Superkomputer untuk Pengembangan AI Bisa untuk Semua Kalangan

Mohammad Mamduh    •    Kamis, 22 Feb 2018 11:57 WIB
amazoncorporatekecerdasan buatan
Superkomputer untuk Pengembangan AI Bisa untuk Semua Kalangan
foto: Tech Crunch

Jakarta: Kecerdasan buatan (artificial intelligence/AI) menjadi topik utama dalam AWS Re:Invent 2017, konferensi pembelajaran yang diselenggarakan oleh Amazon Web Services bagi komunitas komputasi cloud global.

Acara ini menampilkan berbagai informasi penting, dan kesempatan untuk mendapatkan pelatihan dan sertifikasi. Dalam ajang ini, CEO Andy Jassy memperkenalkan empat layanan kecerdasan buatan (AI) yang memungkinkan pengembang menciptakan beragam aplikasi yang mampu meniru kognisi serupa manusia.

Amazon Transcribe untuk mengubah pengucapan suara menjadi teks; Amazon Translate untuk menerjemahkan teks antar bahasa; Amazon Comprehend untuk memahami hubungan dan menemukan informasi dalam teks; serta Amazon Rekognition Video, layanan analisis video dengan pemahaman mendalam/deep learning untuk melacak keberadaan manusia, mendeteksi aktivitas, dan mengenali benda, selebriti, dan konten yang tidak layak.

Kecerdasan buatan pada sektor layanan kesehatan merupakan salah satu topik yang paling menarik. Dalam salah satu sesi diskusi, Rory Kelleher, Enterprise Account Manager NVIDIA memberikan keterangan mengenai penggunaan teknologi tersebut dalam lingkup layanan kesehatan.

Mengapa harus memperhatikan dunia layanan kesehatan? Karena semua orang di belahan dunia manapun akan mengalami beberapa peristiwa medis dalam kehidupan mereka. Beberapa penelitian menunjukkan bahwa sekitar 5 persen orang akan mengalami beberapa jenis kesalahan medis, yang berarti layanan kesehatan saat ini memiliki tingkat keberhasilan sebesar 95 persen.

Coba kita bawa 95 persen tingkat keberhasilan tersebut dalam dunia bisnis. Angka keberhasilan 99,5 persen di bandara dengan 400 pendaratan per hari berarti masih ada dua pendaratan yang gagal setiap harinya. Tingkat keberhasilan 99,5 persen untuk layanan pengiriman yang mengirimkan 400.000 paket per hari berarti ada 2.000 paket yang hilang setiap harinya.

Jika tidak menerima kegagalan dalam penerbangan atau paket yang hilang dalam kehidupan kita sehari-hari, lalu mengapa harus bisa menerima kasus serupa untuk layanan kesehatan? Banyak diantara kita yang paham bahwa AI sudah menjadi begitu nyata dalam beberapa tahun terakhir, termasuk di bidang layanan kesehatan.



AWS sudah memiliki jaringan syaraf buatan, algoritma pembelajaran yang mendalam ini mungkin sekitar 30 atau 40 tahun, namun mereka tidak memiliki akses ke data dalam jumlah besar selama tahun-tahun tersebut. Mereka juga tidak memiliki akses ke daya komputasi efisien dan terjangkau, sampai Graphic Processing Unit (GPU) menyediakannya.

GPU memiliki arsitektur paralel sangat besar, terdiri dari ribuan core kecil yang sangat efisien, dirancang untuk menangani banyak tugas secara bersamaan. Sebagai perbandingan, CPU hanya terdiri dari beberapa core yang dioptimalkan untuk rangkaian pemrosesan berurutan.

Pada tahun 2012 lalu, sekelompok ilmuwan komputer bersaing dalam kompetisi pengenalan citra dan algoritma yang digunakan untuk melatih model pengenalan citra menggunakan data dalam jumlah besar.

GPU kemudian menghasilkan daya komputasi yang efisien dan terjangkau untuk merampungkan hal tersebut dengan efisiensi waktu yang signifikan. Untuk pertama kalinya manusia memiliki sistem komputer yang mampu mencapai kemampuan pengenalan citra yang lebih tinggi dari kemampuan manusia.

Industri layanan kesehatan merupakan bidang yang menarik untuk pengenalan citra—sebagai salah satu pengaplikasian AI—karena 90 persen dari seluruh volume data medis saat ini sebenarnya dalam bentuk pencitraan.

Kemudian, ada informasi berharga dalam jumlah besar, rekamedik yang belum diolah, catatan kesehatan elektronik, dan data klaim dengan pendekatan seperti pemrosesan bahasa natural dan pemahaman bahasa natural dapat membantu kita memahami dan menciptakan informasi yang berarti untuk membantu memecahkan berbagai masalah besar dalam layanan kesehatan masyarakat. 

Pengaplikasian AI di bidang layanan kesehatan didukung oleh model komputasi yang benar-benar baru yang dimungkinkan oleh pembelajaran mendalam.  Pembelajaran mendalam/deep learning telah terbukti memiliki kinerja yang lebih baik dibandingkan dengan model pembelajaran mesin tradisional.

Melihat peran AI dalam layanan kesehatan saat ini

Contoh, seorang dokter dengan jam kerja yang tinggi. Ia harus menangani 20 pasien setiap harinya, atau seratus pasien setiap minggunya, atau 5.000 pasien setiap tahunnya. Selain itu, ia harus mengikuti penelitian medis terbaru. Untuk topik penyakit kanker saja, sudah ada lebih dari 93.000 publikasi penelitian sampai tahun ini.

Bagaimana mungkin bisa mengikuti semua itu? Di sinilah kecerdasan buatan akan memainkan peran besarnya pada layanan kesehatan, yaitu membantu pengambilan keputusan medis.

Bayangkan jika bisa memiliki tool AI yang dapat meringkas dan mempersingkat semua penelitian medis yang dapat dimanfaatkan secara signifikan oleh dokter dalam pekerjaannya sehari-hari. Bayangkan jika dapat memiliki model lain yang dapat meningkatkan tingkat layanan perawatan terlepas dari tempat perawatan, baik di Rumah Sakit Umum maupun klinik di kota kecil.

Dalam hal ini, para dokter tidak akan digantikan oleh AI, namun dokter yang menggunakan AI akan menggantikan mereka yang tidak menggunakannya.

NVIDIA adalah perusahaan dengan fokus besar dalam menciptakan pembelajaran mendalam yang lebih mudah digunakan bagi semua kalangan. Hal ini terwujud dalam NVIDIA GPU Cloud (NGC) container registry untuk pengembang AI di seluruh dunia. NGC membantu pengembang mengawali pengembangan pembelajaran mendalam melalui akses tanpa biaya ke jajaran software pembelajaran mendalam lengkap yang mudah digunakan dan telah dioptimalkan.

NGC berjalan pada AWS saat ini dan tersedia bagi pengguna Amazon Elastic Compute Cloud (Amazon EC2) P3 yang memiliki NVIDIA Tesla V100 GPU. NGC pada AWS pada dasarnya merupakan superkomputer yang bisa disewa dengan biaya tiga dolar per jam untuk mengintegrasikan dan mengoptimalkan berbagai kerangka pembelajaran mendalam bagi pengembang AI di berbagai industri, termasuk layanan kesehatan.

Dengan pengaplikasian AI dalam industri layanan kesehatan dalam jangkauan, semua kebutuhan industri ini merupakan komitmen dan kolaborasi para pemimpin di seluruh ekosistem layanan kesehatan untuk memahami apa itu AI, dan mengapa AI penting bagi layanan kesehatan untuk membantu meningkatkan kesehatan masyarakat dan menyelamatkan jiwa.


(MMI)

Bagaimana Kami Menguji

Kami menguji produk dengan subjektif karena mengutamakan pengalaman penggunaan. Meski demikian, kesimpulan yang kami ambil juga didasari sejumlah data dari perangkat lunak tertentu yang kami gunakan untuk melihat kinerja produk.

Khusus untuk menguji perangkat keras dan perangkat lunak komputer, kami menggunakan konfigurasi yang identik untuk tiap produk. Berikut komponen testbed resmi Metrotvnews.com.

Hardware

  • Prosesor: Intel Core i7-7700K, AMD Ryzen 7 1800X
  • Motherboard: ASUS Z270F STRIX Gaming, MSI X370 Gaming Pro Carbon
  • VGA: MSI GTX 1080 Gaming X, ASUS RX 480 STRIX 8GB
  • RAM: Corsair Vengeance LPX 3200MHz (2x8GB)
  • Penyimpanan: Corsair Neutron XTi 240GB
  • PSU: Corsair RM850X
  • Case: MSI DIY Case
  • Monitor: ASUS PB287Q 4K, AOC C3583FQ
  • Keyboard: Logitech G900 Chaos Spectrum, Logitech G402 Hyperion Fury
  • Mouse: Logitech G440, Logitech G240
  • Headset: Logitech G430, Logitech G633

Software

Performa dan Baterai: PCMark 8, 3DMark, Crystal Disk Mark
Gaming: The Witcher 3: Wild Hunt, Ashes of Singularity, Tom CLancy's Ghost Recon Wildlands

Kami juga menggunakan metode pengujian yang sama untuk semua gadget. Meski di pasar tersedia beragam perangkat lunak benchmarking, kami hanya memilih tiga berdasarkan reputasi mereka yang diakui secara internasional, 3DMark dan PCMark 2.0.