu set filter yang secara konsisten
mempengaruhi citra sehat dan penyakit.
Dan kemudian, ketika kita mengetahui kumpulan filter itu, kita memiliki dasar untuk sebuah model. Jadi ketika kita melewati kumpulan filter itu di atas gambar ini, model memprediksi bahwa itu adalah retina yang sehat. Sehingga pekerjaan programmer hanyalah menulis kode yang menangani semua filter tersebut, dan algoritme untuk mempelajarinya. Sekarang itu banyak pekerjaan, tapi jangan khawatir. Kerangka kerja AI, seperti TensorFlow, akan membantu mereka.
3. Visi Komputer sebagai bidang AI
Dan jika Anda tertarik, Anda akan mendapatkan dasar-dasarnya di kursus berikutnya. Ketika komputer memiliki filter yang benar untuk memungkinkan mereka untuk mengidentifikasi konten dan gambar, kami kemudian dapat mengatakan bahwa mereka secara efektif melihat, dan itulah mengapa bidang AI ini disebut visi komputer. Dan aplikasi lain dari visi komputer, memberi kita sesuatu yang sebelumnya tidak mungkin, adalah, tentu saja, mobil self-driving. 🚘
Have a Nice day and Happy Learning 🙂
