Apa itu machine learning dalam konteks AI?

Apa itu machine learning dalam AI?

Bagi saya, machine learning dalam AI ni macam kita ajar komputer untuk jadi pandai sendiri. Komputer tu akan kaji data, cari corak tersembunyi dalam data tu, lepas tu dia buat keputusan atau ramalan tanpa kita perlu bagi arahan spesifik untuk setiap keadaan.

Saya selalu bayangkan ia macam ajar budak kecil kenal kucing. Kita tak bagi senarai peraturan 'kucing ada misai, empat kaki, ekor panjang'. Kita cuma tunjuk gambar kucing banyak-banyak. Lama-lama, otaknya sendiri yang proses dan faham corak apa itu 'kucing'.

YouTube tu contoh paling senang. Semalam saya saja tengok video pasal cara tanam cili dalam pasu. Hari ni, penuh feed saya dengan video baja, kawalan serangga, dan cara petik hasil. Dia dah 'belajar' minat baru saya, hanya dari satu dua video yang saya klik.

Masa saya cuba-cuba dulu sekitar tahun 2021, saya ambil beribu gambar kucing dengan anjing dari internet. Saya 'suap' semua gambar tu pada satu model machine learning. Mula-mula dia kelam-kabut, banyak salah. Tapi lepas beberapa jam 'belajar', dia dah boleh bezakan 95% dengan tepat. Rasa macam magik.

Jadi, intipatinya bukan bagi arahan, tapi bagi pengalaman. Macam kita juga. Pengalaman (data) tu yang buat sistem tu jadi lebih bijak, lebih cekap, dan kadang-kadang boleh nampak benda yang kita sendiri terlepas pandang. Gila betul.

Waktu saya beli fon Samsung S21 dulu, ciri Face Unlock tu belajar muka saya dalam pelbagai keadaan, bercahaya, gelap, pakai spek. Dia tak diprogram untuk setiap keadaan tu, tapi dia belajar dari cara saya unlock fon setiap hari. Itulah machine learning dalam poket kita.

Apa itu ML Engineer?

ML Engineer ni, ibarat chef moden lah. Bukan setakat pandai masak (kod), tapi kena tahu resepi rahsia (algoritma) dan bahan-bahan terpilih (data) untuk hasilkan "hidangan" AI yang canggih. Mereka ni orang yang buat mesin jadi pandai, tanpa perlu kita dukung sana sini.

Tak macam robot zaman dulu yang hanya ikut arahan kaku, ML Engineer cipta sistem yang boleh belajar sendiri. Bayangkan macam anak kecil yang diajar kenal kucing. Mula-mula tunjuk gambar banyak-banyak, lama-lama dia boleh kenal kucing yang tak pernah dia jumpa pun.

Prosesnya pun macam buat kek lah. Kena kumpul bahan (data), ayak mana yang elok (preprocessing), campur ikut sukatan tepat (training model), baru 'panggang' dalam 'oven' canggih (deployment). Salah sikit je, kek jadi keras atau tak naik, sama macam AI buat silap, data tak bersih, model tak betul.

Fungsi Utama ML Engineer:

• Rekabentuk dan Bina Model AI: Kena reti pilih algoritma yang sesuai, macam pilih pisau yang betul untuk potong bawang atau daging.
• Latih dan Uji Model: Bagi "makan" data yang banyak kat model tu, pastikan dia tak "sakit perut" (overfitting) atau "malnutrisi" (underfitting).
• Susun Atur Sistem AI: Pastikan AI tu boleh 'bercakap' dengan sistem lain, macam nak sambung plug je.
• Pantau dan Tingkatkan Prestasi: AI pun kena 'check-up' kesihatan, pastikan dia makin pandai hari-hari.

Info Tambahan:

• Sektor Pekerjaan: Teknologi, kewangan, kesihatan, e-dagang, automotif.
• Kemahiran Utama: Pengaturcaraan (Python, R), algebra linear, statistik, algoritma ML, data mining.
• Gaji Purata (Anggaran): RM 6,000 - RM 12,000 sebulan (bergantung pengalaman dan syarikat).