The Deep Learning Revolution: Kisah Mesin yang Belajar dari Data

The Deep Learning Revolution karya Terrence J. Sejnowski menceritakan bagaimana mesin akhirnya bisa belajar dari data, setelah puluhan tahun pendekatan berbasis logika dan aturan menemui jalan buntu. Mobil yang melaju sendiri, penerjemah yang memahami maksud kalimat, hingga algoritma yang membaca tahap tidur, semuanya berakar dari revolusi ini.

Sejnowski adalah ilmuwan saraf komputasi yang ikut mengalami lahirnya deep learning dari dalam. Berikut pelajaran utama dari bukunya.

Apa itu deep learning dan mengapa penting

Deep learning adalah cara mengajari mesin dengan memberinya banyak contoh, bukan dengan menuliskan aturan satu per satu. Mesin menggunakan jaringan saraf buatan yang terdiri dari banyak lapisan untuk menemukan pola di dalam data.

Dampaknya terasa di banyak bidang, mulai dari bisnis, hukum, kesehatan, hingga permainan. Tugas yang dulu dianggap hanya bisa dilakukan manusia, seperti mengenali wajah atau memahami ucapan, kini bisa dikerjakan mesin dengan sangat baik.

Ketika logika dan aturan gagal

Selama puluhan tahun, banyak peneliti kecerdasan buatan percaya bahwa kecerdasan bisa dibangun dengan logika dan aturan yang ditulis manusia. Pendekatan ini berhasil untuk tugas yang rapi, tetapi kesulitan menghadapi dunia nyata yang berantakan.

Coba bayangkan menulis aturan untuk mengenali seekor kucing di foto. Kucing bisa tampak dari berbagai sudut, ukuran, dan pencahayaan. Jumlah aturan yang dibutuhkan hampir tak terbatas. Di sinilah pembelajaran dari pengalaman terbukti lebih unggul daripada aturan kaku.

Bandingkan dengan cara seorang anak belajar mengenali kucing. Tidak ada yang memberinya daftar aturan. Ia cukup melihat banyak kucing, lalu otaknya menemukan polanya sendiri. Jaringan saraf buatan bekerja dengan semangat yang sama: belajar dari banyak contoh, bukan dari aturan yang ditulis satu per satu.

Belajar dari otak, karena alam sering lebih cerdik

Sejnowski menelusuri bagaimana jaringan saraf buatan terinspirasi dari otak. Perjalanannya dimulai dari perceptron, model sederhana yang mencoba meniru cara neuron belajar. Model ini sempat dianggap terlalu terbatas, dan penelitian jaringan saraf pun lama dipandang sebagai jalan buntu.

Sekelompok kecil peneliti, termasuk Sejnowski dan Geoffrey Hinton, tetap bertahan dengan gagasan ini. Keduanya bekerja sama mengembangkan mesin Boltzmann, salah satu model awal yang menunjukkan bahwa jaringan berlapis bisa belajar. Sejnowski juga terlibat lama dalam konferensi NIPS, yang kini dikenal sebagai NeurIPS, tempat para peneliti jaringan saraf bertemu dan bertukar gagasan.

Kegigihan mereka menjadi pelajaran tersendiri: gagasan yang diremehkan hari ini bisa menjadi fondasi revolusi esok hari.

Teknik-teknik yang mengubah segalanya

Beberapa terobosan penting dibahas dalam buku ini:

• Backpropagation: cara melatih jaringan berlapis dengan memperbaiki kesalahan sedikit demi sedikit dari lapisan akhir ke lapisan awal.
• ConvNet (convolutional neural network): jaringan yang terinspirasi dari cara otak memproses penglihatan, sangat ampuh untuk mengenali gambar.
• Reinforcement learning: cara belajar lewat coba-coba dan imbalan, seperti cara kita belajar dari pengalaman.

Gabungan teknik-teknik ini, ditambah data yang melimpah dan komputer yang makin kuat, melahirkan pencapaian seperti AlphaGo yang mengalahkan juara dunia permainan Go.

Salah satu gagasan menarik Sejnowski adalah bahwa alam sering lebih cerdik daripada para perancang mesin. Otak telah berkembang untuk belajar dari lingkungan dengan sangat efisien. Semakin dalam kita memahami otak, semakin banyak ide yang bisa dipinjam untuk membangun mesin cerdas.

Ia juga membahas chip yang meniru cara kerja otak, sebagai arah baru untuk membuat komputasi lebih hemat energi.

Dampaknya bagi pekerjaan dan pendidikan

Revolusi ini membawa perubahan besar bagi dunia kerja. Beberapa pekerjaan akan berubah, sebagian lain akan muncul. Sejnowski melihat masa depan sebagai kemitraan antara manusia dan mesin, bukan sekadar persaingan.

Karena itu, belajar sepanjang hayat menjadi kunci. Beberapa langkah yang bisa kamu lakukan:

1. Pahami dasar cara kerja AI agar tidak mudah terkecoh oleh klaim berlebihan.
2. Manfaatkan alat AI untuk membantu pekerjaanmu, sambil tetap memeriksa hasilnya.
3. Terus belajar keterampilan baru lewat kursus daring dan sumber belajar lainnya.

Sejnowski sendiri ikut mengajar kursus daring Learning How to Learn, yang membahas cara otak belajar dan bagaimana kita bisa belajar dengan lebih efektif. Baginya, memahami cara belajar adalah bekal penting di tengah perubahan yang cepat.

Memahami kecerdasan itu sendiri

The Deep Learning Revolution bukan hanya kisah teknologi, tetapi juga kisah tentang memahami kecerdasan, baik pada mesin maupun pada diri kita. Buku ini membantumu melihat apa yang sebenarnya terjadi di balik AI hari ini.

Untuk menelusuri perjalanan lengkap dari perceptron hingga mesin yang belajar seperti otak, baca ringkasan lengkap The Deep Learning Revolution di aplikasi BacaApps.

Baca ringkasan lengkapnya di BacaApps: The Deep Learning Revolution karya Terrence J. Sejnowski