Google Colaboratory, atau “Colab” sebagaimana kebanyakan orang menyebutnya, adalah lingkungan notebook Jupyter berbasis cloud. Ini berjalan di browser web Anda (Anda bahkan dapat menjalankannya di Chromebook favorit) dan memungkinkan siapa pun yang memiliki akses internet bereksperimen dengan pembelajaran mesin dan pengkodean untuk kecerdasan buatan. Kamu bisa tulis dan jalankan kode Pythonbagikan kode Anda dan edit secara bersamaan dengan anggota tim lainnya, dan dokumentasikan semuanya dengan menggabungkannya menjadi satu buku catatan dengan teks kaya, bagan, gambar, HTML, dan LaTeX.

VIDEO ANDROIDPOLICE HARI INI

Kecerdasan buatan dan pembelajaran mesin: Primer cepat

Logo Jupyter

Anda pernah mendengar tentang kecerdasan buatan (AI) dan mungkin pernah mendengar istilah tersebut pembelajaran mesin (ML). Sementara AI dan ML sering digunakan secara bergantian, ML adalah subset atau subkategori dari Kecerdasan buatan. Pembelajaran mesin adalah salah satu alat atau jalur menuju kecerdasan buatan, menggunakan algoritme untuk mempelajari wawasan dan mengenali pola dari data.

Penjelasan sederhana AI adalah perangkat keras komputer yang meniru kemampuan perangkat keras komputasi kita sendiri, yaitu otak manusia. Dengan menggunakan alat seperti ML, kecerdasan buatan memperoleh kemampuan untuk belajar dan membuat keputusan tanpa diprogram secara eksplisit tentang cara membuat keputusan tersebut atau diberikan semua potensi hasil. Pada dasarnya, ML mengambil pendekatan membiarkan komputer belajar memprogram dirinya sendiri melalui pengalamannya sendiri.

Jika perusahaan saat ini menerapkan program AI, mereka menggunakan pembelajaran mesin. ML dimulai dengan data — sejumlah besar data. Topik kontroversial dari seni yang dihasilkan AI adalah contoh yang baik, seperti yang digunakannya pengambilan sampel data terdiri dari karya seni orang lain untuk melatih model. Meski dengan semua data itu, kecerdasan buatan masih belum bisa melukis seperti manusia.

Jika Anda seorang programmer tradisional, Anda tahu bahwa pemrograman itu seperti menulis resep masakan untuk makan. Saat memprogram secara tradisional, Anda membuat instruksi terperinci yang memberi tahu komputer apa yang harus dilakukan. Komputer mengikuti instruksi tersebut. Jika kode Anda bagus, itu membuat kue yang sama dengan yang Anda buat dan tulis resepnya.

Terkadang menulis kode untuk diikuti oleh komputer tidak mungkin atau akan sangat memakan waktu sehingga sumber daya tidak tersedia untuk melakukannya. Ada beberapa tugas yang dapat dilakukan manusia dengan mudah tetapi sulit untuk diprogram komputer, seperti mengenali wajah orang, mengetahui cara membuat karya seni terlihat seperti lukisan Van Gogh, atau membedakan antara donat dan bagel. Kecerdasan buatan sebagian besar mampu melakukan hal-hal ini berkat pembelajaran mesin.

Singkatnya, kecerdasan buatan dan pembelajaran mesin. Pembelajaran mesin memungkinkan AI mencoba mencari tahu dengan memberinya banyak data untuk dipelajari. Ini membutuhkan daya komputasi yang sama besarnya untuk menjalankan tes atau mempraktikkan kode paling dasar. Di situlah Google Colab masuk.

Mengapa menggunakan Google Colab?

Logo TensorFlow

Google telah agresif di bidang penelitian AI. Menjadi perusahaan dengan sumber daya yang sangat besar, dapat terus bereksperimen dan membuat terobosan di bidang Quantum AI. Jadi, itu juga memiliki kepentingan di masa depan teknologi ini. Kerangka kerja AI Google, disebut TensorFlowdijadikan open source pada tahun 2015. Ini diikuti dengan membuat alat pengembangan Google, Colaboratory, gratis untuk penggunaan publik pada tahun 2017.

Anda mendengarnya dengan benar. Anda memiliki akses ke hal-hal ini sekarang. Membuat TensorFlow dan Google Colab tersedia untuk umum telah membuat pendidikan tentang dan pengembangan aplikasi pembelajaran mesin menjadi lebih mudah. Bahkan jika Anda tidak mampu membeli infrastruktur komputasi yang mahal, Anda dapat menulis dan mengeksekusi kode hari ini.

Aplikasi ruang kerja Google Colab diinstal melalui Google Workspace Marketplace dan terintegrasi dengan Google Drive. Semua pekerjaan Anda disimpan di Drive atau dapat dimuat dari GitHub Anda. Semuanya bisa dibagikan menggunakan setelan berbagi di Google Drive, Dokumen, dan Spreadsheet. Kode Anda dijalankan di mesin virtual yang bersifat pribadi untuk akun Anda.

Instal Google Colaboratory di Google Workspace Marketplace

Python dan Jupyter dapat memiliki persyaratan beban kerja CPU dan GPU yang intensif. Colab memberi Anda akses gratis ke infrastruktur komputasi untuk menguji dan mengeksekusi kode Anda. Seperti banyak produk Google, ada opsi tingkat gratis dan berbayar. Colab versi gratis ditujukan untuk pelajar, penghobi, dan proyek eksperimental kecil. Sebagai ilmuwan data atau peneliti AI, paket berbayar Google menawarkan unit komputasi yang lebih banyak, GPU yang lebih cepat, akses ke mesin memori yang lebih tinggi, dan akses terminal dengan mesin virtual yang terhubung.

Jika Anda ingin mempelajari tentang kecerdasan buatan dan pembelajaran mesin atau memiliki beberapa kode Python sederhana yang ingin Anda dokumentasikan atau bereksperimen, Colab tidak memerlukan penyiapan dan dapat digunakan secara gratis. Google juga menawarkan berbagai langganan Colab Pro yang memberi pengguna berbayar akses ke GPU NVIDIA yang lebih cepat dan menghitung kredit untuk tugas lebih lanjut.

Apa yang dapat Anda lakukan di Google Colab?

Layar notebook baru Google Colab.

Sebagai seorang programmer, berikut adalah beberapa hal yang dapat dilakukan di Colab:

  • Tulis, jalankan, dan bagikan kode dengan Python
  • Berpartisipasi dalam pengkodean kolaboratif waktu nyata dengan tim Anda
  • Terhubung dengan GitHub untuk mengimpor atau menerbitkan buku catatan
  • Impor kumpulan data eksternal
  • Kode dokumen yang mendukung persamaan matematika
  • Akses runtime GPU dan TPU secara gratis
  • Gunakan pustaka bawaan seperti TensorFlow, Matplotlib, PlyTorch, dan pustaka ML lainnya
  • Integrasikan dengan GitHub
  • Gunakan riwayat versi yang mirip dengan Google Documents
  • Latih model menggunakan gambar, audio, dan teks
  • Menganalisis dan memvisualisasikan data

Google Colab vs. Notebook Jupyter

Notebook Google Colab baru

Google Colab dibangun di atas Notebook Jupyter, produk sumber terbuka sepenuhnya yang juga tersedia secara gratis. Jupyter datang lebih dulu, dan notebook format IPYNB biasanya digunakan untuk eksplorasi data, eksperimen dan pemodelan pembelajaran mesin, mendokumentasikan contoh kode, dan membuat tutorial. Pada dasarnya hal yang sama akan Anda lakukan di Google Colab.

Jadi, jika Google Colab adalah cara untuk bekerja dengan Notebook Jupyter, apa perbedaan antara menggunakannya secara tradisional atau di Google Colab? Inilah perbedaan utama antara keduanya:

  • Alat kolaborasi: Perbedaan yang paling jelas adalah mengapa Google Colab dinamai Google Colab. Platform Google menyediakan beberapa alat untuk memudahkan kolaborasi tim. Selain berbagi dokumen dan penyimpanan cloud, yang terpenting adalah pengkodean kolaboratif waktu nyata dengan anggota tim lainnya.
  • Perangkat lunak: Menggunakan Jupyter Notebook secara tradisional memerlukan instalasi perangkat lunak pada perangkat keras lokal Anda. Anda juga perlu menginstal perpustakaan Anda sendiri. Colab berfungsi 100% di browser web Anda, jadi hanya itu software yang Anda butuhkan, dan itu adalah software yang sudah Anda miliki.
  • Berbagi dokumen: Notebook Colab disimpan dan dibagikan menggunakan Google Drive. Seperti Google Dokumen dan Spreadsheet, buku catatan Anda otomatis disimpan secara berkala, memiliki riwayat versi, dan dapat dibagikan menggunakan izin berbagi yang sama. Anda juga dapat membagikan file Colab Anda dengan siapa saja tanpa orang lain perlu menginstal perangkat lunak untuk melihatnya.
  • Daya komputasi: Notebook Jupyter Tradisional disimpan secara lokal, dan kode dijalankan menggunakan perangkat keras mesin lokal Anda. Bahkan jika Anda memiliki komputer rumah yang sangat cepat, itu terbatas dibandingkan dengan daya komputasi yang diberikan Google Colab kepada Anda.

Tingkatkan permainan ML Anda dengan Google Colab

Kecerdasan buatan mengubah setiap industri yang disentuhnya. Jika Anda seorang calon ilmuwan data, peneliti, atau tertarik mempelajari AI, Google Colab memungkinkan Anda bermain dengan mainan mereka. Dalam waktu dekat, Anda akan terus melihat subbidang Kecerdasan Buatan yang kuat dan persuasif, yang disebut pembelajaran mesin, tersebar di mana-mana. Berkat Google Colab dan kode sumber terbuka Jupyter, Anda dapat belajar menggunakan alat ini dari rumah.

Ada beberapa prasyarat sebelum Anda dapat membuat kode di lingkungan ini. Anda harus melakukannya mengetahui dasar-dasar Python dan terbiasa dengan GitHub. Colab adalah tempat yang tepat untuk mulai mempelajari hal-hal tersebut juga. Ada banyak panduan dan tutorial untuk berbagai hal yang dapat Anda lakukan di Colab, sehingga Anda dapat memulai perjalanan belajar secara gratis.

By Tobi