Kecerdasan Buatan (AI) secara mudah merujuk kepada teknologi yang membolehkan mesin dan sistem komputer meniru kemampuan kecerdasan manusia. AI membolehkan mesin untuk belajar, membuat keputusan, dan menyelesaikan masalah berdasarkan data yang diberikan. Ia termasuk pelbagai teknologi seperti pembelajaran mesin (machine learning), pemprosesan bahasa semula jadi, dan visi komputer.

Dalam konteks yang lebih sederhana, AI dapat dianggap sebagai cara untuk membuat komputer "berfikir" atau "belajar" seperti manusia. Contoh aplikasi AI dalam kehidupan seharian adalah:

• Sistem Pemberitahuan: Seperti cadangan produk dalam platform e-dagang.
• Asisten Peribadi Digital: Seperti Siri atau Google Assistant yang memahami dan menjawab pertanyaan pengguna.
• Pengesanan Imej: Dalam aplikasi seperti pengenalan wajah pada telefon pintar.

AI telah menjadi sebahagian penting dalam pelbagai sektor, termasuk perubatan, kewangan, dan pendidikan, dengan tujuan meningkatkan efisiensi dan memberikan penyelesaian yang lebih baik kepada pelbagai cabaran.

Kecerdasan Buatan (AI) ialah teknologi yang membolehkan mesin dan sistem komputer melaksanakan tugas yang biasanya memerlukan kecerdasan manusia. Ini termasuk keupayaan untuk berfikir, belajar, membuat keputusan, dan menyelesaikan masalah. AI bergantung pada algoritma dan data untuk mengenal pasti corak, membuat ramalan, dan melaksanakan tindakan yang bijak.

Beberapa ciri utama AI termasuk:

1. Pembelajaran Mesin (Machine Learning): Membolehkan sistem belajar daripada data dan meningkatkan prestasi tanpa pemrograman eksplisit.
2. Pemprosesan Bahasa Semula Jadi (Natural Language Processing, NLP): Memungkinkan AI memahami dan menghasilkan bahasa manusia.
3. Visi Komputer (Computer Vision): Membolehkan mesin mengenali dan mentafsir imej dan video.
4. Sistem Pakar: Digunakan untuk menyelesaikan masalah kompleks dalam bidang khusus seperti perubatan atau kewangan.

AI digunakan dalam pelbagai industri, termasuk

perubatan, pendidikan, automasi industri, dan perkhidmatan pelanggan

John Hopfield dan Geoffrey Hinton menerima Hadiah Nobel Fizik 2024 kerana sumbangan penting mereka dalam pembelajaran mesin menggunakan rangkaian neural tiruan, yang menjadi asas kepada kecerdasan buatan (AI) moden.

John Hopfield memperkenalkan Rangkaian Hopfield, yang berfungsi sebagai memori asosiatif untuk menyimpan dan mengembalikan corak data seperti imej, walaupun dalam keadaan tidak lengkap. Beliau menggunakan konsep fizik untuk memastikan rangkaian ini dapat "belajar" dan mengoptimumkan corak yang diingati.

Geoffrey Hinton pula mencipta Mesin Boltzmann, yang membolehkan rangkaian neural mengenali ciri-ciri dalam data melalui prinsip fizik statistik. Beliau memainkan peranan penting dalam kemajuan AI dengan membangunkan teknik yang boleh mengklasifikasikan imej dan mengenal pasti corak secara automatik. Sumbangan mereka berdua telah membantu mempercepat perkembangan AI, yang kini digunakan secara meluas dalam bidang seperti pengecaman imej dan pengesyoran produk.

MLE Bench adalah platform penilaian untuk Machine Learning Engineering (MLE), bertujuan untuk menilai dan membandingkan model dan teknik dalam pembelajaran mesin (AI) berdasarkan pelbagai metrik prestasi. MLE Bench berfungsi sebagai sistem rujukan untuk mengukur kecekapan model AI dalam pelaksanaan di dunia sebenar, seperti penggunaan sumber daya (memori, CPU, GPU), latensi, dan kecekapan data.

Platform ini memberi fokus kepada aspek kejuruteraan yang penting dalam AI, termasuk:

1. Kecekapan Pengiraan: Sejauh mana model boleh melaksanakan tugas dengan penggunaan sumber yang minimum.
2. Latensi Rendah: Masa yang diambil untuk menghasilkan keputusan.
3. Kebolehskalaan: Keupayaan model untuk menangani jumlah data yang besar dan pengguna tanpa menjejaskan prestasi.
4. Penggunaan Tenaga: Bagaimana model boleh dioptimumkan untuk mengurangkan kos operasi, terutamanya dalam aplikasi masa nyata.

MLE Bench sangat penting untuk organisasi yang ingin memilih model AI yang bukan sahaja cerdas tetapi juga efisien dari segi kos dan sumber untuk digunakan dalam skala besar, seperti dalam aplikasi perindustrian, fintech, atau e-dagang.