Chapter 11

Artificial Intelligence, Robotics, and

Quantum Computing Technology

KELOMPOK 10
202050105 – Fernando Timotius
202050134 – Timothy Carolus Alviandy
202050245 – Adeline Kezia Putri
202050281 – Ananda Viorencia Cahya
202050487 – Sherly Gloria
 How AI Works

Artificial intelligence mungkin salah satu yang paling banyak dibicarakan dan ditulis tentang
teknologi saat ini. Ilmuwan dan insinyur penelitian bekerja keras untuk membuat kemajuan di semua
cabang AI, sementara yang lain sibuk mengembangkan aplikasi AI baru yang dapat melakukan
pekerjaan yang saat ini dilakukan oleh manusia. AI berada di radar sebagian besar eksekutif puncak
di perusahaan di seluruh dunia yang tahu teknologi memiliki potensi luar biasa untuk meningkatkan
cara perusahaan mereka melakukan bisnis. Namun, terlepas dari semua perhatian ini, belum ada
yang mengembangkan definisi komprehensif untuk kecerdasan buatan yang sepenuhnya menangkap
bagaimana aplikasi AI bekerja, apa yang mereka lakukan, dan apa yang harus kita harapkan dari
aplikasi AI di masa depan.
 Stages of Artificial Intelligence Development

Tiga tahap pengembangan AI yang digunakan untuk mengkategorikan kecanggihan

dan kompleksitas aplikasi AI (Joshi, 2019b):
1. Artificial narrow intelligence (ANI) juga dikenal sebagai AI "lemah", pada
dasarnya aplikasi saat ini
2. Artificial general intelligence (AGI) juga dikenal sebagai AI "kuat", pada
dasarnya aplikasi masa depan yang akan setara dengan kemampuan manusia.
3. Artificial super intelligence (ASI) pada dasarnya, aplikasi masa depan dengan
kemampuan yang melampaui apa yang mampu dilakukan manusia.
Types of Artificial Intelligence Machines

4 tipe/ jenis artificial intelligence machines, yaitu:

● Reactive machines
● Limited Memory Machines
● Theory of Mind Machines
● Self-Awareness Machines
 The Six Branches of Artificial Intelligence

Sebagian besar ahli setuju bahwa bidang AI terdiri dari penelitian dan aplikasi di bidang-bidang
berikut (Lateef, 2017):
1. Machine learning—Mesin yang bisa belajar.
2. Deep learning—mesin pembelajaran canggih yang menggunakan jaringan saraf.
3. Natural language processing (NLP)—Mesin yang dapat berkomunikasi seperti manusia.
4. Expert systems—mesin yang memecahkan masalah kompleks.
5. Fuzzy logic—mesin yang mereplikasi kemampuan penalaran logika fuzzy manusia.
6. Robotics—robot yang menggunakan AI untuk belajar, memecahkan masalah, dan berkomunikasi.
 1. Machine Learning
Ada tiga pendekatan berbeda untuk pembelajaran mesin yang digunakan saat ini (Rimol, 2020):

1. Supervised learning—pendekatan ini analog dengan menyediakan mesin dengan guru, namun "guru" benar-
benar bagian dari kumpulan data yang berisi jawaban yang benar. Dalam contoh di atas, guru adalah variabel
yang mengidentifikasi gambar mengandung ikan mas atau tidak..

2. Unsupervised learning—dengan pembelajaran tanpa pengawasan, mesin ini sendiri untuk mengidentifikasi
pola dan struktur dalam data yang digunakan untuk mengkategorikan hal-hal. Dalam contoh kami di atas, kami
akan mencari mesin untuk mengelompokkan gambar dengan benar ke dalam kelompok ikan mas dan
kelompok bukan ikan mas, tetapi mesin tidak akan dapat memberi label pada kelompok, atau memberi tahu
kami yang mana adalah kelompok ikan mas..

3. Reinforcement learning—dengan jenis pembelajaran ini, komputer belajar dengan trial and error. Dari contoh
kami, mesin akan mulai dengan mencoba mengidentifikasi gambar ikan mas. Jawaban yang benar akan
menerima skor +1 dan jawaban yang salah akan menerima skor -1. Dengan mencoba mengoptimalkan bala
bantuan, komputer akan menjadi semakin lebih baik dalam mengidentifikasi gambar ikan mas dengan benar.
 2. Deep Learning

Jaringan saraf yang digunakan dalam pembelajaran mendalam selalu memiliki Lapisan Input,
Lapisan Tersembunyi, Lapisan Output.
 The input layer terdiri dari data mesin seharusnya bertindak atas, atau dalam hal ini, gambar
kucing dan anjing.
 The output layer adalah tindakan yang dilakukan oleh mesin, atau dalam hal ini, menyortir
gambar kucing dan anjing dengan benar.
 The hidden layers mewakili pemrosesan data yang terjadi untuk mencapai output yang benar.
 3. Natural Language Processing

● Beberapa aplikasi AI menggunakan pemrosesan Natural Processing Language

(NLP) yang memungkinkan mereka untuk berinteraksi dengan orang-orang yang
menggunakan bahasa manusia
● Program NLP memiliki 2 komponen dasar yaitu Natural Language
Understanding (NLU) dan Natural Language Generation (NLG). Tugas
memahami bahasa lebih kompleks dan menantang daripada tugas generasi
bahasa
Aspects of Human Language Used in NLP Applications
Sources: Mahler and Cheung (2017), Gupta (2017), Garbade (2018).

Aspect of Language Processing Description

Syntax Pengaturan kata-kata sehingga mereka membuat arti tata bahasa.
Semantics Analisis semantik mencoba untuk mendefinisikan arti dari satu kata atau sekelompok
kata-kata..

Pragmatics Sebuah subset dari analisis semantik yang menggambarkan cara konteks (misalnya,
peserta dan niat mereka) membentuk arti dari kata-kata atau frase tertentu..

Phonetics/Phonology Fonetik adalah studi tentang suara bicara individu. Fonologi adalah studi tentang pola
suara (fonem) yang terkait dengan bahasa tertentu dan aturan yang mengatur
pengucapan..

Morphology/ Morpheme Studi tentang struktur kata dan pembentukan kata termasuk peran morfem, unit minimal
kata-kata yang masih memiliki makna dan tidak dapat dibagi lebih lanjut..

Discourse Salah satu masalah yang paling menantang dalam NLP adalah bagaimana
memodelkan cara-cara yang diucapkan dalam bahasa tetap bersama untuk membentuk
wacana yang koheren..

World Knowledge Penggunaan pengetahuan dunia untuk menentukan arti yang benar dari kata-kata dan
frasa.
 IT at Work 11.1

Facebook – A Social Intelligent Company

Kebanyakan orang akrab dengan Facebook sebagai jaringan social terbesar di dunia. Seperti yang
kita ketahui, model revenue Facebook didasarkan pada iklan – menemukan cara untuk belajar tentang
penggunanya dan mengemas informasi itu untuk pengiklannya

Pengguna-pengguna Facebook secara teratur dan bebas membocorkan semua jenis informasi di
Facebook. Semua informasi tersebut hanya menunggu untuk dikumpulkan dan ditawarkan kepada
pengiklan sehingga mereka dapat memusatkan perhatian kepada konsumen yang paling sesuai
dengan profil target pasar pelanggan mereka

Informasi yang tidak terstruktur ini lalu diubah menjadi informasi terstruktur melalui aplikasi AI yang
dikembangkan secara khusus untuk hal ini.
 IT at Work 11.1

Facebook juga menggunakan perkembangan AI lain seperti:

1. Facebook Translations
2. Chatbots
3. Mobile Video and Image Editing
4. Preventing Suicide
5. Finding Naughty Stuff
 4. Expert Systems

Cabang AI yang telah dikembangkan untuk memecahkan masalah kompleks dalam

disiplin tertentu dengan kecepatan dan kemampuan pemrosesan informasi yang lebih
besar daripada ahli manusia

Komponen Expert Systems:

1. Basis Pengetahuan
2. Mesin inferensi
3. Antarmuka pengguna
 4. Expert Systems

Kegunaannya dalam berbagai industri dan aplikasi termasuk:

1. Medical Diagnosis
2. Stock Market Trading
3. Planning and Scheduling
4. Process, Monitoring and Control
5. Facility Management and Maintenance
 5. Fuzzy Logic

Komputer dan program software yang berjalan pada mereka, biasanya membutuhkan
input biner – ya-tidak, benar-salah, 0-1, dan sebagainya. Ini menciptakan dilemma
untuk program AI yang mencoba mereplikasi kecerdasan manusia karena manusia
sangat nyaman berurusan dengan input dan output probabilistic. Fuzzy Logic adalah
AI yang mencoba meniru kemampuan penalaran logika kabur manusia
 6. Robotics

Bidang robotika mengacu pada pengetahuan dari Teknik mesin dan listrik, ilmu
computer dan disiplin ilmu lainnya untuk menciptakan robot. Pekerja di bidang
robotika merancang system computer yang bertanggung jawab untuk kontrol robot,
umpan balik sensorik dan pemrosesan informasi
 11.2 AI Applications in Business and Society

Adoption of AI Business Applications

Aplikasi AI dalam bisnis mengacu pada sesuatu yang dinamakan Work Automation

Work Automation adalah istilah yang digunakan untuk menggambarkan penggantian

pekerja manusia dengan mesin atau teknologi komputer
 AI Maturity in Organization

Terdapat 5 tahap yang menunjukan kematangan AI:

1. Awareness
2. Active
3. Operational
4. Systematic
5. Transformational
 Predictive Analysis
Analisis prediktif digunakan perusahaan untuk mengidentifikasi pola dalam data.
Penggunaannya dalam system manajemen hubungan pelanggan (CRM) atau data
transaksi pelanggan memungkinkan untuk memprediksi kemungkinan aktivitas
pelanggan seperti melakukan investasi, menyewa mobil baru atau mengambil
pinjaman untuk membayar uang kuliah anak
Beberapa contoh menarik tentang bagaimana aplikasi analitik prediktif berbasis AI
digunakan atau sangat dekat dengan penyebaran oleh organisasi termasuk:
● Bank dan firma layanan keuangan lainnya dapat menggunakan aplikasi ini untuk
memprediksi nilai seumur hidup pelanggan dan menyesuaikan layanan & biaya yang
sesuai
● Perusahaan kartu kredit menggunakan analisis prediktif untuk mendeteksi penipuan
dan memprediksi risiko yang terkait dengan meminjamkan uang kepada pelanggan
menggunakan data keuangan pelanggan, riwayat pembayaran dan data media sosial
● Perusahaan B2B besar dapat menggunakan strategi serupa untuk mengevaluasi
kelayakan kredit pelanggan mereka, menggunakan analisis prediktif untuk menilai
kemungkinan bahwa pelanggan bisnis mungkin tidak membayar tagihan mereka tepat
waktu, dan mengambil tindakan yang tepat ketika memutuskan berapa banyak kredit
untuk diperpanjang ke akun berisiko tinggi

● Retailer, terutama pengecer e-commerce menggunakan analitik prediktif bertenaga AI

untuk mengidentifikasi kapan saatnya untuk mengiklankan produk tertentu kepada
pelanggan, mengetahui mana yang dekat dengan membuat keputusan pembelian
 Sentiment Analysis

Analisis ini pada dasarnya memberikan perusahaan cara untuk mendengarkan

percakapan tentang pengalaman konsumen yang sebelumnya tidak tersedia. Ini juga
memberikan wawasan yang kuat untuk peran yang dimainkan oleh komunikasi “dari
mulut ke mulut” dalam mempengaruhi perilaku konsumen

Sentiment Analysis adalah pendekatan yang banyak digunakan untuk memahami

sikap dan emosi konsumen di era media sosial
 Content Management Systems

Sistem manajemen konten adalah program perangkat lunak yang digunakan untuk
mengkurasi kumpulan konten digital dalam berbagai format. Koleksi besar konten
asli atau yang dikurator dapat menjadi aset berharga dalam lingkungan bisnis saat
ini. Namun, bahkan CMS modern membutuhkan banyak waktu dan usaha manusia.
Untungnya, AI dapat memecahkan masalah ini dan membantu manajer dan eksekutif
puncak membuat keputusan yang lebih baik.
 Do All Businesses Need to invest in AI?

Teknologi AI adalah pengubah permainan untuk organisasi dari semua jenis dan di
semua industri. Perusahaan di seluruh dunia bertanya kepada diri mereka sendiri,
“Haruskah kita berinvestasi pada AI?” Jawabannya adalah iya. Meskipun terdapat
hal-hal yang dapat merugikan bisnis, namun AI dapat menjadi solusi yang dapat
membantu memahami bagaimana bisnis bekerja. Bisnis di era digital ini harus
mengadopsi teknologi AI agar tetap kompetitif dengan semua manajer cerdas
lainnya yang sudah menggunakan AI untuk meningkatkan proses bisnis mereka
dengan cara yang bahkan tidak dapat dibayangkan oleh manusia biasa
 HubSpot Uses AI Machine Learning for Inbound
Marketing
● Pelopor inbound marketing HubSpot adalah pelopor dalam penerapan teknologi
Machine Learning (ML) untuk inbound marketing.

● Cara HubSpot menggunakan pembelajaran mesin meliputi:

1. Content Strategy
2. Predictive Scoring
3. Data Enrichment
4. Adaptive A/B Testing
 Law Enforcement and Public Safety
Beberapa aplikasi penegakan hukum AI yang paling mudah termasuk:
● Enhanced image and video search (Dengan meningkatnya jaringan kamera
keamanan dan umpan CCTV, jumlah dan ketersediaan data gambar dan video
tumbuh secara eksponensial.)
● Facial recognition systems (Aplikasi khusus pencarian gambar dan video yang
ditingkatkan AI yang dapat mengidentifikasi orang dengan mencocokkan
gambar seseorang dengan gambar atau video dari kamera keamanan dan umpan
CCTV.)
● Detecting and preventing crime with data analysis (Aplikasi AI unggul dalam
memproses data dalam jumlah besar dan dengan kecepatan dan akurasi yang
lebih besar daripada manusia.)
 Computer Vision
Bidang kecerdasan buatan yang melatih
komputer untuk melihat menggunakan
pembelajaran mendalam dan kamera untuk
mengidentifikasi objek dalam gambar dan
video dan mengambil tindakan yang tepat
berdasarkan informasi itu.
Biometric Input Devices
Mengukur karakteristik fisik
unik seseorang, biasanya untuk
digunakan dalam perangkat
keamanan yang dirancang untuk
hanya memungkinkan akses ke
individu tertentu.
 Healthcare and Medicine

Banyak aplikasi AI baru yang menarik telah dikembangkan untuk bidang medis dan
perawatan kesehatan:
1. Radiology
2. Electronic Medical Records
3. Diagnosis
4. Medication Errors
5. Improved Care
6. Telemedicine
7. Administration Issues
 Barriers to AI Adoption and Use

Para ahli mengatakan bahwa perusahaan menghadapi tiga hambatan untuk

menerapkan solusi AI, yakni:
- Skills
- Takut akan hal yang tidak diketahui
- Kekhawatiran tentang ruang lingkup data lengkap atau kualitas data yang berasal
dari AI.
 11.3 AI and Society (Ethics)

Major Issues of Concern

Daftar berikut mengungkapkan kekhawatiran paling umum yang dimiliki orang
tentang dampak kecerdasan buatan pada pekerjaan dan masyarakat:
1. Ketakutan akan kehilangan pekerjaan dan kehancuran finansial oleh otomatisasi
kerja AI
2. Pelanggaran privasi dan hak-hak sipil yang disebabkan oleh aplikasi AI
pemerintah dan penegak hukum
3. Bias sistematis yang dihasilkan dari algoritma dan data ML
 Work Automation and Job Loss

Untuk menilai dampak AI terhadap berbagai pekerjaan, kita perlu

melihat jenis pekerjaan yang mudah diotomatisasi dan yang tidak.
Banyak orang berasumsi bahwa pekerjaan kerah biru adalah yang paling
berisiko diotomatisasi, mungkin karena cara produsen begitu cepat
mengganti pekerja produksi dengan jalur produksi bertenaga robot. Tapi
itu juga menyoroti jenis pekerjaan yang cocok untuk otomatisasi
 Privacy, Civil Rights, and Government Use of
Artificial Intelligence

Teknologi pengenalan wajah adalah sesuatu yang banyak dari kita hadapi setiap hari
ketika kita masuk ke Facebook untuk berbagi foto saat-saat menyenangkan dengan
keluarga dan teman atau melihat foto-foto yang dibagikan oleh orang lain. Selama
bertahun-tahun, Facebook telah mendorong kami untuk menandai orang-orang
dalam gambar kami, sesuatu yang sebagian besar tampaknya relatif tidak berbahaya.
Unexpected Results When Bias Creeps into the Learning Process

Kekhawatiran lain yang dapat berdampak negatif pada orang adalah ketika beberapa jenis program
pembelajaran mesin mengembangkan bias dalam kemampuan pengambilan keputusan mereka. Mungkin contoh
klasik
bias dalam pembelajaran mesin adalah sistem COMPAS yang digunakan di Broward County, Florida untuk
memprediksi apakah seseorang yang dihukum dan dipenjara karena kejahatan akan cenderung menyinggung
kembali jika dibebaskan bersyarat. Hakim menggunakan skor risiko ini dalam mengembangkan hukuman, dengan
hukuman yang lebih keras dibagikan kepada mereka yang memiliki skor risiko lebih tinggi.
Robotics

Robotika adalah bidang interdisipliner yang menarik dari pengetahuan dan penelitian di bidang mekanik, informasi,
dan teknik elektro, ilmu komputer, kecerdasan buatan, nanoteknologi, bioteknologi, dan bidang lainnya. Mesin robot
pertama kali muncul pada akhir 1950-an dan awal 1960-an. Sejak saat itu, desain, kompleksitas, dan kecanggihan
mesin robot telah tumbuh secara signifikan (Ben-Ari & Mondada, 2018).

robotics adalah cabang teknologi yang berhubungan dengan desain, konstruksi, operasi, dan penerapan robot (Oxford
English Dictionary, 2019).

Robot juga mulai digunakan dalam penegakan hukum. Penggunaan robot dalam penegakan hukum saat ini masih
terbatas, meskipun seperti bentuk AI lainnya, pengembang percaya ada banyak potensi untuk memperluas
penggunaannya.
Types of Robotic Machines

Upaya untuk mengkategorikan berbagai jenis mesin robot telah terbukti sulit. Bagian dari masalahnya adalah bahwa
saat ini ada begitu banyak jenis robot dan teknologi robot. Robot juga melakukan beberapa jenis pekerjaan di
banyak industri.
Robotics and Work Automation
Seperti yang Anda baca di awal bab ini, otomatisasi kerja adalah fenomena yang melampaui robotika, karena program perangkat lunak juga dapat
digunakan untuk menggantikan pekerja manusia. Otomatisasi kerja dapat menjadi kontroversial ketika diterapkan dalam skala luas, mengganggu
pekerjaan seluruh angkatan kerja manusia. Otomatisasi kerja kurang bermasalah ketika diterapkan pada tugas-tugas yang berulang, membosankan,
berbahaya, atau melelahkan secara fisik. Robot sangat berharga dalam teknologi tinggi dan industri lain di mana presisi dan produksi ruang bersih
diperlukan (yaitu, produksi semi-konduktor, layar OLED, atau obat-obatan).

Penggunaan robot yang paling umum untuk otomatisasi kerja adalah di sektor manufaktur ekonomi. Robot industri yang digunakan dalam aplikasi
manufaktur dan produksi dapat dikategorikan menjadi enam jenis berdasarkan cara mereka dikonfigurasi (Technavio, 2018). Meskipun kami menjelaskan
setiap jenis robot industri di bawah ini, sangat disarankan agar Anda menggunakan mesin pencari untuk menemukan gambar robot ini, karena itu benar-
benar cara terbaik untuk memahami desain dan fungsi masing-masing jenis..
1. Cartesian
2. Cylindrical
3. SCARA
4. Delta
5. Polar
6. Articulated
 Collaborative Robots

Jenis robot lain yang semakin banyak digunakan dalam aplikasi produksi adalah robot kolaboratif. Salah satu tujuan
untuk sistem produksi robot kolaboratif adalah keamanan. Biasanya, bagian robot dari pasangan kerja mengambil
aspek proses produksi yang mungkin melibatkan pengangkatan berat, gerakan berulang atau rutin, atau langkah
langkah lain dalam proses yang mungkin berpotensi tidak aman bagi pekerja manusia. Robot kolaboratif dirancang
untuk mengurangi risiko ini, sambil meningkatkan produktivitas dan kontrol kualitas..
Medical/Surgical Robots
Dalam perawatan kesehatan, robot digunakan dalam berbagai prosedur bedah. Robot bedah biasanya dianggap robot
kolaboratif karena alih-alih menggantikan ahli bedah, robot bekerja dengan ahli bedah untuk melaksanakan prosedur
bedah yang membutuhkan tingkat presisi yang sangat tinggi, penggunaan instrumentasi mikro dan situasi lain di mana
perangkat robotika menambah keterampilan dan pengalaman ahli bedah manusia. Robot medis dirancang untuk
menambah keterampilan, pengetahuan, dan keahlian ahli bedah, dengan mengambil tugas-tugas bedah yang
membutuhkan tingkat presisi dan stabilitas yang sangat tinggi dalam jangka waktu yang lama.
Misalnya, laparoskopi adalah jenis operasi invasif minimal yang menggantikan prosedur bedah tradisional. Alih-alih
membuat sayatan besar untuk mengakses jaringan dan organ yang mendasarinya, laparoskopi menggunakan bukaan
yang sangat kecil dan alat khusus yang disebut endoskopi yang memungkinkan untuk mencapai dan beroperasi pada
jaringan dan organ yang mendasarinya melalui lubang kecil.
Service Robots
Istilah robot layanan mencakup berbagai kasus penggunaan. Seperti robot industri, robot layanan profesional dirancang
untuk melakukan tugas-tugas yang berulang, mungkin membosankan, atau mungkin mewakili potensi risiko terhadap
kesehatan dan keselamatan manusia. Satu-satunya perbedaan adalah bahwa robot layanan profesional digunakan di
luar lingkungan produksi dan pabrik. Sebaliknya, robot layanan ini digunakan dalam berbagai pengaturan profesional
dan bisnis. Beberapa contoh robot layanan profesional termasuk:
 Robot pertanian

 Robot layanan pelanggan

 Robot konstruksi

 Robot pembongkaran

 Robot inspeksi

Jenis layanan yang menarik dan robot kolaboratif adalah robot exoskeleton yang saat ini digunakan dalam perawatan
kesehatan. Ini adalah robot yang dapat dipakai oleh manusia dan digunakan untuk meniru atau menambah gerakan
tubuh sendiri, sementara pada saat yang sama menambahkan fitur pelindung atau kekuatan (Agence France-Presse,
2019)
Drones

Drone adalah robot terbang yang dapat dikendalikan dari jarak jauh atau terbang secara
mandiri melalui rencana penerbangan yang dikendalikan perangkat lunak yang bekerja
dengan sensor onboard dan GPS.

Dalam bisnis, penggunaan umum drone udara dapat dilihat di gudang yang dilengkapi
RFID di mana drone digunakan setelah jam kerja normal untuk memindai produk,
melakukan pemeriksaan inventaris, melacak barang dagangan, memetakan lokasi produk,
dan melakukan tugas berulang lainnya.

Drone juga digunakan untuk meningkatkan proses di banyak sektor industri termasuk
perawatan kesehatan, pertanian, peramalan cuaca, pengelolaan limbah, pertambangan,
energi, konstruksi dan perencanaan, asuransi, dan real estat untuk beberapa nama.
Di militer, drone dikenal sebagai UAV (kendaraan udara tak berawak)
atau RPAS (sistem udara yang dikemudikan dari jarak jauh) dan
digunakan untuk pengawasan dan dalam operasi ofensif di mana
penerbangan berawak dianggap terlalu berisiko atau sulit. Saat ini 95
negara di seluruh dunia sudah memiliki beberapa bentuk teknologi drone
militer dibandingkan dengan sekitar 60 negara 10 tahun yang lalu.
Autonomous Robots

Robot otonom beroperasi tanpa banyak kontrol eksternal. Mereka mungkin mesin
yang lebih besar, jauh lebih canggih yang menggunakan berbagai jenis AI untuk
memandu perilaku mereka.

Misalnya, mungkin kendaraan otonom (AV), seperti mobil penumpang, van

pengiriman atau truk semi-trailer untuk mengangkut barang jarak jauh. Jenis lain dari
robot otonom yang muncul di gudang dan layanan pemenuhan pesanan adalah mesin
pemetik robot.
 11.5 Quantum Computing (QC)

What Is Quantum Mechanics?

Mekanika kuantum adalah cabang ilmu pengetahuan, lebih khusus cabang fisika
yang menggambarkan perilaku atau pergerakan benda mikroskopis.

Quantum Computers

Alih-alih bit yang digunakan dalam komputer saat ini, komputer kuantum
menggunakan jenis saklar lain yang disebut qubit. Qubit dapat memiliki nilai 0, 1,
serta nilai antara 0 dan 1. Nilai ketiga ini mewakili konsep superposisi yang
dijelaskan di atas. Komputer kuantum juga beroperasi pada qubit dengan cara yang
mereplikasi konsep kuantum lainnya seperti belitan dan interferensi.
Beberapa contoh kemajuan baru ini termasuk bidang-bidang berikut.

Artificial Intelligence
Banyak program kecerdasan buatan sudah mampu memproses kumpulan data yang sangat besar untuk melatih
atau belajar bagaimana melakukan hal-hal seperti membuat keputusan atau mengidentifikasi objek. Aplikasi lain
dapat menyaring kumpulan data besar untuk mengungkap pola atau hubungan yang bermakna dalam data yang
tidak akan jelas bagi agen manusia.

Cybersecurity
Profesional cybersecurity menggunakan berbagai alat untuk mendeteksi pelanggaran data dan aktivitas peretas
yang tidak sah saat mereka bergerak di dalam sistem atau jaringan komputer. Diharapkan bahwa komputer
kuantum akan dapat melihat aktivitas yang tidak sah jauh lebih cepat daripada yang mungkin saat ini.
Product Innovation
Pengembangan produk baru, terutama produk berdasarkan kimia atau pencampuran bahan harus ditingkatkan dengan
kemajuan dalam komputasi kuantum. Itu karena kimia didasarkan pada cara molekul dari berbagai zat akan berinteraksi.
Karena molekul beroperasi pada lapisan mikroskopis, komputer kuantum harus memiliki keunggulan yang pasti
dibandingkan komputer tradisional ketika datang untuk mengidentifikasi, mengembangkan, dan menguji hal-hal seperti obat
farmasi baru, dan pupuk yang meningkatkan hasil panen tanpa dampak lingkungan negatif yang disebabkan oleh produk saat
ini.

Business, Market, and Financial Modeling

Organisasi bisnis akan menggunakan komputer kuantum untuk semua jenis masalah, seperti memprediksi kinerja pasar
ekuitas atau perusahaan individu di masa depan dan memodelkan berbagai alternatif dalam pengembangan rantai pasokan.

Weather Forecasting and Climate Change

Ahli meteorologi menggunakan model statistik untuk memantau sistem cuaca dan memprediksi cuaca di masa depan. Dengan
komputer kuantum, mereka akan dapat mengembangkan prediksi yang lebih baik serta membantu menentukan dampak
perubahan iklim yang berkembang di berbagai wilayah di seluruh dunia.