Paris:
Pada hari Selasa, Hadiah Nobel Fisika dianugerahkan kepada dua ilmuwan atas penemuan yang meletakkan dasar bagi kecerdasan buatan yang digunakan oleh alat yang sangat populer seperti ChatGPT.
Geoffrey Hinton dari Inggris-Kanada, yang dikenal sebagai “bapak baptis kecerdasan buatan”, dan fisikawan Amerika John Hopfield menerima penghargaan atas “penemuan dan penemuan yang memungkinkan pembelajaran mesin menggunakan jaringan saraf tiruan,” kata juri Hadiah Nobel.
Tapi apa itu dan apa maksudnya? Inilah beberapa jawabannya.
Apa itu jaringan saraf dan pembelajaran mesin?
Mark van der Wilk, pakar pembelajaran mesin di Universitas Oxford, mengatakan kepada AFP bahwa jaringan saraf tiruan adalah konstruksi matematika yang “terinspirasi secara longgar” oleh otak manusia.
Otak kita memiliki jaringan sel yang disebut neuron yang merespons rangsangan eksternal – seperti hal-hal yang dilihat mata atau didengar telinga kita – dengan mengirimkan sinyal satu sama lain.
Saat kita belajar, beberapa koneksi antar neuron menjadi lebih kuat dan yang lainnya menjadi lebih lemah.
Berbeda dengan komputasi tradisional, yang cara kerjanya lebih seperti membaca resep, jaringan syaraf tiruan secara kasar meniru proses ini.
Neuron biologis digantikan dengan perhitungan sederhana, kadang-kadang disebut “node”, dan rangsangan masuk yang dipelajarinya diganti dengan data pelatihan.
Idenya adalah bahwa hal ini akan memungkinkan jaringan untuk belajar seiring waktu – itulah istilah pembelajaran mesin.
Apa yang ditemukan Hopfield?
Namun sebelum mesin dapat belajar, diperlukan sifat manusia lainnya: ingatan.
Pernahkah Anda mengalami kesulitan mengingat sebuah kata? Pertimbangkan angsa. Anda dapat menelusuri kata-kata serupa – goon, good, ghoul – sebelum Anda berhasil.
“Jika Anda mendapatkan formula yang tidak sesuai dengan apa yang perlu Anda ingat, Anda harus mengisi bagian yang kosong,” kata van der Wilk.
“Ini adalah cara Anda mengingat memori tertentu.”
Ini adalah gagasan “jaringan Hopfield” – juga disebut “memori asosiatif” – yang dikembangkan fisikawan pada awal 1980-an.
Kontribusi Hopfield berarti bahwa ketika jaringan saraf tiruan menerima sesuatu yang sedikit tidak beres, jaringan tersebut dapat melihat pola yang disimpan sebelumnya untuk menemukan kecocokan yang paling mendekati.
Hal ini ternyata menjadi langkah maju yang besar dalam bidang kecerdasan buatan.
Bagaimana dengan Hinton?
Pada tahun 1985, Hinton mengungkapkan kontribusinya sendiri pada bidang tersebut – atau setidaknya salah satunya – yang disebut mesin Boltzmann.
Konsep tersebut, yang diambil dari nama fisikawan abad ke-19 Ludwig Boltzmann, memperkenalkan unsur keacakan.
Pada akhirnya, keacakan ini mengakibatkan generator gambar berbasis AI saat ini mampu menghasilkan variasi permintaan yang sama dalam jumlah tak terbatas.
Hinton juga menunjukkan bahwa semakin banyak lapisan yang dimiliki suatu jaringan, “semakin kompleks perilakunya.”
Hal ini, pada gilirannya, mempermudah “mempelajari perilaku yang diinginkan secara efektif,” kata peneliti pembelajaran mesin asal Prancis, Francis Bach, kepada AFP.
Untuk apa ini digunakan?
Terlepas dari adanya ide-ide ini, banyak ilmuwan kehilangan minat terhadap bidang ini pada tahun 1990an.
Pembelajaran mesin membutuhkan komputer yang sangat kuat yang dapat menangani informasi dalam jumlah besar. Agar algoritme dapat membedakan anjing dan kucing, diperlukan jutaan foto anjing.
Jadi, baru pada tahun 2010 gelombang terobosan “merevolusi segalanya tentang pemrosesan gambar dan pemrosesan bahasa alami,” kata Bach.
Mulai dari membaca pemindaian medis hingga mengendarai mobil otonom, memperkirakan cuaca, dan membuat deepfake, penerapan kecerdasan buatan kini terlalu banyak untuk dihitung.
Tapi apakah itu benar-benar fisika?
Hinton telah memenangkan Turing Award, yang dianggap sebagai Hadiah Nobel dalam ilmu komputer.
Namun, beberapa ahli mengatakan bahwa Hadiah Nobel Fisika yang memang layak diterima itulah yang memulai sains menuju kecerdasan buatan.
Peneliti Perancis Damien Querlioz menunjukkan bahwa algoritma ini pada awalnya “terinspirasi oleh fisika dengan mentransfer konsep energi ke bidang ilmu komputer.”
Van der Wilk mengatakan Hadiah Nobel pertama “untuk pengembangan metodologi kecerdasan buatan” mengakui kontribusi komunitas fisika serta para pemenang.
Meskipun ChatGPT terkadang dapat membuat AI terlihat sangat kreatif, penting untuk mengingat bagian “mesin” dari pembelajaran mesin.
“Tidak ada keajaiban yang terjadi di sini,” van der Wilk menekankan.
“Pada akhirnya, semua yang ada di AI adalah perkalian dan penjumlahan.”
(Kecuali judulnya, cerita ini belum diedit oleh staf NDTV dan diterbitkan dari feed sindikasi.)
