Peranan Programmer / Data Scientist

 

Programmer tidak langsung ajar AI secara manual macam Rule-Based AI. Tetapi mereka sediakan kerangka, arahan dan peraturan matematik supaya AI boleh belajar sendiri.

Tugas Programmer:

1. Kumpul dan sediakan data

   • Data mesti bersih, lengkap, dan relevan

   • Contoh: Gambar wajah + label nama, rakaman suara, laporan jenayah

2. Pilih algoritma yang sesuai

   • Contoh: Neural Network, CNN, RNN, Random Forest, Decision Tree

   • Bergantung kepada masalah: klasifikasi, ramalan, pengelompokan

3. Tentukan parameter dan hyperparameter

   • Parameter = “apa yang AI belajar sendiri” (contoh: berat neuron dalam NN)

   • Hyperparameter = “tetapan programmer” (contoh: bilangan lapisan, saiz batch)

4. Sediakan prosedur latihan (training loop)

   • Programmer tentukan bagaimana AI:

     • Ambil input data

     • Lakukan pengiraan (forward pass)

     • Banding output dengan jawapan sebenar (supervised learning)

     • Betulkan kesilapan (backpropagation)

     • Ulang proses sehingga hasil memuaskan

5. Sediakan mekanisme ujian / validasi

   • Data baharu digunakan untuk uji ketepatan AI

   • Programmer analisis prestasi dan betulkan jika perlu

---

2️⃣ Apa yang AI lakukan sendiri

• Kenal corak dalam data

• Sesuaikan “berat” neuron dalam Deep Learning

• Buat ramalan atau klasifikasi bagi data baharu

• Ulang proses latihan sehingga model optimum

---

 

Kita boleh kaitkan peranan programmer dan AI dengan pasukan bola sepak supaya lebih mudah difahami. Berikut versi analogi lengkap:

---

Programmer & AI – Analogi Pasukan Bola Sepak ⚽

Peranan	Dalam AI	Dalam Pasukan Bola Sepak	Penjelasan
Programmer / Data Scientist	Sediakan data, pilih algoritma, tentukan prosedur latihan	Jurulatih / Pengurus Pasukan	Jurulatih tentukan strategi permainan, latihan, formasi dan siapa main di posisi mana
Parameter / Hyperparameter	Tetapan latihan, bilangan lapisan, learning rate	Formasi & strategi	4-4-2, 3-5-2, corak serangan/pertahanan
AI (mesin belajar)	Belajar dari data, sesuaikan “berat neuron”, buat ramalan	Pemain di padang	Pemain praktis latihan, kenal corak lawan, buat keputusan sendiri semasa perlawanan
Proses Latihan (Training)	Forward pass, backpropagation, optimisasi	Latihan & perlawanan persahabatan	Pemain ulang gerakan, cuba strategi, perbaiki kesilapan
Hasil / Output	Ramalan, klasifikasi, cadangan	Gol, hantaran tepat, serangan berjaya	AI buat keputusan berdasarkan pengalaman data, pemain buat keputusan berdasarkan latihan & situasi sebenar

---

Analogi Ringkas Cerita

Bayangkan pasukan bola sepak ingin menewaskan lawan.
Jurulatih (programmer) sediakan strategi & latihan (data & algoritma).
Pemain (AI) bermain di padang, belajar dari setiap latihan dan perlawanan, kenal corak lawan, dan buat keputusan sendiri — hantaran, rembatan, atau serangan.
Semakin banyak latihan dan perlawanan, pemain semakin bijak — sama seperti AI yang belajar daripada lebih banyak data.

---

Kesimpulan Analogi

• Programmer = Jurulatih: Menyediakan kerangka, aturan dan strategi.

• AI = Pemain: Belajar, kenal corak, buat keputusan sendiri berdasarkan latihan/data.

• Hasil = Prestasi AI: Bergantung kepada kualiti data & algoritma seperti prestasi pemain bergantung kepada latihan & strategi jurulatih.