Selamat Tinggal “Get Lost in Translation” di Aplikasi

Penerjemahan di Amazon Comprehend disebut sudah menerapkan teknik deep learning. Dari situ, layanan ini diklaim bisa mengidentifikasi entitas teks—orang, lokasi, tanggal, dan organisasi, misalnya—selain bahasa yang dipakai dan kemudian diterjemahkan.

Amazon Comprehend juga disiapkan bagi para pengembang untuk membuat aplikasi yang dapat mengenali sentimen dalam teks serta frasa kunci dengan kata konsep dan kata sifat seperti hangat, cerah, atau cantik. 

"(Intinya), apa makna dari semua teks (yang dikenali di aplikasi dan atau sudah diterjemahkan) itu?" ujar Jassy tentang latar belakang kehadiran Amazon Comprehend.

Memakai teknik deep learning, Amazon Comprehend dilatih menggunakan berbagai dataset yang tersimpan di storage AWS—termasuk deskripsi dan review produk—untuk membangun pemodelan penerjemahan bahasa terbaik dan pemodelan yang dapat mengekstraksi topik percakapan dalam teks.

Amazon Rekognition Video

Nah, Amazon Rekognition Video merupakan layanan yang menggabungkan kemampuan memahami konteks percakapan dengan teknik pengenalan wajah dalam video. Layanan pengenalan wajah yang dapat disisipkan para pengembang di aplikasinya ini mengakomodasi video dalam bentuk rekaman maupun siaran langsung.

KOMPAS.com/PALUPI ANNISA AULIANI Pengenalan Amazon Rekognition Video di AWS re: Invention 2017 di Las Vegas, Amerika Serikat, Rabu (29/11/2017) waktu setempat.

“Amazon Rekognition Video dapat otomatis melakukan tag pada section tertentu di video dengan label dan lokasi, mengenali aktivitas seperti lari, melompat, dan berenang, kemudian mendeteksi, mengenali, dan menganalisa wajah orang, lalu melacak kumpulan orang sekalipun sebagian dari wajah mereka tak tersorot utuh di video,” papar Swami.

Manfaatkan machine learning

Sebagai catatan, dalam berbagai kesempatan paparan, diskusi, wawancara, dan tanya jawab di forum ini, para petinggi AWS berkali-kali menegaskan, produk mereka bertujuan membantu para pengembang aplikasi untuk tak memulai dan menguasai segala hal.

Jassy menyatakan pula, machine learning bukanlah bidang yang gampang dikuasai, bahkan oleh pengembang papan atas. Proses yang kompleks dan terus berlanjut, ujar dia, butuh investasi besar dan ketekunan tersendiri.

Dalam sesi wawancara khusus, Swami menyatakan, machine learning seharusnya dapat dimanfaatkan untuk membangun aplikasi di banyak bidang. Penggunaannya pun tak melulu buat urusan besar dan gawat, tetapi justru dia sarankan dipakai pula untuk aplikasi yang memberi solusi pada persoalan harian masyarakat awam dan industri.

Machine learning bahkan masih jadi barang baru dan tahap awal bagi kebanyakan pengembang.

Harapannya, produk-produk aplikasi generasi mendatang—termasuk media sosial—dapat diluncurkan dengan skala yang gampang disesuaikan (scalable) dan lebih murah, dalam wujud sepintar mungkin dengan dukungan layanan yang disediakan AWS.

“Karena itu tim kami fokus membuat machine learning ini menjadi lebih mudah digunakan oleh setiap pengembang aplikasi. Tujuan kami adalah mendemokrasikan (democratize) machine learning dan membuatnya dapat diakses oleh semua pengembang aplikasi, bahkan yang tak punya latar belakang skill di bidang itu, ” tutur Swami, Kamis (30/11/2017) waktu setempat atau Jumat (1/12/2017) WIB.

KOMPAS.com/PALUPI ANNISA AULIANI Salah satu sesi workshop yang digelar mitra Amazon Web Services (AWS) di area Expo AWS re: Invent 2017 di The Venetian, Las Vegas, Amerika Serikat. Gambar diambil pada Rabu (29/11/2017) waktu setempat.

Machine learning, papar Swami, merupakan tahap lanjutan setelah kecerdasan buatan (artificial intelligence), yang dapat menghadirkan kemampuan berpikir dan interaksi manusia ke dalam aplikasi dan peralatan elektronik sehari-hari.

AWS re: Invent adalah konferensi pembelajaran yang diselenggarakan oleh Amazon Web Services bagi komunitas komputasi awan (cloud) global. Selain paparan utama dari para petinggi AWS, acara ini menghadirkan pula sesi pelatihan dan sertifikasi buat para pengembang.

Acara ini menyediakan pula ruang pameran, seribuan sesi teknis, diskusi panel khusus, juga forum selepas acara utama. Beragam kompetisi developer berlangsung pula dalam sepekan jadwal acara. Lokasi utama even tersebar di tiga hotel di Las Vegas, yaitu The Venetian, Aria, dan MGM. Sejumlah even lain juga digelar di area hotel Mirage dan Encore.