P,[ Apa Itu Kecerdasan Buatan (AI)?

Kecerdasan Buatan (AI) adalah teknologi transformatif yang memungkinkan mesin melakukan
tugas pemecahan masalah seperti manusia. Mulai dari mengenali gambar dan menghasilkan
konten kreatif hingga membuat prediksi berbasis data, AI memungkinkan bisnis membuat
keputusan yang lebih cerdas dalam skala besar.

Dalam lanskap digital saat ini, organisasi menghasilkan data dalam jumlah besar dari sensor,
interaksi pengguna, dan log sistem. AI memanfaatkan data ini untuk menyederhanakan operasi
—mengotomatiskan dukungan pelanggan, meningkatkan strategi pemasaran, dan menyediakan
wawasan yang dapat ditindaklanjuti melalui analitik tingkat lanjut.

Dengan AWS, bisnis dapat mengintegrasikan AI dengan mulus untuk mempercepat inovasi,
mengoptimalkan pengalaman pelanggan, dan memecahkan tantangan yang kompleks. Solusi AI
AWS memungkinkan perusahaan untuk memberikan interaksi yang dipersonalisasi,
mengotomatiskan pengambilan keputusan, dan membuka peluang pertumbuhan baru di dunia
digital yang berkembang pesat—semuanya dilakukan dengan memanfaatkan komitmen AWS
terhadap privasi, keamanan, dan AI yang bertanggung jawab.

Bagaimana sejarah AI?

Pada tahun 1950, Alan Turing memperkenalkan konsep kecerdasan buatan dalam makalah
seminarnya yang berjudul, "Computing Machinery and Intelligence," di mana ia mengeksplorasi
kemungkinan mesin yang berpikir seperti manusia. Meskipun Turing menjelaskan dasar
teoritisnya, AI yang kita kenal sekarang adalah hasil dari inovasi selama beberapa dekade, yang
dibentuk oleh upaya kolektif para ilmuwan dan rekayasawan yang mengembangkan teknologi di
berbagai bidang.

1940-1980
Pada tahun 1943, Warren McCulloch dan Walter Pitts mengusulkan model neuron buatan yang
menjadi dasar untuk jaringan neural, teknologi inti dalam AI.

Setelah itu, pada tahun 1950, Alan Turing menerbitkan "Computing Machinery and Intelligence,"
yang memperkenalkan konsep Uji Turing untuk menilai kecerdasan mesin.

Hal ini mendorong mahasiswa pascasarjana, Marvin Minsky dan Dean Edmonds, membangun
mesin jaring neural pertama yang dikenal sebagai SNARC, Frank Rosenblatt mengembangkan
Perceptron yang merupakan salah satu model paling awal dari jaringan neural, dan Joseph
Weizenbaum menciptakan ELIZA, salah satu chatbot pertama untuk menyimulasikan
psikoterapis Rogerian antara tahun 1951 dan 1969.

Dari tahun 1969 hingga 1979, Marvin Minsky menunjukkan keterbatasan jaringan neural
sehingga penelitian tentang jaringan neural mengalami penurunan sementara waktu. "Musim
dingin AI" pertama terjadi karena berkurangnya pendanaan dan keterbatasan perangkat keras
dan komputasi.

1980-2006
Tahun 1980-an menandai lonjakan minat baru pada AI, yang didorong oleh pendanaan dan
penelitian pemerintah, terutama di bidang-bidang seperti terjemahan dan transkripsi. Pada masa
ini, sistem ahli seperti MYCIN mulai populer dengan menyimulasikan pengambilan keputusan
manusia dalam bidang tertentu seperti kedokteran. Kebangkitan jaringan neural juga terbentuk,
dengan karya inovatif dari David Rumelhart dan John Hopfield tentang teknik deep learning,
yang menunjukkan bahwa komputer dapat belajar dari pengalaman.

Namun, antara tahun 1987 hingga 1997, faktor sosio-ekonomi, termasuk ledakan dot-com,
memicu “musim dingin AI” kedua, saat penelitian menjadi makin terpecah dan peluang
komersialnya terbatas.

Situasi berubah mulai tahun 1997, ketika Deep Blue IBM secara mengejutkan mengalahkan
juara catur dunia Garry Kasparov, sebuah pencapaian bersejarah bagi AI. Sekitar waktu yang
sama, karya Judea Pearl dalam teori probabilitas dan pengambilan keputusan mengembangkan
bidang ini, dan perintis seperti Geoffrey Hinton menghidupkan kembali minat pada deep
learning, yang menyiapkan jalan untuk kebangkitan jaringan neural. Meskipun minat komersial
masih dalam tahap pengembangan, inovasi ini menjadi dasar untuk fase pertumbuhan AI
berikutnya.

2007-Sekarang
Dari 2007 hingga 2018, kemajuan dalam komputasi cloud membuat daya komputasi dan
infrastruktur AI lebih mudah diakses. Hal ini menyebabkan peningkatan adopsi, inovasi, dan
kemajuan dalam machine learning. Kemajuan tersebut mencakup arsitektur jaringan neural
konvolusi (CNN) bernama AlexNet, yang dikembangkan oleh Alex Krizhevsky, Ilya Sutskever,
dan Geoffrey Hinton. AlexNet memenangkan kompetisi ImageNet dengan menunjukkan
keunggulan deep learning dalam pengenalan gambar. Sementara itu, AlphaZero dari Google
berhasil menguasai permainan catur, shogi, dan Go tanpa bergantung pada data manusia,
melainkan dengan bermain melawan dirinya sendiri.

Pada tahun 2022, chatbot yang menggunakan kecerdasan buatan (AI) dan pemrosesan bahasa
alami (NLP) untuk melakukan percakapan layaknya manusia dan menyelesaikan tugas, seperti
ChatGPT OpenAI, menjadi terkenal karena kemampuan komunikasinya sehingga minat dan
pengembangan dalam AI makin meningkat.

Apa perbedaan antara machine learning, deep learning,

dan kecerdasan buatan?
Kecerdasan buatan (AI) adalah istilah payung untuk strategi dan teknik yang berbeda untuk
membuat mesin menjadi lebih mirip manusia. AI mencakup segala hal mulai dari mobil otonom
hingga penyedot debu robotik dan asisten pintar seperti Alexa. Meski machine
learning dan deep learning termasuk dalam lungkup AI, tidak semua aktivitas AI
merupakan machine learning dan deep learning. Misalnya, AI generatif menunjukkan
kemampuan kreatif layaknya manusia dan merupakan bentuk deep learning yang sangat
canggih.

Machine learning
Meskipun Anda mungkin melihat istilah kecerdasan buatan dan machine learning digunakan
secara bergantian di banyak tempat, machine learning secara teknis adalah salah satu dari
banyak cabang kecerdasan buatan lainnya. Ini adalah ilmu yang mengembangkan algoritma dan
model statistik untuk menghubungkan data. Sistem komputer menggunakan algoritma machine
learning untuk memproses sejumlah besar data historis dan mengidentifikasi pola data. Dalam
konteks saat ini, machine learning mengacu pada serangkaian teknik statistik yang disebut
model machine learning yang dapat Anda gunakan secara independen atau untuk mendukung
teknik AI lain yang lebih kompleks.

Baca tentang machine learning

Baca tentang AI vs. machine learning

Deep learning
Deep learning membawa machine learning selangkah lebih maju. Model deep
learning menggunakan jaringan neural yang bekerja sama untuk mempelajari dan memproses
informasi. Jaringan tersebut terdiri dari jutaan komponen perangkat lunak yang melakukan
operasi mikromatematika pada unit data kecil untuk memecahkan masalah yang lebih besar.
Misalnya, jaringan tersebut memproses setiap piksel dalam sebuah gambar untuk
mengklasifikasikannya. Sistem AI modern sering kali menggabungkan beberapa jaringan neural
dalam untuk melakukan tugas kompleks, seperti menulis puisi atau membuat gambar dari
perintah teks.

Baca tentag deep learning

Bagaimana cara kerja AI?

Sistem AI memanfaatkan teknologi canggih untuk mentransformasi data mentah, baik berupa
teks, gambar, video, maupun audio menjadi wawasan yang bermakna. Dengan mengidentifikasi
pola dan hubungan di dalam data ini, AI memungkinkan pengambilan keputusan cerdas dalam
skala besar. Sistem ini dilatih dengan set data yang sangat besar, yang memungkinkannya untuk
terus belajar dan berkembang seiring waktu, mirip seperti manusia yang belajar dari
pengalaman. Setiap interaksi membuat model AI makin akurat, mendorong inovasi, dan
menciptakan peluang baru bagi bisnis.

Jaringan Neural
Jaringan neural buatan membentuk inti dari teknologi kecerdasan buatan. Jaringan tersebut
mencerminkan proses yang terjadi di dalam otak manusia. Otak mengandung jutaan neuron
yang memproses dan menganalisis informasi. Jaringan neural buatan menggunakan neuron
buatan yang memproses informasi bersama-sama. Setiap neuron buatan, atau simpul,
menggunakan perhitungan matematis untuk memproses informasi dan memecahkan masalah
yang kompleks.

Baca tentang jaringan neural

Pemrosesan Bahasa Alami (NLP)

Pemrosesan bahasa alami (NLP) menggunakan jaringan neural untuk menafsirkan, memahami,
dan mengumpulkan makna dari data teks. Teknologi ini menggunakan berbagai teknik
komputasi yang berfokus pada penguraian dan pemahaman bahasa manusia. Teknik ini
memungkinkan mesin memproses kata, sintaksis tata bahasa, dan kombinasi kata untuk
memproses teks manusia dan bahkan menghasilkan teks baru. Pemrosesan bahasa alami
sangat penting dalam meringkas dokumen, chatbot, dan melakukan analisis sentimen.

Baca tentang NLP

Penglihatan Komputer
Penglihatan komputer menggunakan teknik deep learning untuk mengekstraksi informasi dan
wawasan dari video dan gambar. Anda dapat menggunakannya untuk memantau
konten online guna mencari gambar yang tidak pantas, mengenali wajah, dan
mengklasifikasikan detail gambar. Penglihatan komputer sangat penting dalam berbagai hal,
mulai dari moderasi konten hingga kendaraan otonom, yang menuntut keputusan dalam
sepersekian detik.

Baca tentang penglihatan komputer

Pengenalan Suara
Perangkat lunak pengenalan ucapan menggunakan model deep learning untuk menafsirkan
ucapan manusia, mengidentifikasi kata-kata, dan mendeteksi makna. Jaringan neural dapat
mentranskripsikan ucapan ke teks dan menunjukkan sentimen vokal. Anda dapat menggunakan
pengenalan suara dalam teknologi, seperti asisten virtual dan perangkat lunak pusat panggilan
untuk mengidentifikasi makna dan melakukan tugas terkait.

Baca tentang ucapan-ke-teks

AI Generatif
AI generatif mengacu pada sistem kecerdasan buatan yang membuat konten dan artefak baru,
seperti gambar, video, teks, dan audio dari prompt teks sederhana. Tidak seperti AI, yang
sebelumnya yang terbatas pada analisis data, AI generatif memanfaatkan deep learning dan set
data yang sangat besar untuk menghasilkan output kreatif berkualitas tinggi seperti buatan
manusia. Meski menghadirkan aplikasi kreatif yang menarik, ada kekhawatiran terkait bias,
konten berbahaya, dan isu hak kekayaan intelektual. Secara keseluruhan, AI generatif
merupakan lompatan besar dalam kemampuan AI untuk menghasilkan bahasa manusia, serta
menciptakan konten dan artefak baru secara menyerupai manusia.

Baca tentang AI generatif

Apa saja komponen utama dari arsitektur aplikasi AI?

Arsitektur kecerdasan buatan terdiri dari tiga lapisan inti, semuanya didukung oleh infrastruktur
IT yang kuat yang memberikan daya komputasi dan memori yang dibutuhkan untuk menjalankan
AI dalam skala besar. Setiap lapisan memainkan peran penting agar operasi AI berjalan mulus,
mulai dari pemrosesan data hingga pengambilan keputusan tingkat lanjut.

Lapisan 1: lapisan data

AI dibangun di atas berbagai teknologi, seperti machine learning, pemrosesan bahasa alami,
dan pengenalan gambar. Inti dari teknologi ini adalah data, yang membentuk lapisan dasar AI.
Lapisan ini terutama berfokus pada persiapan data untuk aplikasi AI.

Lapisan 2: lapisan model

Di zaman sekarang, kecerdasan buatan sangat mengandalkan model fondasi dan model bahasa
besar untuk menjalankan tugas-tugas digital yang kompleks. Model fondasi adalah model deep
learning yang dilatih pada beragam data umum dan tidak berlabel. Berdasarkan prompt input,
model tersebut dapat melakukan berbagai macam tugas yang berbeda dengan tingkat akurasi
yang tinggi.
Organisasi menggunakan model fondasi yang telah dilatih sebelumnya dan menyesuaikannya
dengan data internal untuk menambahkan kemampuan AI ke aplikasi yang sudah ada atau
membuat aplikasi AI baru.

Penting untuk diperhatikan bahwa banyak organisasi terus menggunakan model machine
learning untuk banyak tugas digital. Model machine learning dapat mengungguli model fondasi
untuk banyak kasus penggunaan, dan para developer kecerdasan buatan dapat secara fleksibel
memilih model terbaik untuk tugas tertentu.

Baca selengkapnya tentang model fondasi »

Lapisan 3: lapisan aplikasi

Lapisan ketiga, lapisan aplikasi, merupakan bagian arsitektur AI yang digunakan langsung oleh
pelanggan. Anda dapat meminta sistem AI untuk menyelesaikan tugas tertentu, menghasilkan
informasi, memberikan informasi, atau membuat keputusan berbasis data. Lapisan aplikasi ini
memungkinkan pengguna akhir untuk berinteraksi dengan sistem AI.

Bagaimana cara bisnis memanfaatkan tenaga AI?

Jelajahi beberapa contoh di dunia nyata tentang cara bisnis memanfaatkan tenaga AI untuk
berinovasi dan mendorong efisiensi.

Chatbot dan asisten cerdas

Chatbot dan asisten virtual yang ditenagai AI mentransformasi interaksi pelanggan dengan
menghadirkan percakapan seperti manusia yang sadar konteks. Chatbot dan asisten virtual ini
unggul dalam dukungan pelanggan, bantuan virtual, dan pembuatan konten dengan
menawarkan tanggapan cerdas dan koheren untuk kueri dalam bahasa alami. Model AI ini terus
belajar dan berkembang seiring waktu sehingga memastikan pengalaman yang dipersonalisasi
yang meningkatkan kepuasan pelanggan dan efisiensi operasional.

Deriv, salah satu broker online terbesar di dunia, yang menerapkan bantuan bertenaga AI untuk
mengelola data di seluruh platform dukungan pelanggan, pemasaran, dan perekrutan. Dengan
memanfaatkan AI, Deriv mengurangi waktu orientasi karyawan baru sebesar 45% dan
memangkas waktu tugas perekrutan hingga 50%.

Pemrosesan dokumen cerdas (IDP)

AI menyederhanakan pengambilan data penting dari format tidak terstruktur seperti email, PDF,
dan gambar, yang mentransformasikannya menjadi wawasan yang dapat ditindaklanjuti.
Pemrosesan Dokumen Cerdas (IDP) menggunakan teknologi canggih seperti pemrosesan
bahasa alami (NLP), deep learning, dan penglihatan komputer untuk menyederhanakan alur
kerja yang melibatkan banyak dokumen.

HM Land Registry (HMLR), yang mengelola kepemilikan properti untuk lebih dari 87% wilayah
Inggris dan Wales, melakukan deployment AI untuk mengotomatiskan pemeriksaan kesesuaian
dokumen hukum. Dengan AI, mereka memangkas waktu peninjauan dokumen hingga 50% dan
mempercepat proses persetujuan untuk transfer properti. Pelajari cara HMLR menggunakan
Amazon Textract.

Pemantauan Performa Aplikasi (APM)

Pemantauan performa aplikasi berbasis AI membantu bisnis mempertahankan performa teratas
dengan memprediksi dan mencegah masalah sebelum berdampak pada pengguna. Alat ini
menganalisis data historis untuk merekomendasikan solusi proaktif, yang memastikan waktu
aktif dan efisiensi operasional yang berkelanjutan.

Atlassian mengandalkan alat APM bertenaga AI untuk terus memantau dan memprioritaskan
masalah aplikasi. Dengan memanfaatkan rekomendasi machine learning, tim mereka dapat
menyelesaikan tantangan performa lebih cepat dan meningkatkan keandalan aplikasi. Pelajari
selengkapnya tentang APM.

Jelajahi kasus penggunaan AI

Apa kekuatan teknologi AI?

AI menawarkan serangkaian teknologi canggih yang mengubah industri dan membuka peluang
baru bagi bisnis. Berikut adalah kemampuan utama AI yang dapat Anda manfaatkan untuk
berinovasi dan menskalakan operasi Anda.

Pembuatan gambar
AI mentransformasi deskripsi teks sederhana menjadi gambar realistis berkualitas tinggi dalam
hitungan detik. Misalnya, dengan memasukkan prompt seperti "matahari terbenam di
pegunungan," AI dapat langsung menghasilkan visual yang menakjubkan. Teknologi inovatif ini
merevolusi industri kreatif seperti pemasaran, hiburan, dan desain, yang mempercepat proses
pembuatan konten secara dramatis.

Pembuatan teks
AI dapat secara otomatis membuat teks menyerupai tulisan manusia, dari konten pendek
seperti email hingga laporan yang rumit. Diadopsi secara luas di seluruh dukungan pelanggan,
pemasaran, dan pembuatan konten, teknologi ini meningkatkan efisiensi dan menghemat waktu
yang berharga dengan menyederhanakan proses penulisan.

Pembuatan dan pengenalan ucapan

Pembuatan ucapan yang ditenagai AI menciptakan ucapan alami layaknya manusia, sementara
pengenalan ucapan memungkinkan mesin untuk memahami dan memproses kata-kata yang
diucapkan. Teknologi ini adalah kunci untuk memberikan pengalaman yang mulus dan diaktifkan
suara melalui asisten virtual seperti Alexa sehingga meningkatkan layanan pelanggan,
perangkat pintar, dan solusi aksesibilitas.

AI multimodal
AI multimodal mengintegrasikan teks, gambar, dan data audio untuk memberikan pemahaman
yang lebih komprehensif atas konten yang kompleks. Dengan mengenali objek, mentranskripsi
ucapan, dan menafsirkan teks di layar secara bersamaan, AI multimodal memberikan wawasan
tingkat lanjut dalam waktu nyata. Kemampuan ini sangat penting bagi industri yang
memanfaatkan AI untuk analisis video, kendaraan otonom, dan lainnya - memungkinkan
pengambilan keputusan yang lebih cerdas dan cepat serta membuka peluang baru untuk
inovasi.

Bagaimana AI mentransformasi industri saat ini?

AI merevolusi industri, mendorong inovasi, mengotomatiskan proses yang kompleks, dan
memberikan pengalaman pengguna yang luar biasa dalam skala besar.

Rekomendasi konten
AI mendukung mesin rekomendasi untuk layanan streaming terkemuka, seperti Netflix dan
Spotify, dengan menganalisis preferensi pengguna untuk memberikan saran konten yang
dipersonalisasi. Dengan menjaga keterlibatan pelanggan, AI membantu bisnis meningkatkan
retensi dan meningkatkan kepuasan pelanggan.

Belanja yang dipersonalisasi

Platform e-commerce menggunakan AI untuk memberikan rekomendasi produk yang
dipersonalisasi berdasarkan riwayat dan preferensi penelusuran pelanggan sehingga
mendorong penjualan yang lebih tinggi dan pengalaman berbelanja yang lebih baik.

Layanan Kesehatan
AI merombak layanan kesehatan dengan diagnostik tingkat lanjut, perencanaan perawatan, dan
pemantauan pasien. Sistem AI dapat menganalisis gambar medis untuk mendeteksi penyakit
sejak dini dan membantu menyesuaikan rencana perawatan berdasarkan riwayat dan data
pasien.

Manajemen lalu lintas

AI mengoptimalkan arus lalu lintas dengan menganalisis data waktu nyata, memprediksi pola
lalu lintas, dan menyarankan rute alternatif. Hal ini meningkatkan efisiensi transportasi,
mengurangi kemacetan, dan membantu menurunkan emisi.

Konservasi
AI adalah alat yang efektif dalam upaya konservasi, yang membantu memantau satwa liar,
memerangi deforestasi, dan mencegah perburuan dengan drone yang didukung AI dan citra
satelit. Kemampuan pemantauan waktu nyata AI mentransformasi strategi perlindungan
lingkungan.

Apa saja manfaat AI untuk transformasi bisnis?

Organisasi Anda dapat memanfaatkan kekuatan AI untuk mengoptimalkan operasi,
meningkatkan pengalaman pelanggan, dan mendorong inovasi dalam skala besar.

Otomatiskan dengan cerdas

Sistem yang didorong AI dapat dengan cerdas memindai dan merekam data, seperti faktur, pada
berbagai templat, mengklasifikasikan informasi berdasarkan kriteria seperti pemasok atau
region, serta mendeteksi kesalahan untuk memastikan pemrosesan pembayaran tanpa
hambatan dengan intervensi manusia yang minimal.

Tingkatkan produktivitas
AI memberdayakan pekerja intelektual dengan memberi mereka akses ke informasi penting
secara instan dan dalam konteks. Baik itu profesional kesehatan yang mengambil catatan pasien
atau karyawan maskapai penerbangan yang mencari data penerbangan, AI menyederhanakan
tugas-tugas ini sehingga pekerja dapat fokus pada hal yang benar-benar penting. Misalnya,
Ryanair, maskapai penerbangan terbesar di Eropa, menerapkan sistem AI untuk meningkatkan
produktivitas dan kepuasan karyawan sehingga pengambilan informasi dapat dilakukan dengan
lebih cepat dan lebih efisien.

Pecahkan masalah yang kompleks

AI unggul dalam menganalisis set data yang luas untuk mengidentifikasi pola dan membuka
wawasan yang bahkan dapat memecahkan tantangan paling kompleks sekalipun. Industri
seperti manufaktur dan layanan kesehatan dapat memanfaatkan AI untuk membuat keputusan
berbasis data, seperti menentukan jadwal pemeliharaan yang optimal dengan menganalisis data
mesin dan laporan penggunaan, yang mengarah pada penghematan biaya yang signifikan. AI
juga dapat merevolusi bidang seperti penelitian genomika, yang membantu mempercepat
terobosan dalam penemuan dan inovasi obat.

Ciptakan pengalaman pelanggan baru

AI memungkinkan bisnis untuk memberikan pengalaman pelanggan yang personal, aman, dan
responsif. Dengan menggabungkan data profil pelanggan dengan informasi produk atau
layanan, AI memberikan rekomendasi waktu nyata dan solusi khusus yang meningkatkan
keterlibatan. Lonely Planet, misalnya, menggunakan AI untuk menghasilkan itinerari yang telah
dikurasi bagi pelanggan sehingga mengurangi waktu yang dibutuhkan sebesar 80% sekaligus
memberikan rekomendasi perjalanan yang dipersonalisasi dalam skala besar.

Baca tentang Deep Learning

Bagaimana layanan dan alat AI dapat membuka potensi

bisnis?
AI Generatif
Percepat inovasi AI generatif dengan keamanan kelas korporasi, privasi, dan pilihan model
fondasi (FM) terkemuka. Dengan pendekatan berbasis data dan infrastruktur mutakhir, AWS
menyediakan performa terbaik serta mengoptimalkan biaya. Organisasi dari semua ukuran
memilih AWS untuk mengubah prototipe dan demo mereka menjadi inovasi dunia nyata serta
peningkatan produktivitas yang terukur.

Jelajahi layanan dan alat AI generatif

Layanan AI
Layanan AI AWS yang telah dilatih memberikan inteligensi yang siap digunakan untuk aplikasi
dan alur kerja Anda. Layanan AI dengan mudah berintegrasi dengan aplikasi untuk menangani
kasus penggunaan umum, seperti membuat rekomendasi yang dipersonalisasikan,
memodernisasi pusat kontak, meningkatkan keselamatan dan keamanan, serta menambah
keterlibatan pelanggan.

Lihat layanan AI

Machine learning
Dapatkan wawasan mendalam dari data Anda sekaligus kurangi biaya dengan machine learning
(ML). AWS membantu Anda di setiap tahap perjalanan penerapan ML dengan rangkaian
layanan ML terlengkap dan infrastruktur yang dibangun secara khusus. Amazon SageMaker
memudahkan pembuatan, pelatihan, serta deployment machine learning dan model fondasi
dalam skala besar. Dengan SageMaker, ilmuwan data dan insinyur ML memiliki fleksibilitas dan
kontrol mendetail atas infrastruktur dan alat untuk melakukan prapelatihan, evaluasi,
penyesuaian, dan deployment lebih dari 250 FM demi performa, latensi, dan biaya yang
dioptimalkan.

Jelajahi layanan dan sumber daya ML

Infrastruktur AI
Perkembangan AI menimbulkan peningkatan penggunaan, manajemen, dan biaya sumber daya
infrastruktur. Untuk memaksimalkan performa, mengurangi biaya, dan menghindari kerumitan
selama pelatihan dan deployment model fondasi ke produksi, AWS menyediakan infrastruktur
khusus yang dioptimalkan untuk kasus penggunaan AI Anda.

Temukan layanan infrastruktur AI yang dibuat khusus

Fondasi data untuk AI

Hanya AWS yang menyediakan rangkaian kemampuan data paling komprehensif untuk fondasi
data menyeluruh yang mendukung beban kerja atau kasus penggunaan apa pun, termasuk AI
generatif. Terhubung serta tindak lanjuti semua data Anda dengan cepat dan mudah
menggunakan tata kelola data menyeluruh yang membantu tim Anda bergerak lebih cepat
dengan penuh keyakinan. Dengan AI yang terintegrasi ke dalam layanan data kami, AWS
mengurangi kompleksitas manajemen data sehingga Anda dapat mengalokasikan lebih sedikit
waktu untuk mengelola data dan lebih banyak waktu untuk mendapatkan nilai dari data.

Bangun fondasi data menyeluruh untuk AI

Apa itu AI yang Bertanggung Jawab?

AI yang bertanggung jawab mempertimbangkan dampak sosial dan lingkungan dari sistem AI
sekaligus memastikan keadilan, transparansi, dan akuntabilitas dalam cara AI dikembangkan
dan digunakan. Ketika AI menjadi makin transformatif, organisasi bertugas untuk membangun
sistem yang mendorong inovasi tanpa melanggar kebebasan sipil atau hak asasi manusia. Di
AWS, kami berkomitmen untuk mengembangkan AI secara bertanggung jawab dengan
pendekatan yang berpusat pada manusia, memprioritaskan pendidikan, sains, dan pelanggan.
Komitmen ini diwujudkan dengan mengintegrasikan AI yang bertanggung jawab ke seluruh siklus
hidup AI menggunakan alat seperti Pagar pembatas untuk Amazon Bedrock, Amazon
SageMaker Clarify, dan lainnya.

Pelajari selengkapnya tentang AI yang bertanggung jawab

Apa saja tantangan dalam implementasi kecerdasan

buatan?
Meskipun AI menawarkan potensi yang sangat besar, ada tantangan utama yang harus dihadapi
organisasi untuk dapat memaksimalkan nilainya.
Tata kelola AI
Kebijakan tata kelola data harus mematuhi batasan peraturan dan undang-undang privasi. Untuk
menerapkan AI, Anda harus mengelola kualitas, privasi, dan keamanan data. Anda bertanggung
jawab atas perlindungan data dan privasi pelanggan. Untuk mengelola keamanan data,
organisasi Anda harus memahami cara model AI menggunakan dan berinteraksi dengan data
pelanggan di setiap lapisan.

Kesulitan teknis
Melatih AI dengan machine learning menghabiskan banyak sumber daya. Ambang batas daya
pemrosesan yang tinggi sangat penting agar teknologi deep learning dapat berfungsi. Anda
harus memiliki infrastruktur komputasi yang kuat untuk menjalankan aplikasi AI dan melatih
model Anda. Daya pemrosesan bisa jadi mahal dan membatasi skalabilitas sistem AI Anda.

Keterbatasan data
Anda perlu memasukkan data dalam jumlah besar untuk melatih sistem AI yang tidak bias. Anda
harus memiliki kapasitas penyimpanan yang cukup untuk menangani dan memproses data
pelatihan. Selain itu, Anda juga harus memiliki proses manajemen dan kualitas data yang efektif
untuk memastikan keakuratan data yang Anda gunakan untuk pelatihan.

Bagaimana cara mulai menggunakan kecerdasan

buatan untuk bisnis saya?
Untuk mulai menggunakan AI dalam bisnis Anda, identifikasi area yang dapat ditingkatkan
efisiensinya oleh AI, seperti mengotomatiskan layanan pelanggan dengan chatbot, menganalisis
data untuk pengambilan keputusan yang lebih baik, atau mempersonalisasi upaya pemasaran.
Alat seperti analitik prediktif, pembuatan konten berbasis AI, dan sistem rekomendasi dapat
membantu mendorong pertumbuhan bisnis.

Bagaimana cara mulai menggunakan kecerdasan

buatan di dalam kehidupan sehari-hari saya?
Anda dapat mulai menggunakan AI di dalam kehidupan sehari-hari melalui asisten virtual seperti
Alexa atau perangkat rumah cerdas yang mengotomatiskan tugas. Selain itu, aplikasi yang
didukung AI untuk pelacakan kebugaran, pembelajaran bahasa, dan penganggaran dapat
membuat aktivitas sehari-hari lebih efisien dan sesuai dengan kebutuhan Anda.

Apa itu inovasi AI di AWS dan bagaimana cara

membangun dan menskalakannya?
Kemas ulang pengalaman pengguna dan sederhanakan operasi dengan rangkaian layanan
kecerdasan buatan dan machine learning yang paling komprehensif.

Bangun dengan AI terkemuka dan terbukti

Skalakan inovasi AI generasi berikutnya dengan memanfaatkan Amazon yang memiliki
pengalaman pionir di bidang AI selama lebih dari 25 tahun. AWS membuat AI dapat diakses oleh
lebih banyak orang – mulai dari builder dan ilmuwan data hingga analis bisnis dan mahasiswa.
Dengan rangkaian layanan, alat, dan sumber daya AI yang paling komprehensif, AWS
menghadirkan keahlian mendalam kepada lebih dari 100.000 pelanggan untuk memenuhi
tuntutan bisnis dan membuka nilai data mereka. Keamanan, privasi, dan AI yang bertanggung
jawab menjadi lebih penting. Pelanggan dapat membangun dan melakukan penskalaan dengan
AWS berdasarkan privasi, keamanan menyeluruh, dan tata kelola AI untuk melakukan
transformasi pada tingkat yang belum pernah dicapai sebelumnya.

Lihat kisah pelanggan lainnya.

Apa pelatihan AI untuk pemula?

Pelatihan AI biasanya dimulai dengan dasar-dasar pemrograman dan ilmu komputer. Anda
harus mempelajari bahasa seperti Python, bersama dengan matematika, statistik, dan aljabar
linear.

Lalu, Anda dapat melanjutkan ke pelatihan spesialisasi. Ambil gelar master dalam kecerdasan
buatan, machine learning, atau ilmu data untuk mendapatkan pemahaman yang lebih mendalam
dan pengalaman langsung. Program ini biasanya melibatkan topik-topik, seperti jaringan neural,
pemrosesan bahasa alami, dan penglihatan komputer secara mendalam.

Namun, pendidikan formal bukanlah satu-satunya jalan. Anda dapat mengikuti

kursus online untuk belajar sesuai dengan ritme Anda sendiri dan menguasai keterampilan
tertentu. Misalnya, pelatihan AI generatif di AWS mencakup sertifikasi oleh ahli AWS tentang
topik-topik seperti:

 Pengantar AI generatif
 AI generatif untuk eksekutif
 Hal-hal penting AI generatif untuk bisnis
Bagaimana AWS dapat mendukung kebutuhan
kecerdasan buatan Anda?
AWS membuat AI dapat diakses oleh lebih banyak orang—mulai dari builder dan ilmuwan data
hingga analis bisnis dan mahasiswa. Dengan rangkaian layanan, alat, dan sumber daya AI yang
paling komprehensif, AWS menghadirkan keahlian mendalam kepada lebih dari 100.000
pelanggan untuk memenuhi tuntutan bisnis mereka dan membuka nilai data mereka. Pelanggan
dapat membangun dan melakukan penskalaan dengan AWS berdasarkan privasi, keamanan
menyeluruh, dan tata kelola AI untuk melakukan transformasi pada tingkat yang belum pernah
dicapai sebelumnya. AI di AWS mencakup layanan AI yang dilatih sebelumnya untuk
kecerdasan siap pakai dan infrastruktur AI untuk memaksimalkan performa dan mengurangi
biaya.

AWS membuat AI dapat diakses oleh lebih banyak orang, mulai dari pembangun dan ilmuwan
data hingga analis bisnis dan mahasiswa. Dengan rangkaian layanan, alat, dan sumber daya AI
yang paling komprehensif, AWS menghadirkan keahlian mendalam kepada lebih dari 100.000
pelanggan untuk memenuhi tuntutan bisnis mereka dan membuka nilai data mereka. Pelanggan
dapat membangun dan melakukan penskalaan dengan AWS berdasarkan privasi, keamanan
menyeluruh, dan tata kelola AI untuk melakukan transformasi pada tingkat yang belum pernah
dicapai sebelumnya.

AI di AWS mencakup layanan AI yang dilatih sebelumnya untuk kecerdasan siap pakai dan
infrastruktur AI untuk memaksimalkan performa dan mengurangi biaya.
Contoh layanan yang dilatih sebelumnya:

 Amazon Rekogniton mengotomatiskan, menyederhanakan, dan menskalakan

pengenalan citra dan analisis video.
 Amazon Textract mengekstraksi teks yang dicetak, menganalisis tulisan tangan, dan
secara otomatis mengambil data dari dokumen apa pun.
 Amazon Transcribe mengonversi ucapan menjadi teks, mengekstraksi wawasan bisnis
penting dari file video, dan meningkatkan hasil bisnis.

Contoh infrastruktur AI:

bt,

Pqp,v

[plvqp[l

Rv

[plvr

[plvrq,lpzqp[

Zqv[p

,l[

,qer,

[p,

[pz ,

[rqe

[,re[p,
1

7
 8
Berikut adalah rangkuman beberapa berita terbaru terpopuler hari ini,
Senin (15/12/2025), baik dari dalam maupun luar negeri:

Berita Nasional
 Bencana Alam di Sumatera: Presiden Prabowo Subianto
memimpin sidang kabinet dan mengingatkan para menteri soal
penanganan bencana banjir di Sumatera, sekaligus menyindir pihak-
pihak yang dinilai hanya "foto-foto" atau mencari kambing hitam di
lokasi bencana. Data Pusdalops mencatat 2.285 orang luka-luka dan
83 masih hilang akibat bencana tersebut.

 Hukum dan Kriminal: Komisi Pemberantasan Korupsi (KPK)

menggeledah rumah dinas Plt Gubernur Riau, Sofyan Franyata
Hariyanto. Selain itu, Bareskrim Polri mengungkap kasus impor
pakaian bekas senilai Rp 669 miliar dan menangkap dua importir
asal Korea Selatan.

 Ekonomi: Bank Indonesia (BI) melaporkan bahwa Utang Luar

Negeri (ULN) Indonesia pada Oktober 2025 turun menjadi 423,9
miliar dolar AS. Sementara itu, penyesuaian tarif Pajak Pertambahan
Nilai (PPN) pada 2026 masih menunggu keputusan berdasarkan
kinerja ekonomi.

 Olahraga: Atlet angkat besi Rizki Juniansyah meraih medali emas

dan memecahkan dua rekor dunia di SEA Games 2025. Tim wushu
dan atletik Indonesia juga berhasil melampaui target perolehan
medali emas mereka.

Berita Internasional
 Penembakan Massal di Sydney: Peristiwa penembakan di Pantai
Bondi, Sydney, masih menjadi sorotan utama. Pelaku penembakan
diketahui adalah ayah dan anak. Seorang warga sipil Australia,
Ahmed al-Ahmed, dipuji oleh Presiden AS Donald Trump dan
Perdana Menteri Israel Netanyahu sebagai pahlawan karena berhasil
merebut senjata api dari tangan pelaku menggunakan tangan
kosong. Komunitas Muslim di Sydney menolak memakamkan
jenazah pelaku.
  Politik Global: Berita populer lainnya mencakup kemenangan
tokoh sayap kanan Jose Antonio Kast dalam pemilu Chile dan
laporan intelijen Korsel terkait jumlah korban perang di wilayah
konflik.

Untuk informasi lebih rinci dan terkini, Anda dapat mengunjungi sumber
berita terpercaya seperti [Link], detikcom, atau [Link].

Berikut adalah rangkuman beberapa berita terbaru terpopuler hari ini,

Senin (15/12/2025), baik dari dalam maupun luar negeri:

Berita Nasional
 Bencana Alam di Sumatera: Presiden Prabowo Subianto
memimpin sidang kabinet dan mengingatkan para menteri soal
penanganan bencana banjir di Sumatera, sekaligus menyindir pihak-
pihak yang dinilai hanya "foto-foto" atau mencari kambing hitam di
lokasi bencana. Data Pusdalops mencatat 2.285 orang luka-luka dan
83 masih hilang akibat bencana tersebut.

 Hukum dan Kriminal: Komisi Pemberantasan Korupsi (KPK)

menggeledah rumah dinas Plt Gubernur Riau, Sofyan Franyata
Hariyanto. Selain itu, Bareskrim Polri mengungkap kasus impor
pakaian bekas senilai Rp 669 miliar dan menangkap dua importir
asal Korea Selatan.

 Ekonomi: Bank Indonesia (BI) melaporkan bahwa Utang Luar

Negeri (ULN) Indonesia pada Oktober 2025 turun menjadi 423,9
miliar dolar AS. Sementara itu, penyesuaian tarif Pajak Pertambahan
Nilai (PPN) pada 2026 masih menunggu keputusan berdasarkan
kinerja ekonomi.

 Olahraga: Atlet angkat besi Rizki Juniansyah meraih medali emas

dan memecahkan dua rekor dunia di SEA Games 2025. Tim wushu
dan atletik Indonesia juga berhasil melampaui target perolehan
medali emas mereka.

Berita Internasional
 Penembakan Massal di Sydney: Peristiwa penembakan di Pantai
Bondi, Sydney, masih menjadi sorotan utama. Pelaku penembakan
diketahui adalah ayah dan anak. Seorang warga sipil Australia,
 Ahmed al-Ahmed, dipuji oleh Presiden AS Donald Trump dan
Perdana Menteri Israel Netanyahu sebagai pahlawan karena berhasil
merebut senjata api dari tangan pelaku menggunakan tangan
kosong. Komunitas Muslim di Sydney menolak memakamkan
jenazah pelaku.

 Politik Global: Berita populer lainnya mencakup kemenangan

tokoh sayap kanan Jose Antonio Kast dalam pemilu Chile dan
laporan intelijen Korsel terkait jumlah korban perang di wilayah
konflik.

Untuk informasi lebih rinci dan terkini, Anda dapat mengunjungi sumber
berita terpercaya seperti [Link], detikcom, atau [Link].