Preview Machine Learning di Google I/O 2017

      Google baru saja merampungkan event tahunan mereka untuk developer, yakni Google I/O 2017. Seperti tahun-tahun sebelumnya, acara kali ini menyuguhkan berbagai kecanggihan teknologi milik mereka yang tentunya sangat inovatif. Namun, jika diperhatikan benar, tahun ini, ada 1 aspek yang nampaknya benar-benar serius diaplikasikan oleh mereka, yakni machine learning.

     Machine learning telah ada sejak puluhan tahun, namun baru beberapa tahun belakangan aktif dikembangkan oleh khalayak ramai, karena juga keberadaan komputer dengan sumber daya tinggi mulai mudah didapatkan. Machine learning adalah sebuah disiplin yang mengajarkan mesin untuk mengenali sebuah objek dengan menggunakan data serta statistik yang diberikan. Di Google I/O 2017, setidaknya ada 5 lini produk Google yang menunjukkan pengaplikasian machine learning untuk hal praktis, sebuah fakta yang menunjukkan betapa kuatnya pemahaman Google tentang teknologi ini.

      Produk ini memungkinkan penggunanya untuk melakukan pemindaian serta pengenalan objek, langsung dengan kamera smartphone. Dalam demo yang ditunjukkan, ia mampu mengenali restoran di daerah tertentu, serta langsung menampilkan rating restoran tersebut, mengenali jenis bunga, hingga mengenali detail access point wifi sehingga tidak perlu repot untuk menghubungkan smartphone ke wifi. Ini semua bisa dilakukan berkat penggabungan teknologi computer vision (untuk mendeteksi objek) dan machine learning (mengenali objek, serta menampilkan dan melakukan aksi yang relevan terhadap objek tersebut). Teknologi canggih yang dibungkus untuk hal praktis.

      Sebagai bagian dari Android O, fitur ini akan menampilkan informasi yang relevan terhadap text yang sedang dipilih user. Lebih jauh dari itu, pengguna bahkan tidak perlu lagi repot-repot memilih blok tulisan, cukup ketuk saja, dan ia bisa langsung memilih 1 kelompok dari sebuah teks dan menampilkan menu yang sesuai dari tulisan tersebut.

     Dalam demonya, Dave Burke menunjukkan bagaimana ia bisa memilih sebuah alamat yang tertulis dalam sebuah email   yang tentu saja juga berisi data-data lain   dengan mudah. Setelah terpilih, otomatis Android juga akan menampilkan menu untuk memilih Maps, sehingga pengguna bisa langsung mendapatkan arah ke alamat tersebut. Menariknya, aksi machine learning menggunakan neural network ini, dilakukan di dalam smartphone langsung, tanpa mengirimkan data ke server.

      Ada beberapa tambahan fitur milik Google Photos, salah satunya adalah mengenali orang di dalam foto dan menampilkan opsi apakah ingin membagi foto dengan orang tersebut. Dengan kata lain, dari satu foto saja, bisa ditebak siapa orangnya dan apa akun Googlenya. Ya, sekarang Google sudah bisa mengenali orang-orang di dunia.

      Google Home, si speaker canggih milik Google, kini bisa juga bertindak sebagai telepon. Namun, tidak hanya itu. Berkat integrasinya dengan Google Assistant, ia juga bisa menampilkan informasi tertentu di layar yang sesuai. Sebagai contoh, ia bisa dengan otomatis menampilkan informasi kalender di TV yang sudah tersambung dengan Chromecast, ataupun arah yang ditampilkan di Maps di smartphone. Memang, ia membutuhkan integrasi ketat di dalam ekosistem aplikasi Google milik pengguna, namun fakta bahwa ia bisa memilah informasi dan menampilkannya di layar yang relevan, sekali lagi menunjukkan pengaplikasian machine learning yang efektif.

E.TensorFlow

      Jika fitur-fitur sebelumnya terasa lebih ditujukan untuk end user, maka bagi pengembang yang ingin memperdalam atau belajar machine learning, Google juga menyediakan kehadiran produk-produk baru. TensorFlow adalah sebuah platform pengembangan aplikasi machine learning yang sudah diluncurkan Google sejak tahun 2015. Menariknya, di Google I/O tahun ini, Google meluncurkan 2 lini produk baru di keluarga TensorFlow, yakni TensorFlow Lite dan Tensor Processing Unit (TPU).
      TensorfFlow Lite akan membawa machine learning ke ranah Android, sehingga pengembang bisa melakukan machine learning langsung di dalam smartphone. Sementara TPU adalah sebuah chip yang memudahkan pengembangan aplikasi machine learning di server milik Google yang semuanya bisa diakses via cloud. Sebagai catatan, sementara ini, TensorFlow bisa mengutilisasi GPU (kartu grafis) milik komputer. TPU sendiri diklaim lebih cepat dibanding GPU. Menarik melihat bagaimana kehadiran TensorFlow Lite dan TPU bisa membawa lebih banyak pengembang melirik machine learning untuk aplikasinya.

      Itu dia sedikit cerita bagaimana Google memasukkan machine learning ke dalam lini produknya. Tentunya, ini bisa menjadi motivasi bagi para pengembang untuk mempelajari machine learning untuk menambahkan kegunaan kepada aplikasinya. Yuk mari, kita jajal bersama!