Ctrl-Alt-Del adalah Kesalahan, Kata Gates

Bill Gates

Pendiri Microsoft, Bill Gates, menyebutkan penggunaan tombol Ctrl+Alt+Del untuk mengaktifkan komputer adalah sebuah kesalahan.

Tombol yang awalnya dirancang untuk reboot komputer itu masih tetap dipertahankan di sistem operasi Windows 8 untuk fungsi task manager dan dalam versi yang lebih lama juga untuk mengaktifkan komputer.

Dalam acara pengumpulan dana di Universitas Harvard, Gates menuding kesalahan terletak pada IBM dan mengatakan dia lebih suka jika hanya satu tombol saja yang digunakan.

"Kita bisa menggunakan satu tombol, namun orang yang membuat papan ketik di IBM tidak mau memberikan kita satu tombol," kata Gates.

Penggunaan Ctrl+Alt+Del itu ditemukan oleh insinyur IBM, David Bradley.

Pada awal 1990-an, Ctrl+Alt+Del menjadi populer sebagai cara cepat untuk mengaktifkan kembali komputer jika tampilan layar di komputer terhenti.

Dipopulerkan Gates

Bradley pernah mengatakan dia tadinya ingin menggunakan Ctrl+Alt+Esc, tetapi terlalu mudah karena hanya terpusat di sisi kiri papan ketik sehingga secara tidak sengaja bisa me-reboot komputer.

Oleh karena itu, dia menggunakan Del di sisi kanan karena tidak mungkin dilakukan oleh satu tangan sehingga lebih kecil kemungkinan reboot secara tidak sengaja.

Dalam perayaan 20 tahun IBM, dia mengatakan walau dia yang menemukan, tetapi Bill Gates yang membuatnya terkenal.

Temuannya itu membuat dia menjadi salah satu pahlawan dalam dunia komputer, dan banyak yang meminta tanda tangannya dalam acara-acara komputer dan internet.

Sebagian orang tetap yakin bahwa tiga tombol itu sebagai pilihan yang tepat.

"Saya merasa bahwa satu tombol yang akan menjadi kesalahan," tutur seorang pendukung Bradley di situs internet Reddit.

Saat ini komputer tablet sudah tidak lagi menggunakan Ctrl+Alt+Del untuk mengaktifkan maupun reboot.

Sumber: BBC Indonesia
Editor: Aditya Panji

 

Sumber : http://tekno.kompas.com

Konsumen Indonesia, dari Batang Bambu ke Tablet

KOMPAS.com - Pada abad ke-8, masyarakat kerajaan Mataram di pulau Jawa akan pergi ke pasar di hari-hari tertentu dengan daftar belanjaan yang ditulis di daun palem, batang bambu atau batu tulis.

Hari ini, generasi baru dari tablet dan ponsel cerdaslah yang memainkan peranan penting dalam perjalanan ritel, menghidupkan kembali pola ritel yang sudah lama mendominasi pengalaman berbelanja offline – discovery shopping.

Discovery shopping adalah pengalaman berbelanja di mana pebelanja bisa mencari dan menemukan produk yang paling relevan untuk mereka. Proses pencarian ini melibatkan situs-situs media sosial dan marketplace gaya baru.

Para peritel offline sudah lama menyadari pentingnya sebuah lingkungan yang memikat pebelanja untuk bersama-sama mencari, berdiskusi, dan berbagi cerita tentang produk yang mereka cari dengan teman-temannya.

Konsumen sudah lama mencari marketplace yang nyaman yang membantu mereka menemukan produk-produk relevan dengan harga sesuai, dan memberikan pengalaman berbelanja yang menghibur. Rakuten Belanja Online (RBO) sudah lama menerapkan model pasar online yang menghibur, tempat pebelanja mencari dan membangun hubungan pribadi dengan merchant.

Tak heran kalau tren ini kemudian menyebar di industri e-commerce, diramaikan oleh munculnya sederet situs belanja bernuansa discovery shopping. Di situs-situs itu, pebelanja bisa mengatur koleksi mereka dengan menyematkan atau memposting preferensi barang belanjaan yang diinginkan di suatu arena virtual. Di sana juga ada pebelanja lain yang sama-sama mengakses arena itu dengan perangkat bergerak atau tablet mereka.

Alhasil, bisa dipahami saat situs-situs macam ini mengubah cara peritel dalam menentukan stok barang mereka. Untuk pertama kali, pemilik toko bisa melihat secara tepat apa yang ingin dibeli pebelanja dan menghitung pembelian dengan seketika.

Penemuan Besar

Sebuah papan pin atau semat digital kedengarannya tak mungkin jadi tempat dimulainya era baru berbelanja.  Tapi Pinterest, situs pinning untuk fotografi dan video, termasuk yang pertama memulai fenomena tersebut.

Pada saat banyak pengguna Pinterest masih sibuk berbagi foto tentang binatang piaraannya yang lucu, foto-foto liburan yang menyenangkan, atau berbagi kutipan-kutipan inspiratif, sebagian pengguna lainnya sudah memakai papan semat digital itu untuk menampilkan barang-barang impian mereka, mulai dari mobil sampai meja kopi.

Ketika gambar-gambar itu di-pin, di-like, atau bahkan di-repinned, gambar tersebut telah menginspirasi orang-orang untuk kemudian berbelanja. Data dari Vision Critical yang di-highlight di Harvard Business Review baru-baru ini menyatakan bahwa 21 persen pengguna Pinterest kemudian memutuskan untuk berbelanja setelah melihat gambar-gambar tersebut.

Pengguna Pinterest sekarang sudah mencapai 70 juta pengguna dan dikunjungi lebih dari 20 juta orang per bulan. Situs ini telah menjadi katalis bagi situs belanja generasi baru seperti Fancy, Pinshoppr, dan Curisma.  Situs-situs ini membantu pebelanja menemukan produk-produk menarik dan unik dari seluruh dunia.

Selain itu, situs tersebut juga menghibur karena menawarkan pengguna pengalaman sosial yang menyenangkan dan kesempatan untuk terhubungkan dengan orang-orang yang memiliki minat yang sama. Situs tersebut juga memberikan informasi mendalam mengenai produk yang sedang jadi tren dan tidak diminati lagi. Ini adalah informasi yang tidak bisa dibeli dengan uang.

Peritel yang cerdik melihat peluang pada tren ini dan secara aktif mendorong pebelanja untuk berbagi produk mereka di manapun di Internet. Ini mendorong trafik pengunjung ke toko online.

Buang Segala Asumsi

Jangan pernah berasumsi. Kini ada tren baru yang memudahkan peritel mengetahui apa yang diinginkan publik tentang suatu produk. Ini didorong oleh munculnya sejumlah situs baru yang didanai oleh masyarakat seperti Kickstarter dan Indiegogo.

Situs-situs ini yang menyediakan peluang bagi manufaktur untuk mengetahui opini publik tentang produk yang sedang mereka ciptakan. Dari sana,  kalau ada yang tertarik, mereka bisa dibantu dalam hal pendanaan untuk memproduksi dan meluncurkan produknya ke pasar.

Situs seperti Made.com dan The Grommet juga mengadopsi pendekatan yang sama,  menawarkan peluang bagi pebelanja untuk membeli produk yang masih dalam praproduksi, produk baru, atau edisi terbatas. Sambil mendukung pengembang produk dan desainer untuk menguji produk baru, situs-situs ini juga menghindarkan peritel dari penjualan barang yang tak laku.

Merespon Permintaan

Karena Pinterest dan Curisma, retailer kini lebih banyak tahu tentang kebutuhan konsumer dibandingkan sebelumnya.

Tak perlu lagi khawatir terhadap brand-brand besar yang menawarkan barang termurah secara online yang menarik perhatian konsumen. Toko-toko online kecil kini tak perlu salah langkah saat berurusan dengan margin harga yang tak tetap atau pemasaran yang gagal dari produk yang sebetulnya disukai.

Toko-toko online bisa memanfaatkan situs-situs discovery shopping untuk mengikuti gelombang tren ritel yang tengah naik dan membuat keputusan pembelian produk yang lebih cerdas.

* Tentang Penulis: Ryota Inaba, Presiden Direktur dan CEO Rakuten Belanja Online.

Editor : Wicak Hidayat

Sumber : http://tekno.kompas.com

3G Rampung, Indonesia Sambut 4G LTE

BALI, KOMPAS.com - Atas perintah pemerintah, lima operator seluler pemegang lisensi 3G telah menyelesaikan tata ulang jaringan 3G di frekuensi 2.100MHz pada Senin (21/10/2013). Kini, pemerintah sedang bersiap menyusun regulasi tentang penyelenggaraan jaringan 4G Long Term Evolution (LTE).

Menteri Komunikasi dan Informatika Tifatul Sembiring, mengatakan, pihaknya akan membuka peluang bisnis 4G LTE pada akhir 2013. "Kita akan buka regulasinya, termasuk memberi tahu memakai frekuensi berapa, dan bagaimana cara mendaftarkannya," ujar Tifatul di sela acara Internet Governance Forum di Nusa Dua, Bali, Senin (21/10/2013).

Meski regulasinya diharapkan hadir pada akhir 2013, namun layanan komersialnya baru akan diluncurkan di tahun 2014.

Akhir tahun ini, Kemenkominfo akan melakukan uji publik Rancangan Peraturan Menteri (RPM) tentang penyelenggaraan 4G LTE. "Kita sedang susun RPM-nya," jelas Tifatul.

Ia belum mengungkapkan di frekuensi berapakah 4G LTE akan digelar. Bagi sejumlah pihak, frekuensi 700MHz dinilai sebagai "frekuensi emas" untuk menyelenggarakan 4G LTE. Namun, saat ini frekuensi tersebut penuh digunakan untuk siaran televisi analog.

Kemenkomifo sedang melakukan program digitalisasi televisi yang akan menghapus siaran televisi analog dan diharapkan ada frekuensi bebas di frekuensi 700MHz untuk alokasi jaringan 4G LTE.

Namun, program digitalisasi televisi tersebut baru selesai paling cepat pada 2017. Sehingga, Kemenkominfo harus mencari frekuensi lain untuk menyelenggarakan 4G LTE.

Dalam ekosistem global, frekuensi favorit untuk penyelenggaraan LTE di berbagai negara adalah 700MHz, 1.800MHz, 2.100MHz, dan 2.600MHz.

General Manager Technology Roadmap & Acquisition Telkomsel, Edyson B. Tamba, berpendapat, pemerintah harus memilih frekuensi yang terbaik untuk kondisi Indonesia dan harus mengikuti ekosistem global. Jika negara memilih frekuensi yang tidak populer, maka konsumen dan perusahaan telekomunikasi harus berinvestasi lebih banyak.

"Ada sebuah riset yang menyatakan bahwa, kalau negara salah pilih teknologi yang tidak populer di pasar global, konsumen harus mengeluarkan uang lebih mahal 14 persen untuk beli perangkat ponsel atau tablet. Karena perangkat model tersebut tidak diproduksi secara massal," terang Edyson, beberapa waktu lalu.

Editor: Reza Wahyudi

Sumber : http://tekno.kompas.com

Komputer Berbasis Pengetahuan tentang Otak, Mendekati Kenyataan

Di SC 09, konferensi superkomputer, IBM mengumumkan kemajuan yang signifikan dalam menciptakan suatu sistem komputer yang menirukan dan berusaha menandingi kemampuan otak dalam hal sensasi, persepsi, aksi, interaksi dan kognisi, juga menyaingi dalam hal konsumsi energi yang rendah dan ukurannya yang ringkas.

Tim komputasi kognitif yang dipimpin oleh peneliti IBM, telah mencapai kemajuan yang signifikan dalam hal simulasi kortikal berskala besar dan suatu algoritma baru yang mensintesis data neurologis – dua tonggak utama yang mengindikasikan kemungkinan membangun suatu  chip komputasi kognitif.

Para ilmuwan dalam penelitian IBM – Almaden, dalam kolaborasinya dengan kolega dari Lawrence Berkeley National Lab, telah melakukan simulasi kortikal otak pertama yang mendekati real-time yang melebihi ukuran kortex kucing dan berisi 1 milyar saraf dan 10 trilyun sinap.

Selain itu, dengan berkolaborasi dengan peneliti-peneliti dari Stanford University, ilmuwan-ilmuwan IBM telah mengembangkan suatu algoritma yang menggunakan arsitektur superkomputer Blue Gene untuk pengukuran dan pemetaan secara noninvasif hubungan antara semua lokasi kortikal dan sub-kortikal di dalam otak manusia dengan menggunakan magnetic resonance diffusion weighted imaging. Pemetaan diagram jaringan saraf otak penting sekali untuk menghilangkan kekusutan jaringan komunikasinya yang luas dan untuk memahami bagaimana jaringan otak merepresentasikan dan memproses informasi.

Kemajuan ini akan memberikan suatu meja kerja yang unik untuk mengeksplorasi dinamika komputasi otak, dan membawa tim lebih dekat ke tujuan utamanya untuk membangun suatu chip synaptronic berenergi rendah dan ringkas dengan menggunakan nanoteknologi dan kemajuan-kemajuan dalam hal memori pengubah fase dan sambungan saluran magnetik. Tim kerja berpendirian untuk meninggalkan komputasi von Neumann konvensional, untuk bertemu dengan kebutuhan2 akan sistem dari dunia masa depan yang saling terkoneksi dan terinstrumentasi.

Karena jumlah data digital yang kita ciptakan terus tumbuh secara masif dan dunia menjadi lebih terinstrumentasi dan saling terkoneksi, ada kebutuhan untuk jenis-jenis baru sistem komputasi – yang dikaruniai kecerdasan baru yang dapat menyoroti pola-pola yang sulit untuk ditemukan pada jenis-jenis data yang sangat bervariasi baik digital maupun sensoris ; menganalisa dan mengintegrasikan informasi real-time dalam cara yang tergantung keadaan; dan bersepakat dengan ambiguitas yang ada dalam lingkungan dunia nyata yang kompleks.

Bisnis-bisnis akan secara simultan perlu memonitor, memprioritaskan, mengadaptasikan dan membuat keputusan-keputusan yang cepat berdasarkan aliran data dan informasi yang bertumbuh. Suatu komputer kognitif dapat dengan cepat dan akurat meletakkan bersama-sama potongan-potongan puzzle kompleks ini, seraya mempertimbangkan keadaan dan pengalaman sebelumnya untuk membantu para pembuat keputusan bisnis melakukan respon yang logis.

“Belajar dari otak adalah suatu cara yang menarik untuk mengatasi tantangan tenaga dan densitas kerapatan) yang dihadapi sistem komputasi saat ini,” kata Josephine Cheng, anggota IBM dan direktur lab IBM Research – Almaden. “Karena dunia fisik dan digital makin terus bergabung dan komputasi menjadi lebih melekat dalam keseharian kehidupan kita, sangatlah mendesak bagi kita untuk menciptakan sistem komputasi yang lebih cerdas yang dapat membantu kita memanfaatkan jumlah besar informasi yang makin meningkat, lebih seperti cara otak kita mampu dengan cepat menginterpretasikan dan beraksi dalam tugas-tugas yang kompleks.”

Untuk melakukan simulasi kortikal otak real-time yang pertama yang melebihi ukuran kortex kucing, tim membangunsuatu simulator kortikal yang menggabungkan sejumlah inovasi dalam komputasi, memori dan komunikasi serta detail biologis yang canggih dari neurofisiologi dan neuroanatomi. Peralatan science ini, serupa dengan suatu aselerator linier atau suatu mikroskop elektron, merupakan instrumen yang penting yang digunakan untuk menguji hipotesis struktur, dinamika dan fungsi otak. Simulasi ini dilakukan dengan menggunakan simulator kortikal pada superkomputer Lawrence Livermore National Lab’s Dawn Blue Gene/P dengan 147,456 CPUs and 144 terabytes pada memori utama.

Algoritma tersebut, ketika dikombinasikan dengan simulator kortikal, memberi peluang bagi ilmuwan untuk bereksperimen dengan bermacam-macam hipotesis matematika dari fungsi dan struktur otak dan bagaimana struktur mempengaruhi fungsi ketika mereka berusaha menemukan sirkuit makro dan mikro komputasi inti otak.

Setelah penyelesaian fase 0 yang sukses, IBM dan partner-partner universitasnya saat ini menghadiahkan $16,1 M sebagai dana tambahan dari Defense Advanced Research Projects Agency (DARPA) untuk fase 1 Systems of Neuromorphic Adaptive Plastic Scalable Electronics (SyNAPSE) DARPA. Fase penelitian ini akan fokus pada komponen-komponen arsitektur dan simulasi seperti otak untuk membangun suatu chip prototipe. Misi jangka panjang inisiatif komputasi IBM adalah untuk menemukan dan mendemonstrasikan algoritma otak dan mengantarkan komputer kognitif yang ringkas dan berenergi rendah yang mendekati intelejensi skala mamalia dan menggunakan sedikit energi daripada sistem komputasi saat ini. Tim kelas dunia ini termasuk peneliti-peneliti dari beberapa lab penelitian IBM di seluruh dunia dan para ilmuwan dari Stanford University, University of Wisconsin-Madison, Cornell University, Columbia University Medical Center dan University of California- Merced.

“Tujuan utama dari program SyNAPSE adalah untuk menciptakan hardware dan arsitektur elektronik baru yang dapat mengerti, beradaptasi dan merespon terhadap suatu lingkungan informasi dengan cara yang melampaui komputasi tradisional termasuk kemampuan-kemampuan yang berbeda secara fundamental yang ditemukan pada otak biologis,” kata program manager DARPA, Tood Hylton, Ph.D.

Komputasi modern didasarkan pada suatu model program yang disimpan, yang secara tradisional telah diimplementasikan pada sirkuit digital yang sinkron, serial, tersentral, dan cepat, dengan memori eksplisit yang menunjukkan data over-write secara tidak pandang bulu dan memaksakan suatu dikotomi antara komputasi dan data. Sepenuhnya berlawanan, komputasi kognitif – seperti otak – akan menggunakan unit-unit, neuron-neuron, sinap-sinap komputasi yang direplikasi yang diimplementasikan pada subtrat-subtrat biologis mode campuran analog-digital, asinkron, paralel, terdistribusi, pelan, dapat dikonfigurasi ulang, khusus dan fault-tolerant dengan memori implisit yang menunjukkan bahwa hanya keadaan update ketika informasi berubah, mengaburkan batas antara komputasi dan data.

More information: Technical insight and more details on the SyNAPSE project and recent milestones can be found on the Cognitive Computing blog at http://modha.org/ .

Source: IBM

Memikirkan kembali Artificial Intelligence : Para peneliti berharap bisa membuat ‘co-processor’ untuk pikiran manusia

Penelitian di bidang artificial intelligence (AI), yang ditemukan lebih dari 50 tahun lalu, tampaknya menunjukkan bahwa banyak peneliti telah menghabiskan banyak waktu mengembara di belantara, menukar ambisi yang sangat besar dengan kenyataan pencapain yang relatif biasa-biasa saja. Saat ini, beberapa dari perintis bidang ini, bergabung dengan generasi pemikir saat ini memasukkan roda gigi untuk suatu kerja keras besar-besaran untuk menggali keseluruhan ide di bidang ini.

Saat ini, mereka memastikan untuk melakukannya dengan benar dan dengan keuntungan dari peninjauan ulang ke masa lalu, pengalaman, perkembangan pesat teknologi baru dan pengetahuan dari bidang baru yaitu computational neuroscience, mereka percaya mempunyai arah yang tepat.

Proyek baru yang diluncurkan dengan dana awal $5 juta dan jadwal selama 5 tahun ini disebut dnegan Mind Machine Project atau MMP, suatu kolaborasi sekitar dua lusin profesor, peneliti, mahasiswa dan mahasiswa postdoktoral. Menurut Neil Gershenfeld, satu dari pemimpin MMP dan direktur MIT’s Center for Bits and Atoms, satu dari tujuan utama proyek ini adalah untuk menciptakan mesin cerdas – “apapun artinya”

Proyek ini “meninjau kembali asumsi dasar” di dalam semua area yang diliputi bidang AI, termasuk sifat pikiran dan memori, dan bagaimana kecerdasan dapat diwujudkan dalam bentuk fisik, kata Gershenfeld, professor of media arts and sciences. “Yang penting, kami ingin kembali ke 30 tahun lalu dan meninjau kembali beberapa ide yang telah membeku,” katanya, dan menambahkan bahwa grup baru ini berharap untuk memperbaiki “kesalahan mendasar” yang telah dibuat dalam riset AI selama bertahun-tahun.

Lahirnya AI sebagai suatu konsep dan bidang ilmu muncul pertama kali pada konferensi pada musim panas 1956, dimana ide lepas landas dengan proyeksi kesuksesan yang cepat. Satu dari partisipan pertemuan tersebut, Herbert Simon, memprediksikan pada tahun 1960an, mesin-mesin akan mampu, dalam 20 tahun, melakukan pekerjaan apa pun yang bisa dilakukan manusia.” Namun, dua dekade telah terlampaui, tujuan besar itu sekarang tampaknya terabaikan.

Secara luas diterima bahwa AI telah gagal merealisasikan banyak janji-janji awalnya yang mulia. “mempertimbangkan optimisme yang berlebihan dari AI pada masa-masa awalnya, tidaklah mengherankan jika itu semua tidak tercapai. Ini merupakan resiko pekerjaan di banyak bidang baru,” kata Daniel Dennett, professor of philosophy at Tufts University and co-director of the Center for Cognitive Science. Dia mengatakan bahwa semua ini tidaklah sia-sia: “realitanya tidak mempesona, tetapi masih mengesankan, dan banyak aplikasi AI yang dianggap mustahil pada tahun 1980an sekarang ini menjadi hal yang sehari-hari.” termasuk sistem otomatis yang menjawab banyak pertanyaan telepon menggunakan pengenal suara.

Memperbaiki yang rusak

Gershenfeld mengatakan dia dan anggota MMP “ingin kembali ke belakang dan memperbaiki apa yang rusak dari pondasi teknologi informasi.“ Dia mengatakan bahwa ada tiga area spesifik – melakukan pekerjaan pada pikiran, memori dan body – dimana riset AI telah terhenti, dan masing-masing area tersebut akan dikerjakan dengan cara yang spesifik oleh proyek baru ini.

Area pertama, kata dia, adalah sifat pikiran: “bagaimana anda membuat model pikiran?” di dalam riset AI sekarang ini, kata dia,”apa yang telah hilang adalah suatu ekologi model, suatu sistem yang dapat memecahkan masalah-masalah dengan banyak cara,” seperti yang dilakukan pikiran.

Bagian yang sulit muncul dari sifat pikiran manusia yang sangat alami, berkembang selama milyaran tahun sebagai suatu campuran yang kompleks dari fungsi-fungsi dan sistem-sistem yang berbeda. “Potongan-potongan tersebut sangatlah berlainan, tidak perlu terbangun dengan suatu cara yang harmonis,” Gershenfeld mengatakan. “terdapat pola serupa dalam riset AI. Terdapat banyak potongan yang bekerja dengan baik memecahkan beberapa masalah tertentu, dan orang telah berusaha untuk mencocokkan semuanya ke dalam salah satunya. “Malahan, katanya, yang diperlukan adalah cara untuk “membuat sistem yang terbuat dari banyak potongan tersebut” yang bekerja bersama seperti elemen-elemen yang berbeda dari pikiran. “daripada mencari peluru perak, kami melihat pada range model, berusaha untuk menyatukannya dan mengumpulkannya,” katanya.

Area kedua yang menjadi fokus adalah memori. Banyak pekerjaan di AI telah berusaha memaksakan suatu konsistensi sistem buatan dan menguasai keberantakan, sifat kompleks pikiran dan memori manusia. “Sekarang ini dimungkinkan untuk menghimpun keseluruhan pengalaman hidup dari seseorang, kemudian berfikir dengan menggunakan kumpulan data ini yang penuh dengan ambiguitas dan inkonsistensi. Begitulah bagaimana kami berfungsi – kami tidak berfikir dengan kebenaran yang tepat,” katanya. Komputer perlu belajar “cara berpikir yang digunakan untuk dia bekerja, daripada menghindari ambiguitas dan inkonsistensi.”

Dan fokus ketiga adalah bekerja pada apa yang mereka jelaskan sebagai “body”. “Ilmu komputer dan ilmu ragawi berbeda sejak bertahun-tahun lalu,” kata Gershnfeld. Komputer diprogram dengan menulis suatu urutan barisan-barisan kode, tetapi “pikiran tidak bekerja dengan cara demikian. Di dalam pikiran, semua terjadi dimana saja sepanjang waktu.” Suatu pendekatan baru untuk pemprograman, disebut dengan RALA (reconfigurable asynchronous logic automata) berusaha untuk “mengimplementasikan kembali semua ilmu komputer pada suatu basis yang terlihat seperti fisik,” katanya, merepresentasikan komputasi “dengan suatu cara yang mempunyai unit-unit fisik yaitu waktu dan ruang, sehingga penjelasan sistem tersebut segaris dengan sistem yang direpresentasikan.” Ini akan dapat menjadi awal pembuatan komputer yang “bekerja dengan suatu cara yang paralel dengan yang digunakan otak,”katanya.

Anggota grup MMP merentang 5 generasi riset AI, Gershfeld mengatakan. Mewakili generasi pertama adalah Marvin Minsky, professor of media arts and sciences and computer science and engineering emeritus yang telah memimpin dalam bidang ilmu ini sejak kelahirannya. Ford Professor of Engineering Patrick Winston of the Computer Science and Artificial Intelligence Laboratory adalah satu dari peneliti generasi kedua, dan Gershenfeld mewakili generasi ketiga. Ed Boyden, seorang  Media Lab assistant professor dan pimpinan Synthetic Neurobiology Group, yang merupakan murid Gershenfeld, mewakili generasi keempat. Dan generasi kelima termasuk David Dalrymple, satu dari mahasiswa termuda di MIT, yang memulai kuliyahnya pada usia 14 tahun, dan Peter Schmidt-Nielson, anak prodigy yang melakukan home schooling yang, meskipun dia belum pernah mengambil kelas komputer, pada usia 15 tahun telah mengambil peran penting dalam pengembangan disain tool untuk software baru.

Proyek MMP dipimpin oleh Newton Howard, yang datang ke MIT untuk mengepalai proyek dari latar belakang pemerintah dan riset komputer industri dan ilmu kognitif. Proyek ini didanai oleh Make a Mind Company yang diketuai Richard Wirt, seorang Intel Senior Fellow.

“Untuk pengetahuan kita, ini merupakan kolaborasi pertama untuk yang seperti ini,”kata Boyden. Mengacu pada pertemuan awal grup baru ini pada musim panas, dia mengatakan “yang unik dari semua orang yang berada di ruangan itu adalah bahwa mereka benar-benar berpikir besar; mereka tidak takut untuk memecahkan masalah-masalah besar, pertanyaan-pertanyaan besar.”

Gambar Besar

Ahli psikologi Harvard Steven Pinker mengatakan bahwa ini merupakan berpikir dengan gambaran besar yang telah sangat kekurangan dalam riset AI sekarang ini. Sejak tahu 1980an, katanya “ada suatu fokus yang jauh lebih besar kepada mendapatkan produk-produk software untuk pasar, tanpa menghiraukan apakah mereka menginstantkan prinsip-prinsip yang menarik dari sistem inteligensia yang juga dapat menerangi pikiran manusia. Ini adalah sesuatu yang benar-benar memalukan, dalam pikiran saya, karena para ahli psikologi kognitif (orang-orang saya) sebagian besar adalah orang-orang lab ateoritis, ahli-ahli bahasa secara sempit fokus pada paradigma teorinya sendiri, dan ahli filsafat pikiran sebagian besar tidak tertarik dengan mekanisme.

“Memudarnya AI teoritis telah menyebabkan kurangnya teori dalam ilmu pikiran,” kata Pinker. “Saya berharap bahwa gerakan baru ini akan membawanya kembali.”

Boyden setuju bahwa waktu telah matang untuk meninjau kembali pertanyaan-pertanyaan besar ini, karena telah ada banyak kemajuan di berbagai bidang yang berkontribusi dalam AI. “Khususnya kemampuan untuk imaging sistem saraf dan mengganggu sistem saraf telah membuat kemajuan besar pada tahun-tahun terakhir ini. Dan komputer telah mengalami kemajuan pesat – sekarang ini ada superkomputer seharga beberapa ribu dolar yang dapat melakukan satu trilyun operasi per detik.”

Minsky, satu dari peneliti perintis AI, melihat harapan nyata untuk kontribusi penting sekarang ini. Beberapa dekade yang lalu, Alan Turing penghayal komputer telah terkenal mengajukan suatu tes sederhana – sekarang dikenal dengan Turing Test – untuk menentukan apakah suatu mesin bisa dikatakan benar-benar cerdas : jika seseorang berkomunikasi via terminal komputer dapat melakukan percakapan dengan mesin tetapi tidak bisa mengatakan apakah itu orang atau bukan, maka mesin tersebut bisa dianggap cerdas. Tetapi kompetisi “Turing test” tahunan masih belum menghasilkan suatu mesin yang dapat secara meyakinkan dipandang sebagai orang.

Sekarang ini, Minsky mengajukan suatu tes perbedaan yang akan menentukan ketika mesin telah mencapai suatu level kecanggihan yang dapat mulai benar-benar berguna : apakah mesin dapat membaca suatu buku anak-anak sederhana, memahami tentang apa ceritanya dan menjelaskannya dengan kata-katanya sendiri atau bertanya pertanyaan beralasan tentang cerita itu.

Tidaklah jelas apakah itu adalah suatu tujuan yang bisa dicapai dalam jangka waktu jadwal tersebut, tetapi Gershenfeld mengatakan, “Kami perlu proyek tantangan yang baik yang memberi kekuatan kepada kami untuk membawa program kami bersama.”

Satu dari proyek-proyek tersebut yang sedang dikembangkan oleh grup adalah suatu bentuk teknologi pembantu yang mereka sebut dengan co-processor otak. Sistem ini, juga disebut sebagai sistem bantu kognitif, akan pertama diarahkan pada penderita kelainan kognitif seperti penyakit Alzheimer. Konsepnya adalah bahwa sistem tersebut akan memonitor aktivitas orang dan fungsi otak, menentukan kapan mereka memerlukan bantuan dan memberikan dengan tepat dan benar bit informasi yang berguna – sebagai contoh, nama orang yang baru saja masuk ruangan, dan informasi tentang kapan pasien terakhir kali melihat orang itu – pada waktu yang tepat.

Jenis sistem yang sama, kata anggota grup, dapat juga menemukan aplikasi untuk orang tanpa kelainan apa pun, sebagai suatu bentuk tambahan otak – suatu cara untuk meningkatkan kemampuan mereka, misalnya membuat segala sesuatu dari database informasi personal untuk semua sumber internet yang secara instant tersedia seketika saat dibutuhkan. Idenya adalah untuk membuat alat yang se non invasif dan non obtrusif mungkin – mungkin sesuatu yang orang akan dengan mudah menyelipkannya seperti headphone.

Boyden menganggap bahwa jadwal 5 tahun untuk proyek permulaan ini adalah tepat. “Waktu yang cukup untuk orang dapat mengambil resiko dan mencoba ide yang benar-benar beresiko,”katanya, “tetapi tidak terlalu lama sehingga kita tidak akan kemana-mana.” Ini cukup pendek untuk menghasilkan “suatu jenis tekanan yang beguna” katanya. Di antara konsep-konsep yang mungkin  bisa dieksplorasi oleh grup adalah konsep-konsep buku adaptasi dan game yang “cerdas” – atau, seperti yang dimaksud oleh Gershenfeld, “buku yang berpikir”.

Pada jangka panjang, Minsky masih melihat harapan untuk tujuan yang jauh lebih besar. Misalnya, dia menunjuk pada fakta bahwa iPhone nya sekarang dapat mendownload ribuan aplikasi yang berbeda, secara instant memberi peluang untuk melakukan fungsi-fungsi baru. Mengapa tidak melakukan hal yang sama untuk otak? “saya akan mampu mendownload kemampuan main sulap,” katanya. “Tak ada yang lebih membosankan daripada belajar main sulap.”

Source :  Massachusetts Institute of Technology

Sumber : http://ilmuilmubaru.wordpress.com

Tablet Masa Depan

Mungkin anda pernah berpikir, bagaimana teknologi pada masa depan. sedangkan makin hari teknologi nya makin berkembang, dari telepon ke Handphone ke Handphone layar sentuh dan handphone dalam bentuk jam.. Televisi juga, dari televisi ke LCD ke Televisi layar sentuh.. dari komputer > laptop > Ipad > laptop yang bisa jadi IPAD ……. jadi, seperti apa teknologi masa depan?? kemungkinan teknologi masa depan seperti gambar-gambar ini.

Tablet PC adalah salah satu gadget paling populer saat ini. Mobilitasnya yang tinggi, fungsinya yang berguna dan kemudahan pemakaian membuat tablet bahkan mulai menyaingi popularitas komputer PC.

 Teknologinya pun kian berkembang dan diperkirakan akan semakin canggih di masa depan. Dari sisi bodi maupun fitur-fiturnya akan semakin berguna bagi para penggunanya.

Tablet origami

Tablet masa kini sudah ada yang punya dua layar sentuh sekaligus, misalnya tablet Sony. Namun di masa depan, bukan tidak mungkin layar sentuhnya akan terdiri dari tiga buah atau bahkan lebih.

Ketiga layar tersebut bisa dilipat sehingga bentuknya akan menjadi ringkas. Ketika dibuka, maka layar sentuhnya pun berukuran besar. Praktis bukan?

Tablet Kertas

Tablet di masa depan kemungkinan punya layar fleksibel dan ketipisannya hampir seperti kertas. Untuk sekarang, teknologinya memang belum memungkinkan. Sebab, komponen tablet seperti prosesor dan baterai masih belum bisa dibuat dengan sangat tipis.

Namun berbagai inovasi baru yang menggunakan teknologi nano akan memungkinkan dibuatnya tablet fleksibel. Misalnya saja, Stanford University telah mengembangkan sejenis baterai yang bisa ditekuk -tekuk.

Tablet airbag

Tidak hanya mobil saja yang diberi fasilitas airbag pelindung. Kemungkinan, tablet masa depan juga akan memilikinya. CEO Amazon, Jeff Bezos dilaporkan telah mendaftarkan paten untuk tablet airbag tersebut.

Gunanya tentu saja untuk meredam benturan. Jadi ketika si tablet terjatuh, airbag akan langsung mengembang untuk mencegah kerusakan fatal di bodi tablet.

Tablet keping

Desain tablet bikinan Design Buzz ini memang sangat menarik. Bentuknya tidak satu kesatuan yang utuh, melainkan terdiri dari banyak keping-keping. Setiap kepingan dikatakan punya prosesor dan sumber daya tersendiri.

Semakin banyak keping disatukan, si tablet akan semakin besar dan semakin powerful. Namun hati-hati, keping-kepingnya jangan sampai dihilangkan.

Tablet tenaga surya

Sebuah rumah desain bernama Pixel Qi coba membuat konsep tablet tenaga surya, yang mungkin saja akan benar-benar dipasarkan di masa depan. Panel tenaga surya akan dipasang di sekeliling bodi tablet.

Semakin panas pancaran sinar matahari, maka semakin banyak tenaga listrik yang bisa dikumpulkannya. Jadi pengguna tidak perlu susah susah mencari sumber listrik, cukup jemur saja jika baterainya habis.

Layanan canggih berbasis lokasi

Layanan online berbasis lokasi pengguna memang sudah banyak yang digunakan di tablet masa kini, seperti Foursquare. Namun di masa depan, fungsinya akan semakin canggih.

Teknologi yang dikembangkan oleh Fujitsu misalnya, akan secara otomatis mengunduh aplikasi atau data yang diperlukan begitu pengguna ada di wilayah tertentu. Misalnya kala mengunjungi museum, tablet akan langsung menampilkan panduan navigasi di museum tersebut. Kemudian jika pengguna sudah selesai mengunjungi museum, aplikasi tersebut akan terhapus.

Sensor tubuh

Teknologi tablet akan semakin bermanfaat. Di masa depan yang diperkirakan sekitar 10 tahun lagi, tablet akan mempunyai kapabilitas sensor untuk mengetahui apa yang terjadi di tubuh pengguna ataupun lingkungan di sekitarnya, seperti keadaan cuaca.

Menurut profesor Lin Zhong daru Rice University, sensor wireless akan dipasang di tubuh pengguna yang terhubung dengan si tablet. Si tablet pun akan merasakan kalau pengguna terkena gejala penyakit tertentu dan memberikan peringatan.

Sumber : inet.detik.com

Tips Setting Kamera Digital

Kamera DSLR memungkinkan seseorang untuk mengambil banyak foto-foto sesuai dengan kreatifitas mereka, tetapi untuk mengerti serta memahami pengaturan kamera pasti membutuhkan sedikit waktu untuk beradaptasi. Percaya atau tidak jika sobat ingin sekali segera menghasilkan foto yang bagus, hal ini mungkin akan membuat frustasi, tetapi bagaimanapun juga, satu-satunya cara adalah memastikan kamera kalian diatur dengan benar guna menghasilkan foto-foto seperti yang Sobat inginkan.

Quality Control

Apakah Sobat pernah memperhatikan format file yang kalian gunakan dalam memotret? Apakah Sobat lebih memilih menggunakan format RAW daripada JPEG? Foto-foto yang diambil dengan menggunakan format RAW akan memiliki fleksibilitas lebih ketika melakukan paska produksi atau editing dengan perangkat lunak seperti Photoshop atau GIMP.

Gunakan ISO antara 100 sampai 400, dan cobalah untuk mendapatkan sensitifitas cahaya paling renda. Beberapa kamera digital akan menghasilkan Noise pada ISO tinggi. Noise biasanya dalam foto terlihat seperti butiran pasir

Ketika membicarakan White Balance, Sobat bisa membiarkannya otomatis, tetapi jika Sobat telah percaya diri perihal penggunaanya sesuai dengan kondisi pencahayaan saat memotret maka silahkan kalian atur lebih detail, seperti ke Tungsten atau Cloudy

Key Control

Aperture dan Shutter Speed bisa dikatakan sangat krusial. Dampak kombinasi dari Dua pengaturan ini tidak hanya pada jumlah cahaya yang masuk ke dalam lensa, tetapi juga pada bagaimana foto kalian akan dihasilkan.

Aperture mengendalikan Depth of Field dengan menentukan area mana saja yang akan terlihat tajam, jika Sobat memilih Depth of Field sempit dengan Foreground tajam dan Background blur, maka Sobat harus menggunakan Aperture lebar (contoh: f/2.8), dan begitu juga sebaliknya.

Shutter Speed mengontrol apakah obyek gerak terekam 'freeze' atau blur (baca artikel: Bagaimana membuat foto Blur). Semakin lambat Shutter Speed, maka akan ada lebih banyak motion blur yang tercipta.

Pengaturan Mode Exposure yang Tepat

Kamera DSLR memberikan beberapa fitur mode exposure, dari full otomatis seperti yang ada di kamera saku, sampai ke full manual. Dua mode semi-otomatis yang paling populer dalam memberikan sisi kreatifitas adalah Aperture Priority dan Shutter Priority.

Aperture Priority memungkinkan kalian untuk memilih Aperture sesuai keinginan, dan kamera memilih Shutter Speed yang dibutuhkan secara otomatis. Pilih Shutter Priority jika kalian sudah mengetahui berapa kecepatan Shutter yang akan digunakan, dan kamera akan menangani pemilihan aperture untuk mendapatkan exposure yang pas. Sederhana bukan?

Gunakan Metering yang Tepat

Mode Metering akan tergantung pada kamera serta merk-nya, tetapi ada tiga macam metering yang umum terdapat pada sebuah kamera DSLR yaitu: Multi-zone, Centre-Weighted Average dan Spot. Mode Multi-Zone membaca cahaya dari keseluruhan area. Sangat cocok untuk kebutuhan sehari-hari dan akurat untuk kebanyakan situasi. Centre-Weighted Average membaca sebanyak sekitar 70% dari tengah frame, ideal untuk mengambil gambar Portrait. Metering Spot membaca hanya sebatas area kecil, oleh kerena itu metering ini sedikit sulit diaplikasikan oleh fotografer pemula.

Pengaturan AF dan Mode Drive

Kamera DSLR menawarkan beberapa mode fokus. Dua pengaturan fokus yang utama adalah Single-Servo untuk obyek diam, dan Continuous-Servo untuk obyek gerak. Kebanyakan kamera membolehkan penggunanya untuk menggunakan fokus secara manual.

Mode Drives memungkinkan kita untuk menentukan apakah kita akan mengambil foto dengan single frame setiap jepretan atau lebih dari satu jepretan selama kita menekan tombol Shutter.

Memanfaatkan Layar LCD.

Layar LCD bisa membuat kita memberikan salah penilain exposure jika kita tidak mengatur tingkat kecerahannya secara benar. Biasakan untuk mereview exposure sebuah foto menggunakan histogram atau tone chart. Sebuah grafik histogram yang cenderung memuncak di sisi kiri menandakan foto tersebut under-exposure, memuncak di sebelah kanan menandakan over-exposure.

Sumber : http://www.infotografi.com

Kamera Baru? Mengenal Mereka Dulu Yuk!

Sadar atau tidak ada beberapa orang di sekitar kita yang memiliki kamera tetapi tidak pernah mau repot untuk belajar bagaimana mentransfer hasil jepretan mereka ke komputer atau PC. Mereka hanya sekedar melihat gambar-gambar tersebut melalui LCD kamera yang berukurang 2 inchi. Yang lebih menggelikan lagi adalah mereka termasuk orang-orang yang dulunya berencana membeli kamera terbaru dengan teknologi termutakhir yang ada di pasaran. Intinya adalah bagaimana mengenal dasar-dasar menggunakan kamera, memindah foto ke komputer, dan kemudian bersenang-senang kembali ke tempat hunting yang menarik. Jangan lupa juga untuk mencetak foto-foto favorit kalian.

Ada banyak model kamera digital yang beredar di pasaran dan mungkin terlihat berbeda satu sama lain, tetapi pada dasarnya mereka memiliki pengaturan dasar yang sama. Semua kamera tersebut menggunakan baterai untuk beroperasi, dan butuh untuk dicharge dari waktu ke waktu. Mereka semua juga memiliki tombol on/off serta shutter. Hal yang terpenting ketika membeli kamera adalah mereka memliki buku manual, jangan pernah lupa untuk membacanya terlebih dahulu. Berikut ini adalah beberapa tips bagaimana mengenal kamera lebih dekat:

1. Baca buku manual: Tips yang cukup jelas bukan? tetapi kami percaya beberapa diantara sobat akan merasa terkejut. Akan terasa sedikit membingungkan ketika Sobat membaca langsung setelah membuka kotak kamera digital baru kalian, tetapi kami sarankan untuk meluangkan waktu dan mencoba mengenal semua tombol kendali serta menu yang ada pada kamera kalian. Jika memungkinkan segera coba bagaimana memasukkan baterai serta memory card dan nyalakan kamera tersebut. Apa yang Sobat butuh baca dari buku manual adalah bagaimana melakukan pengaturan dasar kamera.

2. Pelajari bagaimana menyalakan kamera: Langkah ini mungkin terdengar sangat dasar, tetapi setiap produsen atau manufaktur kamera akan memiliki langkah yang berbeda. Jangan pernah malu untuk melakukannya, terkadang jika kita mencoba kamera milik rekan akan sedikit kebingungan mencari tombol on/off.

3. Usahakan terbiasa dengan lensa: Cobalah sedikit bermain dengan zooming (in dan out). beberapa kamera biasanya sudah dilengkapi dengan  lensa yang disebut dengan lensa kit. Sobat bisa mencoba melakukan zoom out untuk wide-angle, landscape atau zoom in untuk candid serta portrait.

4. Jika Sobat memotret didalam ruangan (indoor), nyalakan flash built-in.

5. Pastikan mode pemotretan diatur dengan benar: Mode otomatis biasanya memang cocok untuk setiap kondisi pemotretan, jadi mode ini bisa digunakan saat mencoba kamera sampai kita belajar mode pemotretan lain yang lebih advance.

6. Mengkomposisikan subyek: Pastikan Sobat tidak memotret langsung ke arah matahari, Tidak ada kabel listrik yang mengganggu dan terekam ke dalam foto,tidak ada tiang telepon yang mencuat di belakang kepala subyek, pastikan horizon lurus dan tidak miring. Biasakan meluangkan waktu untuk melakukan komposisi di setiap foto yang kalian ambil, dan lihat serta rasakan perbedaanya.

7. Shoot: Tekan tombol separuh/setengah untuk melakukan fokus, dan selanjutnya buat foto-foto hebat kalian!

8. Selamat Mencoba :) 

Sumber : http://www.infotografi.com

Jangan Tersesat Ketika Belajar Fotografi

Sampai saat ini ada dua cara untuk masuk kedalam dunia fotografi. Kebanyakan orang memulai dengan membeli sebuah kamera dan belajar bagaimana menggunakan kamera, lensa serta semua aksesorisnya, sekarang orang-orang tentunya juga ingin mempelajari bagaimana menggunakan perangkat lunak Photoshop. Sebagian orang lagi memulai dunia fotogragi-nya dengan langsung mengambil gambar, tentunya cara kedua ini lebih benar.

Permasalahannya adalah: ketika Anda mulai mencoba mendalami dan menguasai kamera, lensa, Photoshop serta seluk beluk komputer, Anda TIDAK akan pernah selesai dan TIDAK akan pernah berakhir. Berusaha itu bagus, tetapi jika ingin menguasai semuanya sebelum terjun langsung memotret akan menjauhkan Anda dari waktu belajar fotografi itu sendiri. Jangankan belajar fotografi, Anda akan menghabiskan banyak sekali waktu hanya sekedar untuk mempelajari tentang kamera serta komputer, dan parahnya hal ini akan semakin memperkaya sales-sales yang menjual perangkat fotografi dan komputer yang Anda pikir PERLU untuk Anda miliki, tetapi tidak akan pernah membuat Anda bisa untuk menghasilkan foto dengan bagus.

Waktu berputar sangat cepat dalam dunia perangkat fotografi seperti bodi kamera, lensa serta aksesoris pendukungnya. Salah satu alasan kenapa kebanyakan orang tidak pernah berkembang dalam dunia fotografi adalah karena mereka mencoba menguasai semuanya tanpa mempertimbangkan mengapa mereka menempatkan hal tersebut sebagai prioritas utama. Terlepas dari berapa banyak kamera yang Anda miliki, atau Photoshop serta printer kelas atas yang Anda pakai, satu-satu nya cara untuk belajar fotografi adalah memberi perhatian penuh dalam memotret, dan BUKAN pada perangkat fotografi.

Anda mungkin bertanya-tanya "Bagaimana mungkin mempelajari kamera tanpa membeli kamera terlebih dahulu?" sedikit mengulas sejarah fotografi, pada sekitar tahun 50an, semua kamera adalah manual. Butuh waktu yang lama sekali untuk seseorang mempelajari bagaimana menggunakan kamera-kamera tersebut dan setiap tidak setiap pemotretan akan menghasilkan foto yang bagus kecuali mereka benar-benar tahu secara teknis. Kamera digital sekarang ini semuanya dilengkapi dengan mode otomatis. Untuk belajar fotografi, Anda harus MENJAUHI apa yang dinamakan mode otomatis!

Cara yang paling ampuh dalam belajar fotografi adalah fokus pada hasil jepretan Anda. Ambil gambar sebanyak-banyak nya dan sempatkan bertanya dan belajar kenapa hasil foto Anda tidak seperti yang Anda harapkan. Alasan utama kenapa memotret dan fokus kepada subyek foto membuat Anda berkembang lebih cepat adalah karena hal tersebut akan merubah dan mengembangkan teknik fotografi Anda secara alami dan mungkin tidak disadari, Anda telah memperoleh foto-foto yang benar-benar Anda inginkan selama ini. Jika kita tahu apa yang kita inginkan, maka secara naluri akan terus bertanya dan terus mencoba sampai apa yang kita inginkan terwujud. Tidak ada sumber edukasi tentang fotografi yang bisa menuntun Anda tentang apa saja yang kita perlukan dalam menciptakan sebuah karakter style fotografi.

Setiap seniman yang hebat selalu mendapatkan apa yang mereka inginkan dengan mengguanakan setiap peralatan yang mereka pakai. Mereka menggunakan peralatan hanya karena orientasi kepada kemudahan pemakaian serta hasil, bahkan dengan peralatan yang salah, hasil akan selalu sama dengan apa yang mereka inginkan karena seniman bergerak berdasarkan apa yang dia imajinasikan dan menuangkannya ke dalam bentuk media. Hasil karya yang tercipta oleh para seniman selalu sesuai dengan tujuan karena mereka selalu bekerja sampai visi serta imajinasi mereka terwujud.

Ilustrasi diatas jika dihubungkan dengan dunia fotografi, maka apapun kamera yang Anda miliki, jika anda fokus kepada hasil akhir, Anda akan mengerti bagaimana cara sampai kesana dengan sendirinya. Biarkan visi menuntun Anda. Anda akan menyiakan waktu dengan mempelajari ratusan hal yang mungkin tidak terlalu penting untuk diaplikasikan di dalam fotografi, jika Anda ingin mempelajari semuanya terlebih dahulu. Hal terpenting adalah jika pengembangan Anda dalam fotografi tidak tergerak oleh visi pribadi, maka tidak mungkin akan menemukan aspek-aspek penting serta teknik yang berlaku dalam aktifitas fotografi Anda.

Anda akan terus memotret dengan passion atau gairah, jika Anda melakukannya dengan tergerak oleh rasa cinta dalam memotret. Anda akan berhenti untuk bertanya ketika Anda ingin hasil yang lebih baik lagi, dan tidak akan pernah merasa jenuh atau bosan di sisa hidup Anda.

Wanita bisa dikatakan adalah fotografer yang lebih bagus daripada lelaki, karena sering kali merasa khawatir tentang hasil foto mereka. Laki-laki di lain sisi kebanyakan malah sebaliknya, menghabiskan banyak waktu melakukan riset dan berbicara tentang kamera, dimana TIDAK akan mengembangkan kemampuan fotografi secara signifikan. Perempuan dan anak-anak memotret dengan alasan mereka memang menyukainya, bukan karena mereka senang bermain-main dengan kamera. Naluri keingin-tahuan mereka lah yang menuntun mereka pada foto-foto yang lebih baik.

Untuk menghasilkan foto yang lebih baik, gunakan apapun yang Anda miliki, meskipun itu hanya kamera handphone, dan yang terpenting adalah Anda harus menikmatinya. Berhenti sejenak dan bertanya kepada para fotografer secara langsung sebagai sarana masukan bagi Anda, tapi ingat pertanyaan seputar model kamera beserta pengoperasian teknisnya tidak relefan dengan kemampuan fotografi. Sebelum anda meminta saran atau nasihat kepada orang lain, pastikan mereka telah memiliki portofolio serta foto-foto yang memang Anda ingin hasilkan, jika mereka tidak memilikinya, mereka bisa dipastikan hanya akan berbicara tentang teknologi kamera, dan internet juga penuh dengan model orang seperti ini.

Anda sebaiknya tetap berkembang dan terarah berdasarkan passion Anda sendiri, maka kemampuan teknis secara otomatis akan mengikuti. Berhenti sejenak dan meminta pertolongan ketika Anda membutuhkan, tetapi jangan pernah memiliki ketergantungan pada teknologi kamera dan komputer. Eksplore teknologi HANYA jika Anda benar-benar membutuhkannya, jika tidak peraltan tersebut hanya akan menjadi penghambat.

Jangan pernah bertanya kepada orang lain pertanyaan semacam ini: "Apa yang harus saya beli, agar foto saya bisa seperti yang saya inginkan?" akan lebih baik dan bermanfaat jika Anda mengajukan pertanyaan: "Bagaimana cara menggunakan kamera ini, agar bisa mewujudkan hasil yang Saya inginkan?". Tanamkan dalam benak Anda, jika Anda tidak bisa menjawab pertanyaan ini: "Bagaimana saya bisa melakukannya hanya dengan menggunakan apa yang Saya miliki?" maka apapun kamera atau peralatan yang Anda beli tidak akan menghasilkan foto yang Anda inginkan.

Pengalaman membuktikan bahwa fotografer profesional menyelesaikan pekerjaan mereka hanya dengan menggunakan kamera sederhana yang mereka miliki, namun terkadang banyak fotografer terpecah pemikiran mereka dengang membeli dan mencoba peralatan yang lain, dan bisa dipastikan perkembangan kemampuan fotografi akan terhambat. Selalu bertanya bagaimana melakukan sesuatu dengan apa yang Sobat miliki. Jangan pernah berbicara atau berkonsultasi dengan toko kamera atau pehobi foto, dimana jawaban mereka ujung-ujungnya akan berakhir pada belilah ini dan itu. Bagi orang-orang seperti itu, hal termudah membeli peralatan dengan teknologi yang mutakhir merupakan cara paling mudah untuk menyelesaikan masalah foto jelek mereka, tidak pernah mencoba mengetahui apa yang sebenarnya menjadi masalah tentang bagaimana menghasilkan foto yang berkualitas.

Fokus pada subyek, foto serta style fotografi Sobat sendiri, maka kemampuan teknis akan mengikuti. Fokus pada kamera, lensa serta perangkat lunak, bisa dipastikan Sobat akan membeli banyak kamera serta perangkat fotografi lainnya.

Sumber : http://www.infotografi.com