Hoverboard: Soaring Across Europe

Unlike the regular “hover” board that you can spot on the street, a French inventor just used a jet-powered hoverboard to fly from France to England through the English channel this early August, telling the journalists that he had achieved his dream.

Franky Zapata managed the feat on his second attempt, after being knocked off balance during his first try in July. The inventor set off on his “Flyboard” from Sangatte in the Pas de Calais region on the northern coast of France for the 35 km journey to St Margaret’s Bay, beyond the white cliffs of Dover.

Escorted by three helicopters, he completed the crossing in 22 minutes, reaching speeds of up to 177 km/h and flying 15-20 meters above the water. He arrived into the bay to the applause of dozens of onlookers and journalists.

Zapata’s hoverboard was fueled by a backpack containing enough paraffin to keep him airborne for about 10 minutes, which he had to stop to refuel halfway through the expedition.

Before this current record-breaking hoverboard, Zapata first invented the “Flyboard” in 2011, a device that uses a water jet to propel the rider through the air behind a boat.

He later invented the “Flyboard Air”, a board powered by four turbojet engines that allow a rider to fly through the air untethered, using a computer to keep it stabilized. In 2016, Zapata set a world record for the farthest hoverboard flight after he flew the “Flyboard” Air along the south coast of France for 2,224 meters

Although this is certainly a publicity stunt for Zapata’s company, Z-Air, it could also rise opportunities for the technology in other areas. The French government has stamped it as a “Made in France” invention and even lightly implied at its military potential. They are already backing the technology as a potential logistical option or even as an attack platform.

A successful long-distance trip like this could boost up confidence in the technology, even if it does highlight the prominent hoverboard’s limitations and faults. French Armed Forces Minister Florence Parly told France Inter radio that the “Flyboard” can open up chances to test for different kinds of uses, for example as a flying logistical platform or, indeed, as an assault platform.

With this rate of improvement happening in the world, futuristic hoverboard like the one in Back to the Future might not be a fantasy after all.

Follow the exciting journey of every COMPFEST events through our social media on Instagram @COMPFEST, Twitter @COMPFEST, and our main site http://www.compfest.id (Editorial Marketing/Irham)

Source:

https://www.engadget.com/2019/08/04/hoverboard-flight-over-channel-successful/

https://www.theverge.com/2019/8/4/20753648/jet-powered-hoverboard-english-channel-crossing-franky-zapata-success

https://www.theguardian.com/uk-news/2019/aug/04/franky-zapata-crosses-channel-by-hoverboard-at-second-attempt

https://www.thejakartapost.com/life/2019/07/23/french-inventor-to-hover-across-english-channel-on-flyboard.html

Hoverboard: Mengarungi Langit Eropa

Tidak seperti “hover” board biasa yang kalian bisa temukan di jalan, seorang penemu dari Perancis menggunakan hoverboard berkekuatan jet untuk terbang mengarungi Perancis menuju Inggris, melalui English channel yang menghubungkan Perancis dan Inggris awal Agustus ini. Sang penemu bilang bahwa dia akhirnya telah mencapai mimpinya.

Franky Zapata berhasil meraih pencapain ini pada percobaan kedua, setelah kegagalannya pada percobaan pertama di bulan Juli. Sang penemu menerbangkan “Flyboard“nya dari Sangatte di wilayah Pas de Calais, pinggir utara Perancis untuk perjalanannya sejauh 35 km ke Tanjung St Margaret, diujung tebing putih Dover.

Didampingi oleh tiga helikopter, dia menyelesaikan perjalanannya dalam waktu 22 menit, dengan kecepatan terbang mencapai 177km/jam dan ketinggian 15-20 meter diatas air. Dia sampai pada tujuannya disambut oleh sejumlah penonton dan jurnalis.

Hoverboardnya ditenagai oleh banyak paraffin yang digunakan untuk membuatnya tetap terbang selama 10 menit, namun harus diisi ulang di tengah perjalanan.

Sebelumnya, Franky Zapata pertama kali menciptakan “Flyboard”nya di 2011, yang masih merupakan sebuah alat jet air untuk meluncurkan penggunanya ke udara dengan kapal sebagai sambungannya. Kemudian ia menciptakan “Flyboard Air”, sebuah papan yang ditenagai oleh 4 mesin jet turbo yang dapat membuat penggunanya terbang ke atas udara tanpa adanya sambungan, dengan menggunakan bantuan komputer untuk membuatnya tetap stabil. Kemudian di 2016 Franky Zapata mendapat rekor dunia untuk perjalanan terbang Hoverboard terjauh setelah ia berhasil  terbang dengan “Flyboard Air” sejauh 2.224 meter melalui pesisir Perancis menuju Inggris.

Meskipun ini bisa dibilang sebagai “Publicity Stunt” yang dipakai oleh Perusahaan Zapata untuk mendapat perhatian publik, ini juga dapat membuka gerbang untuk masuknya teknologi – teknologi di sektor yang lain. Pemerintah Perancis telah memuji penemuan ‘Made in France’ ini  dan bahkan memberikan tanda akan adanya potensi dalam sektor militer. Mereka telah memberi banyak dukungan untuk teknologi ini sebagai salah satu pilihan logistik yang memiliki potensi dan sebagai salah satu platform untuk menyerang sesuatu. Kesuksesan berjangka panjang seperti ini dapat memberikan masa depan pada teknologi ini, meskipun masih terdapat banyak keterbatasan pada hoverboard  tersebut. Menteri Angkatan Bersenjata Perancis, Florence Parly, menjelaskan bahwa “Flyboard” dapat di tes pada berbagai kegunaan, contohnya seperti pengiriman barang atau alat bersenjata.

 

Dengan peningkatan teknologi yang terjadi di dunia berkembang ini, teknologi hoverboard seperti  di “Back to the Future” mungkin bukan lagi menjadi sebuah khayalan.

Pantau terus kelanjutan acara COMPFEST melalui media sosial kami di Instagram @COMPFEST, Twitter @COMPFEST, dan situs utama kami http://www.compfest.id (Editorial Marketing/Irham)

Sumber:

https://www.engadget.com/2019/08/04/hoverboard-flight-over-channel-successful/

https://www.theverge.com/2019/8/4/20753648/jet-powered-hoverboard-english-channel-crossing-franky-zapata-success

https://www.theguardian.com/uk-news/2019/aug/04/franky-zapata-crosses-channel-by-hoverboard-at-second-attempt

https://www.thejakartapost.com/life/2019/07/23/french-inventor-to-hover-across-english-channel-on-flyboard.html

Iris Scanner : Inovasi Sistem Keamanan Terbaru

Mengikuti masalah yang muncul tentang sistem keamanan, iris scanner hadir sebagai salah satu inovasi terbaru untuk meningkatkan proteksi keamanan data para penggunanya. Iris scanner dikembangkan dengan memanfaatkan prinsip biometrik, yaitu merupakan suatu metode komputerisasi yang menggunakan aspek-aspek biologi terutama karakteristik unik yang dimiliki oleh manusia. Pemindaian yang memanfaatkan prinsip biometrik ini akan menggunakan data biometrik untuk mengidentifikasi individu berdasarkan pengukuran karakteristik fisiologisnya. Karekteristik fisiologi mampu untuk mengontrol dan melindungi data sensitif yang terdapat pada sistem informasi.  Begitu juga dengan pemindaian sidik jari, pengenalan suara, analisis telapak tangan, iris scanner memanfaatkan prinsip tersebut.

Iris scanner mulai dikenal oleh masyarakat setelah Samsung mengeluarkan Galaxy Note 7 dengan dilengkapi iris scanner sebagai proteksi keamanannya. Penambahan fitur keamanan iris scanner mampu meningkatkan keamanan ponsel dan data-data pengguna smartphone tersebut. Penggunan iris scanner pada smartphone ini cukup mudah. Pengguna ponsel harus terlebih dahulu mendaftarkan pola iris mata mereka untuk disimpan pada ponsel tersebut. Untuk membuka ponsel, pengguna hanya perlu menempatkan mata ke arah kamera depan yang sudah dilengkapi LED infrared yang nantinya akan memindai mata pemiliknya. LED infrared ini bermanfaat untuk pemindaian di tempat yang kekurangan cahaya. Setelah gambar direkam, perangkat lunak yang cerdas menerjemahkan pola iris ke dalam kode. Kode ini kemudian dibandingkan dengan catatan untuk mencari kecocokan.

Iris scanner memiliki beberapa kelebihan dibanding dengan sistem keamanan lainnya. Iris scanner memiliki tingkat akurasi tertinggi sejauh ini karena memanfaatkan pola mata yang memiliki keunikan tersendiri untuk setiap . Keunikan iris mata setiap orang ini akan membuat iris sulit untuk dipalsukan. Iris scanner memungkinkan lebih dari 200 titik untuk percobaan, berbeda dengan 60-70 titik saja dalam sidik jari. Pada sebuah percobaan, iris scanner tidak sekalipun mengalami kesalahan pemindaian iris pada 2 juta pola mata. Iris mata manusia stabil, tidak akan perubahan pada iris walaupun sudah menua, kecuali ketika mata mengidap katarak. Iris scanner juga cepat dalam memverifikasi data dalam hitungan 1-2 detik.

Selain kelebihan tersebut, ternyata iris scanner juga memiliki beberapa kekurangan. Di bawah terang sinar matahari, iris scanner sulit bekerja. Hal ini dikarenakan LED infrared terhalang oleh terangnya cahaya matahari. Sehingga jika ingin tetap menggunakannya, pengguna harus berpindah ke tempat yang lebih teduh agar iris mata dapat terbaca. Kelemahan lainnya yaitu tidak mendukung posisi 360^o, berbeda dengan fingerprint yang sudah mendukung hal ini. Ketika posisi smartphone dibalik, iris mata tidak dapat dikenali sehingga posisi smartphone harus pada posisi yang benar agar dapat memindai.

Iris scanner tidak hanya dimanfaatkan dalam proteksi keamanan pada smartphone, ada beberapa perangkat yang sudah menggunakannya dalam berbagai skenario. Misalnya salah satu bank di Inggris, TSB, mereka memperkenalkan fasilitas iris scanner bagi nasabahnya. Salah satu contohnya lagi, perbatasan negara-negara maju memanfaatkan tipe proteksi ini untuk mengidentifikasi warganya dan memungkinkan mempercepat proses antrian bagi para travellers.

 

Pantau terus informasi mengenai COMPFEST selanjutnya melalui akun media sosial Twitter kami @COMPFEST, Instagram kami @COMPFEST, dan situs kami http://www.compfest.id
(Editorial Marketing /Cindy)

Sumber:

https://rsinewsupdate.wordpress.com/2016/12/26/%E2%80%8Bbagaimana-cara-kerja-iris-scanner/

https://www.justaskgemalto.com/us/iris-scanning-used/

https://science.howstuffworks.com/biometrics4.htm

https://www.phonearena.com/news/Here-is-how-the-Galaxy-Note-7-iris-scanner-works_id82854

https://id.wikipedia.org/wiki/Pemindai_biometrik

Iris Scanner : The Latest Security System Innovation

Following problems that arise about security systems, the iris scanner comes as one of the latest innovations that improve data security protection for its users. The iris scanner was developed by utilizing the principle of biometrics, which is a computerized method that uses biological aspects, especially the unique characteristics possessed by humans. Biometric principles use biometric data to identify individuals based on the measurement of their physiological characteristics. Physiological characteristics can control and protect sensitive data contained in information systems. Likewise, with fingerprint scanning, voice recognition, palm analysis, iris scanner also utilizes these principles.

The iris scanner began to be known by the public after Samsung released the Galaxy Note 7 with an iris scanner. The addition of the iris scanner feature is able to improve the security of mobile phones and user’s data. Using the iris scanner on a smartphone is quite easy. Cellphone users must first register their iris pattern to be saved on the cellphone. To unlock the phone, users only need to place their eyes toward the front camera that is equipped with infrared LEDs which will scan the eyes of their owners. This infrared LED is useful for scanning in places that lack light. After the image is recorded, intelligent software translates the iris pattern into code. This code will be compared to the record to find a match.

The iris scanner has several advantages compared to other security systems. It has the highest level of accuracy so far because it utilizes eye patterns that have their uniqueness for each iris. The uniqueness between each iris will make it difficult to falsified. The iris scanner allows more than 200 points to experiment, in contrast to 60-70 points only in fingerprints. In one experiment, the iris scanner never had an iris scanning error in 2 million eye patterns. The iris of the human eye is stable, it will not change the iris even though aged, except when the eye has cataracts. The iris scanner is also fast in verifying data in 1-2 seconds.

In addition to these advantages, the iris scanner also has several shortcomings. In bright sunlight, the iris scanner is difficult to work with. This is because infrared LEDs are blocked by bright sunlight. So if you want to keep using it, the user must move to a more shady place so that the iris can be read. Another weakness is that it does not support the 360 positions, in contrast to the fingerprint that already supports this. When the smartphone’s position is reversed, the iris cannot be recognized so the smartphone must be in the correct position to scan.

The iris scanner is not only used in security protection for smartphones but is also used in several various scenarios. One example is that the UK bank, TSB, introduced the iris scanner facility for customers who have mobile phones with the iris scanner facility. Another example is that developed countries use it at the border to identify its citizens which speeds up the queue process for travelers.

 

Don’t forget to keep up with us through our social media on Twitter and Instagram @COMPFEST, and our main site http://www.compfest.id
(Editorial Marketing /Cindy)

Sources:

https://rsinewsupdate.wordpress.com/2016/12/26/%E2%80%8Bbagaimana-cara-kerja-iris-scanner/

https://www.justaskgemalto.com/us/iris-scanning-used/

https://science.howstuffworks.com/biometrics4.htm

https://www.phonearena.com/news/Here-is-how-the-Galaxy-Note-7-iris-scanner-works_id82854

https://id.wikipedia.org/wiki/Pemindai_biometrik

Augmented Reality: What is it and How does it Work.

As time went by, the movie “The Matrix” is becoming less like fiction and more like reality. Mostly it’s because hardware engineers and software developers continue to refine their Augmented Reality (AR) technologies, making the line between real and virtual life ever blurrier. Not to be confused with the same reality-questioning technology that is Virtual Reality (VR), AR is another different thing.

To understand the difference between VR and AR, first, we have to understand what it is.

What is Augmented Reality?

Augmented reality overlays or overlaps computer-generated information in the real world at real-time. With just a smartphone, a tablet, a headset or smart glasses, augmented reality can analyze an incoming video stream, downloads extensive information about the scene and overlays it with relevant and informative data, images or animations, mostly in impressive 3-D.

In short, AR combines real and computer-based scenes and images to deliver a unified but enhanced view of the world whereas VR immerses you in a fictional, isolated universe.

A quite recent example of an AR application that takes the world by storm is the very popular mobile phone Pokémon GO in which you can capture a digital monster with a real-life background by implementing the camera your phone

Another amazing example is Google Translate

Google Translate has become a practical text and audio translation tool, and it is getting even better with its real-time translation feature. The only thing you have to do is to hold the camera of your smartphone and focus it to the text, then it will automatically translate it to your language preference in real-time.

These amazing inventions that keep popping to our world every day lead us to our next question:

How does Augmented Reality work?

First of all, we need to understand a thing that is called “Computer Vision”.

Computer vision is an interdisciplinary scientific field that deals with how computers can be made to gain a high-level understanding from digital images or videos. From the perspective of engineering, it seeks to automate tasks that the human visual system can do (Wikipedia).

AR use this Computer Vision to show digital content relevant to what the user and the camera is looking at. Then, this digital content is displayed in a realistic way, so that it looks like it’s a part of the real world – this is what you call “Rendering”. Let’s take an example to make this clearer.

Imagine playing an augmented reality board game using a real cereal box as the physical support.

First, computer vision processes the raw image from the camera and recognizes the cereal box. This triggers the game. The rendering module augments the original frame with the AR game making sure it precisely overlaps with the cereal box. For this, it uses the 3D position and orientation of the box determined by computer vision. Since augmented reality is live, all the above has to happen every time a new frame comes from the camera. Although this is just for an example, computer vision methods that work for a cereal box are quite different from those used for a face-based AR.

AR is a very active field, and in the future, we expect to see many exciting new developments. As computer vision gets better at understanding the world around us, AR experiences will become more immersive and exciting. Moreover, augmented reality today lives mostly on smartphones, but it can happen on any device with a camera – enhancing the way we live, work, shop, and play.

 

Follow the exciting journey of every COMPFEST events through our social media on Instagram @COMPFEST, Twitter @COMPFEST, and our main site http://www.compfest.id (Editorial Marketing/Irham)

Source:

https://monsterar.net/2018/08/20/15-aplikasi-ar-terbaik-gratis/

https://www.scientificamerican.com/article/augmented-reality-everywhere/

https://www.techopedia.com/definition/4776/augmented-reality-ar

https://www.livescience.com/34843-augmented-reality.html

https://www.blippar.com/blog/2018/08/21/what-is-augmented-reality-and-how-does-augmented-reality-work

https://www.popsci.com/hyper-reality-film-augmented-reality-takes-over/

Augmented Reality: Apa itu dan Bagaimana cara Kerjanya

Seiring berjalannya waktu, film “The Matrix” menjadi kurang seperti fiksi dan menjadi lebih seperti kenyataan. Ini bisa terjadi karena hardware engineers dan software developer terus mengembangkan teknologi Augmented Reality (AR) mereka, yang membuat garis yang membatasi dunia nyata dan dunia maya semakin memburam. Jangan disamakan dengan teknologi yang juga membuat kita mempertanyakan tentang kenyataan yaitu Virtual Reality (VR), AR adalah sesuatu yang berbeda.

Untuk dapat mengerti perbedaan dari VR dan AR, kita harus mengerti apa itu terlebih dahulu

Apa itu Augmented Reality?

Augmented reality melapisi informasi yang dihasilkan komputer ke dunia nyata secara real-time. Saat Anda melihat maupun memakai alat yang diimplementasikan dengan software AR dan sebuah kamera—mau itu handphone, tablet, ataupun kacamata pintar—AR akan menganalisis aliran video, men-download ­informasi yang dibutuhkan tentang pemandangan yang ada dan ditaruh diatas nya data relevan, gambar, maupun animasi, yang biasa dalam bentuk 3D

Singkatnya, AR menggabungkan gambar serta pemandangan nyata dan berbasis komputer untuk menghadirkan pandangan dunia yang disatukan tetapi lebih advanced. Sementara, VR memikat Anda dalam dunia fiksi yang terisolasi.

Contoh aplikasi AR yang baru-baru ini melanda dunia adalah game “Pokémon GO ” yang sangat populer. Anda dapat menangkap monster digital dengan latar belakang kehidupan nyata dengan mengimplementasikan kamera yang ada di handphone Anda.

Contoh hebat lainnya yaitu Google Translate

Google Translate sudah menjadi alat terjemahan teks dan audio yang praktis, dan menjadi lebih baik lagi dengan fitur terjemahan real-time-nya. Yang perlu kamu lakukan adalah memegang kamera smartphone-mu dan mengfokuskannya kepada teks, dan Google Translate akan menyediakan terjemahan kata dan frasa real-time dari berbagai Bahasa.

Penemuan luar biasa ini yang terus bermunculan ke dunia kita setiap hari ini membawa kita ke pertanyaan berikutnya:

Bagaimana cara kerja Augmented Reality?

Pertama-tama, kita harus mengerti tentang “Computer Vision”.

Computer Vision adalah bidang ilmiah interdisipliner yang membahas bagaimana komputer dapat dibuat untuk memperoleh pemahaman tingkat tinggi dari gambar atau video digital. Dari perspektif teknik, Computer Vision berupaya mengotomatiskan tugas-tugas yang dapat dilakukan oleh sistem visual manusia (Wikipedia)

AR menggunakan Computer Vision ini untuk menampilkan konten digital yang relevan dengan apa yang dilihat pengguna. Kemudian, konten digital ini ditampilkan dengan cara yang realistis, sehingga terlihat seperti bagian dari dunia nyata, inilah yang Anda sebut Rendering. Mari kita buat contoh untuk membuatnya lebih jelas.

Bayangkan diri Anda memainkan permainan papan AR menggunakan kotak sereal sebagai dukungan fisik.

Pertama, Computer Vision memproses gambar dari kamera, dan menganalisis kotak sereal. Ini akan memicu permainannya. Modul rendering meng-augmentasi frame dari kamera-nya dengan permainan AR-nya, memastikan itu tumpang tindih dengan kotak serealnya. Untuk itu, AR menggunakan posisi 3D dan orientasi kotak yang ditentukan oleh Computer Vision. Karena augmented reality bersifat langsung, semua hal di atas harus terjadi setiap kali frame baru muncul dari kamera. Meskipun ini hanya sebagai contoh, metode Computer Vision yang bekerja untuk kotak sereal sangat berbeda dari yang digunakan untuk wajah.

AR adalah bidang yang sangat aktif, dan di masa depan kita bisa berharap dapat melihat banyak perkembangan baru yang menarik. Saat Computer Vision menjadi lebih baik dalam memahami dunia di sekitar kita, AR akan menjadi lebih mendalam dan menyenangkan. Selain itu, AR saat ini kebanyakan hanya bisa diimplementasikan dalam smartphone, tetapi itu bisa terjadi pada perangkat apa pun dengan kamera, sehingga dapat meningkatkan cara kita hidup, bekerja, berbelanja, dan bermain.

Pantau terus kelanjutan acara COMPFEST melalui media sosial kami di Instagram @COMPFEST, Twitter @COMPFEST, dan situs utama kami http://www.compfest.id(Editorial Marketing/Irham)

Sumber:

https://monsterar.net/2018/08/20/15-aplikasi-ar-terbaik-gratis/

https://www.scientificamerican.com/article/augmented-reality-everywhere/

https://www.techopedia.com/definition/4776/augmented-reality-ar

https://www.livescience.com/34843-augmented-reality.html

https://www.blippar.com/blog/2018/08/21/what-is-augmented-reality-and-how-does-augmented-reality-work

https://www.popsci.com/hyper-reality-film-augmented-reality-takes-over/

 

Machine Learning, yo

Artificial Intelligence. Nowadays, that phrase seems more like a marketing gimmick than an actual IT tool. People slap an “AI” sticker on to everything from fancy toothbrushes to self-driving cars if they can, and not all of them deserve it. Sure, some high-end automatic toothbrushes use clever sensors to determine what part of the mouth they’re in and whether or not you’ve been brushing for too long in one area but calling it artificial intelligence is misleading.  The phrase “Artificial Intelligence” is misused and has, sadly, lost its meaning.

A tesla car, one of the pioneers of autonomous driving.

an AI embedded toothbrush.

 

 

Enter Machine Learning. Machine Learning is a branch of AI, meaning every instance of Machine Learning is technically a form of AI, but not every instance of AI can be categorized as Machine Learning. While the term “Machine Learning” might not be as hyped and popular as “AI”, pretty much every significant advancement and, to be hip, “cool stuff” you hear about AI nowadays falls into Machine Learning. From personal virtual assistants like Google Assistant and Siri, to self-driving cars, all of them rely on Machine Learning to function.

Another self-driving car concept from Mercedes Benz.

You might be asking yourself the difference between AI and Machine Learning. Machine Learning has the ability to modify itself when it gets more data. In short, just like the name implies, Machine Learning has the ability to learn independently and without human intervention. Your personal virtual assistants will remember your grandma’s birthday when you tell it to, without you having to program it into its code. Self-driving cars are able to predict where other cars are going to be, discern their surroundings, and make informed decisions just like human drivers do. An Amazon employee made a cat flap that would lock itself if it detected his cat coming home with prey in his mouth. These are all examples of Machine Learning  (Deep Learning in the case of self-driving cars, which is a subset of Machine Learning).  As cool as the robot toothbrush sounds, it only uses a predetermined set of rules and doesn’t learn from new data to adapt, so they’re not a form of Machine Learning, at least as of right now. In the future, there might be a toothbrush that scolds you if it detects that you’ve been eating sweets too much or how you should watch for cholesterol.

a home-made AI-powered cat flap.

Machine Learning, and by extension, AI, is so useful that just about every field imaginable uses them in one way or another. Healthcare, War, Art, and Science all benefit greatly from the strides made in AI. But what of the risks? are there even any? Despite many AI articles posting a picture of the terminator as their thumbnail, there’s still a long way to go from robot toothbrushes to murderous-sentient- killing machines. Although Deep Learning, a subset of Machine Learning, is inspired by the brain, they are NOT a human brain (more like an interconnected series of nodes inspired by a simplification of neurons in a brain) and doesn’t function like one. We’re not even sure we are ever going to be able to make a sentient machine.

However, there are other, more realistic risks of overreliance on AI. Elon Musk, CEO of SpaceX, internet meme sensation and just an all-around smart and good guy, believes that people need to be more cautious with AI. At MIT in 2014, he referred to AI as humanity’s “biggest existential threat” and compared it to “summoning the demon”. He claims that the difference between human intelligence to an AI is comparable to that of a cat and a human, although this has been met with controversy. He’s not alone in sounding the alarm, either. Many scientists, including the late Stephen Hawking, agreed that AI is dangerous. Musk also mentions that Google holds a substantial amount of influence in the AI world, even a little too much influence, and believes that AI shouldn’t be monopolized and should be spread evenly.

Elon Musk.

All in all, to mitigate the potential risks of AI, people would have to know what AI and Machine Learning are, first. It’s definitely not a word to be thrown around and taken lightly. In fact, allegedly, around 40 percent of AI startups in Europe don’t actually use AI at all. This means that outside of the tech world, AI and Machine Learning (to a lesser extent) are little more than ways for people to say “High-tech”. As a powerful tool that can recognize faces, predict oncoming traffic, bested top-chess players, and drive cars to name a few, it’s important for people to know what Machine Learning and AI actually are, so we could better understand the potential risks that it brings.

Follow the exciting journey of every COMPFEST events through our social media on Instagram @COMPFEST, Twitter @COMPFEST, and our main site http://www.compfest.id (Editorial Marketing/Kyo)

Source:

https://www.theverge.com/2019/1/28/18197520/ai-artificial-intelligence-machine-learning-computational-science

https://www.theverge.com/tldr/2019/6/30/19102430/amazon-engineer-ai-powered-catflap-prey-ben-hamm

https://skymind.ai/wiki/ai-vs-machine-learning-vs-deep-learning

https://www.forbes.com/sites/forbestechcouncil/2018/07/11/machine-learning-vs-artificial-intelligence-how-are-they-different/#24d35a4a3521

https://www.vox.com/future-perfect/2018/11/2/18053418/elon-musk-artificial-intelligence-google-deepmind-openai

https://www.theverge.com/2019/3/5/18251326/ai-startups-europe-fake-40-percent-mmc-report

 

 

Machine Learning, yo

Artificial Intelligence (AI). Sekarang, frasa tersebut lebih terdengar seperti trik untuk pemasaran, bukan sebagai suatu alat dalam teknologi informasi. Orang-orang mencap “AI” pada semua hal yang memungkinkan, dari sikat gigi mewah hingga mobil otomatis, dan tidak semuanya layak menerima cap tersebut. Memang beberapa sikat gigi otomatis yang elit menggunakan sensor cerdas untuk menentukan di bagian mana dia berada dalam mulut dan apakah Anda menggosok terlalu lama di satu area, tetapi untuk menyebutnya kecerdasan buatan adalah suatu hal  yang menyesatkan. Frasa “Artificial Intelligence” sering kali disalahgunakan hingga kehilangan arti.

Salah satu sikat gigi dengan AI.

Mobil tesla, salah satu pionir mobil otomatis.

 

 

 

 

 

Sekarang ada Machine Learning. Machine Learning adalah cabang dari AI, yang berarti setiap Machine Learning pasti AI, tetapi setiap AI belum pasti Machine Learning. Istilah “Machine Learning” mungkin tidaklah sepopuler “AI”, intinya semua kemajuan signifikan dan hal-hal “keren” yang Anda dengar tentang AI sebenarnya masuk dalam kategori Machine Learning. Dari asisten virtual pribadi seperti Google Assistant dan Siri, hingga mobil otomatis, semuanya bergantung pada Machine Learning untuk bekerja.

Konsep mobil self-driving lain dari mercedes benz.

Anda mungkin bertanya apa perbedaan AI dan Machine Learning. Machine Learning memiliki kemampuan untuk memodifikasi dirinya saat mendapatkan data lebih banyak. Singkatnya, seperti namanya, Machine Learning memiliki kemampuan untuk belajar secara independen dan tanpa campur tangan manusia. Asisten virtual pribadi akan mengingat ulang tahun nenek Anda saat Anda memberitahunya, tanpa perlu Anda program. Mobil otomatis dapat memprediksi ke mana mobil lain akan bergerak, memantau sekelilingnya, dan mengambil keputusan seperti pengemudi manusia. Seorang pegawai Amazon membuat sebuah pintu kucing yang akan mengunci sendiri saat mendeteksi kedatangan kucing peliharaannya dengan membawa mangsa di mulutnya. Hal-hal tersebut adalah contoh dari Machine Learning (Deep Learning untuk kasus mobil otomatis, yang merupakan bagian dari Machine Learning). Sekeren apapun sikat gigi robot terdengar, benda tersebut hanya menggunakan peraturan yang sudah ditentukan dan tidak belajar dari data baru untuk beradaptasi, jadi sikat gigi robot bukanlah wujud dari Machine Learning, setidaknya untuk sekarang. Di masa yang akan datang, mungkin akan ada sikat gigi yang akan memarahi Anda jika mendeteksi Anda memakan terlalu banyak makanan manis atau mengingatkan Anda mengenai kolestrol, entahlah.

Pintu kucing buatan rumah yang menggunakan AI.

Sejauh ini semuanya sangatlah baik. Machine Learning, dan ekstensinya, AI, sangatlah berguna hingga semua bidang yang dapat dibayangkan menggunakan mereka. Kesehatan, perang, seni, dan sains, semuanya diuntungkan dari kemajuan yang dibuat dengan AI. Namun, apa risikonya? Apakah ada? Walaupun banyak artikel AI menampilkan gambar terminator sebagai keluku, perjalanan sikat gigi robot untuk menjadi mesin pembunuh berakal masih sangat panjang. Meskipun Deep Learning terinspirasi dari otak, Deep Learning bukanlah otak manusia (cenderung seperti simpul yang saling terikat terinspirasi dari simplifikasi neuron otak) dan tidak berfungsi seperti otak manusia. Kita bahkan tidak yakin akan bisa membuat mesin berakal.

Namun, ada risiko lain yang lebih realistis dari ketergantungan berlebihan pada AI. Elon Musk, CEO SpaceX, sensasi meme internet dan secara umum orang pintar dan baik, percaya bahwa orang perlu lebih berhati-hati dengan AI. Di MIT pada tahun 2014, ia menyebut AI sebagai “ancaman eksistensial terbesar” manusia dan membandingkannya dengan “memanggil iblis”. Dia mengklaim bahwa perbedaan antara kecerdasan manusia dengan AI  sebanding dengan kecerdasan kucing dan manusia, tetapi pernyataan ini telah menjadi kontroversi. Dia juga tidak sendirian dalam membunyikan alarm. Banyak ilmuwan, termasuk mendiang Stephen Hawking, setuju bahwa AI berbahaya. Musk juga menyatakan bahwa Google memiliki pengaruh terlalu besar di dunia AI dan percaya bahwa AI tidak boleh dimonopoli dan harusnya disebarkan secara merata.

Elon Musk.

Secara keseluruhan, untuk mengurangi potensi risiko AI, orang – orang harus tahu apa AI dan Machine Learning. Jelas bukan kata yang dapat digunakan secara asal dan dianggap enteng. Bahkan, diduga sekitar 40 persen “startup AI” di Eropa tidak  menggunakan AI sama sekali. Ini berarti bahwa di luar dunia teknologi, frase  “AI” dan “Machine Learning” (walaupun tidak separah AI) hanyalah  cara orang untuk mengatakan “canggih”. Sebagai alat kuat yang dapat mengenali wajah, memprediksi lalu lintas yang akan datang, mengalahkan pemain-pemain catur terbaik, mengendarai mobil, dan banyak lagi, penting bagi orang-orang untuk mengetahui apa sebenarnya Machine Learning dan AI, sehingga kita dapat lebih memahami potensi risiko yang mungkin terjadi.

Pantau terus kelanjutan acara COMPFEST melalui media sosial kami di Instagram @COMPFEST, Twitter @COMPFEST, dan situs utama kami http://www.compfest.id (Editorial Marketing/Kyo)

Source:

https://www.theverge.com/2019/1/28/18197520/ai-artificial-intelligence-machine-learning-computational-science

https://www.theverge.com/tldr/2019/6/30/19102430/amazon-engineer-ai-powered-catflap-prey-ben-hamm

https://skymind.ai/wiki/ai-vs-machine-learning-vs-deep-learning

https://www.forbes.com/sites/forbestechcouncil/2018/07/11/machine-learning-vs-artificial-intelligence-how-are-they-different/#24d35a4a3521

https://www.vox.com/future-perfect/2018/11/2/18053418/elon-musk-artificial-intelligence-google-deepmind-openai

https://www.theverge.com/2019/3/5/18251326/ai-startups-europe-fake-40-percent-mmc-report

 

Voice Control: A Brief History with Pros and Cons

Famous virtual assistants like Siri, Alexa, and Google Assistant have gained popularity in the past decade. These voice command applications are useful because it is practical and easy to use. Various things can be done without touching your gadget, just say your command and voice control apps will get it done for you. You can do various things, such as playing music, viewing weather forecasts, sending short messages, and even creating a document.

History of voice control itself began in 1952 when Bell Laboratories created ‘Audrey‘. However, Audrey can only understand the numbers spoken by only a few people. In the 1960s, IBM released Shoebox, which could understand 16 words in English. In the following decades, voice control technology continues to grow. It could differentiate distinct voices and voice control machines learned more vocabularies.

In the 21st century, voice recognition was pioneered by the creation of Google Voice Search for the iPhone in 2008. Now Google Voice Search has changed to Google Assistant. The Google Assistant is also a complete voice control application for Android users. Three years later, Apple introduced Siri, a virtual assistant that can be used to operate iPhone devices and its applications. In 2014, Amazon released Alexa which was first used in the Amazon Echo and Amazon Echo Dot smart speakers.

The presence of a voice control system is beneficial in many aspects. First, voice control promotes efficiency and simplicity. We can get things finished faster by telling the voice control system to do something, then the machine will get it done for us. Second, voice recognition is useful to coordinate IoT devices. Common virtual assistants such as Google Home and Amazon Echo can be used for smart homes, which involves IoT-based devices. Another benefit, voice control can be used to improve security. For example, creating a password that must be said by a certain person could be a better security option.

However, there are several weaknesses to voice control. Not all words can be understood by the system accurately. In addition, if you are in a crowded place, voice control might not get what you are trying to say. It has to differentiate various sounds from the background when you are in a crowded place. The system’s vocabulary is also limited which leads to another problem.

Although it helps in everyday life, there are still some things that are better done manually than using voice control. Hopefully, in the future voice control technology will keep evolving and drilled to be better and always help our daily activities.

 

Follow the exciting journey of every COMPFEST events through our social media on Instagram @COMPFEST, Twitter @COMPFEST, and our main site http://www.compfest.id (Editorial Marketing/Sarah)

Sources:

http://www.happyscribe.co/blog/history-voice-recognition/

https:/www.totalvoicetech.com/a-brief-history-of-voice-recognition-technology/

https:/www.totalvoicetech.com/how-voice-recognition-software-will-impact-your-life/

https://blog.firstagenda.com/3-pros-and-cons-of-using-speech-recognition-in-your-business

Featured image: https://techzillo.com/disable-voice-control/

Voice Control: Sejarah Singkat dan Pro-Kontranya

Popularitas asisten virtual terkenal seperti Siri, Alexa dan Google Assistant bertambah dalam satu dekade terakhir.  Aplikasi berbasis speech recognition ini praktis dan mudah digunakan. Berbagai macam hal dapat dilakukan tanpa menyentuh gadget Anda, seperti menyalakan musik, melihat ramalan cuaca, mengirim pesan singkat, bahkan membuat sebuah dokumen pun dapat dilakukan dengan fitur voice control ini.

Sejarah voice control sendiri berawal pada tahun 1952 disaat Bell Laboratories menciptakan Audrey. Namun, Audrey hanya dapat mengerti angka yang diucapkan oleh beberapa orang saja. Di tahun 1960-an, IBM mengeluarkan mesin Shoebox yang dapat mengerti 16 kata dalam Bahasa Inggris. Di dekade-dekade selanjutnya sistem berbasis voice recognition semakin berkembang, seperti dapat mengenali suara dari beberapa orang dan kosa kata yang dapat dipahami pun bertambah.

Di abad-21 ini, perkembangan voice control dipelopori dengan diciptakannya Google Voice Search untuk iPhone pada tahun 2008. Sekarang Google Voice Search berubah menjadi Google Assistant. Google Assistant pun menjadi aplikasi voice control yang lengkap bagi pengguna Android. Tiga tahun setelahnya, Apple memperkenalkan Siri, asisten virtual yang dapat digunakan untuk mengoperasikan device iPhone dan aplikasi-aplikasinya. Tahun 2014, Amazon mengeluarkan Alexa yang pertama kali digunakan di Amazon Echo and Amazon Echo Dot smart speakers.

Kehadiran sistem voice control ini sangat menguntungkan dalam berbagai aspek. Pertama, voice control membuat pekerjaan yang kita lakukan lebih efisien. Kita dapat menyelesaikan pekerjaan lebih cepat. Kedua, voice recognition berguna untuk mengkoordinasikan perangkat-perangkat IoT. Asisten virtual yang biasa digunakan adalah Google Home dan Amazon Echo yang dapat digunakan untuk mengatur smart homes. Berikutnya, voice control dapat digunakan untuk meningkatkan keamanan. Contohnya, membuat password yang harus diucapkan oleh sesorang tertentu. Voice control dapat menjadi sistem keamanan yang lebih baik daripada jenis password lainnya.

Namun, pada penggunaannya ada beberapa kelemahan dari voice control. Tidak semua kata dapat dimengerti oleh aplikasi speech recognition secara akurat. Selain itu, jika berada ditempat yang ramai, voice control belum tentu dapat mengerti apa yang kita ucapkan. Keterbatasan kosa kata yang dimengerti oleh perangkat voice control juga menjadi sebuah masalah.

Walaupun membantu dalam kehidupan sehari-hari, tetap ada beberapa hal yang memang lebih baik dilakukan secara manual, karena selalu ada kemungkinan aplikasi voice control tidak menginterpretasikan dengan benar. Kedepannya, teknologi voice control dapat dikembangkan dan dilatih untuk menjadi lebih baik dan selalu membantu kehidupan sehari-hari kita.

 

Pantau terus kelanjutan acara COMPFEST melalui media sosial kami di Instagram @COMPFEST, Twitter @COMPFEST, dan situs utama kami http://www.compfest.id (Editorial Marketing/Sarah)

Sumber:

https:/www.totalvoicetech.com/a-brief-history-of-voice-recognition-technology/

http:/www.happyscribe.co/blog/history-voice-recognition/

https:/www.totalvoicetech.com/how-voice-recognition-software-will-impact-your-life/

https:/blog.firstagenda.com/3-pros-and-cons-of-using-speech-recognition-in-your-business

Featured image: https:/techzillo.com/disable-voice-control/