Tahun 2020 bukan sekadar angka unik. Pelbagai peristiwa yang menggegarkan dunia tercatat sepanjang tahun ini. Bermula dari kebakaran hutan yang dahsyat di Australia, rusuhan George Flyod di Amerika Syarikat, letupan maut di Beirut, pergolakan politik di Malaysia, sehinggalah musibah pandemik Covid-19 yang masih menyelubungi seluruh benua. Kejadian tersebut menjadikan dunia ini berada dalam ketidaktentuan dalam semua aspek kehidupan.
Apa pula selepas ini? Jawapan kepada persoalan tersebut di luar keupayaan manusia. Kita tidak mampu meramalkan apa yang akan berlaku pada masa hadapan. Kemampuan meramalkan masa depan mengingatkan kita kepada kisah Paul, seekor sotong kurita mistik yang berlaku ketika Piala Dunia 2010.
Keupayaan Paul meramalkan kemenangan perlawanan termasuk peringkat akhir antara Sepanyol dan Belanda sangat mengujakan. Persoalannya, jika Paul dapat melakukan, bagaimana pula kemampuan manusia meramalkan masa depan? Walaupun ramalan Paul bukanlah secara saintifik, namun ia mencabar minda kita.
Namun, kajian para saintis dan ahli akademik memberi jawapan kepada persoalan tersebut. Ya, manusia mampu meramalkan masa depan sekiranya menganalisis data-data. Banyak dapatan membuktikan bahawa data-data yang dikumpulkan dapat dianalisis dengan jayanya melalui kaedah kecerdasan buatan. Dalam bidang sains komputer, kaedah ini dikenali sebagai Artificial Intelligence (A.I).
Ciri utama kecerdasan buatan adalah kaedah ini menyerupai sistem biologi benda hidup seperti proses otak manusia berfikir, kehidupan koloni semut dan pembentukan genetik. Walaupun model ini tidak tulen jika dibandingkan dengan proses semulajadi, tetapi ia pintar dalam menyelesaikan permasalahan secara saintifik. Ia tiruan tetapi pintar!
Salah satu kaedah saintifik yang terserlah di bawah A.I adalah Artifial Neural Network (ANN) yang menyerupai sistem pemikiran otak manusia. Struktur seperti soma, dendrites, axon (sekadar beberapa nama) dinamakan semula sebagai nod, input, output di dalam model ANN.
Untuk tujuan peramalan, model ANN seperti rangkaian feedforward mengaplikasikan kaedah algoritma matematik seperti gradient descend untuk menganalisis data. Agak rumit namun, perisian sains komputer memudahkan pembinaan model ANN. Walaubagaimanapun, teori dan konsep kaedah ini perlu difahami sebelum model tersebut dibina agar keupayaan ramalan dapat dipertingkatkan.
Keupayaan ANN dalam meramalkan sesuatu perkara banyak membantu kehidupan sejagat. Walaupun kadar ketepatan tidak seratus peratus, namun peratusan ketepatan ramalan sering kali tinggi jika dibandingkan dengan kaedah lain. Sebagai contoh, ANN telah berjaya dibangunkan untuk meramal penyebaran wabak Zika di dalam populasi berdasarkan data yang dikumpulkan ketika wabak tersebut menyerang Brazil dan beberapa bahagian lain di dunia pada 2015.
Selain itu, model ANN juga telah dibangunkan untuk meramal malapetaka ribut petir yang sering berlaku di Amerika Syarikat serta kejadian tanah runtuh di Malaysia berdasarkan data meteorologi. Tambahan pula, terdapat kajian terkini berkaitan ramalan corak perniagaan dan pelaburan pasca Covid-19 untuk tahun berikutnya berdasarkan data ekonomi yang dikumpulkan pada tahun-tahun sebelumnya.
Dengan kemampuan peramalan tersebut, persiapan rapi oleh agensi-agensi yang bertanggungjawab dapat dilakukan seawal mungkin sebelum terjadinya kesan yang lebih buruk. Banyak nyawa, sumber rezeki serta harta benda dapat diselamatkan. Justeru, pembangunan model ANN ini mampu memberi panduan yang sangat bermakna dalam mengharungi masa depan yang tidak menentu.
Kita juga dikejutkan dengan robot menyerupai manusia bernama Sophia. Bukan sekadar berkomunikasi, berkongsi pendapat dan perasaan, Sophia juga mampu meramalkan kemungkinan situasi yang bakal berlaku berdasarkan data yang diperolehinya. Ia adalah kesan kejayaan model A.I yang dibangunkan oleh saintis dan diintegrasikan bersama kaedah saintifik dan teknologi di dalam diri Sophia. Mungkin robot pintar akan menjadi kawan rapat manusia di masa depan sebagaimana rapatnya telefon pintar dengan kehidupan kita pada masa kini.
Walaubagaimanapun, masih terdapat beberapa ruang untuk penambahbaikan di dalam model ANN. Sebagai contoh, bilangan lapisan yang optimum di dalam struktur model serta formulasi kadar momentum belum dapat ditentukan secara tepat sehingga kini. Justeru, penambahbaikan masih giat dijalankan oleh para saintis dan ahli akademik seluruh dunia agar ketepatan kadar ramalan dapat dipertingkatkan.
Oleh itu, ruang kajian masih terbuka luas dan memerlukan usaha berterusan. Kepada mereka yang meminati bidang ini dialu-alukan dan siapa tahu, anda adalah ‘bakal Paul’ seterusnya yang mampu menyelamatkan kehidupan sejagat daripada ketidaktentuan yang menyelubungi dunia ketika ini.
Dr. Ahmad Afif Bin Ahmarofi
Pensyarah Kanan
Fakulti Pengurusan Industri, Universiti Malaysia Pahang
(Bidang kepakaran penulis dalam kecerdasan buatan [artificial intelligence] dan simulasi komputer)
