Ceramah Nobel Fisika 2024, Geoffrey Hinton: Inovasi AI Adalah Gabungan Ilmu Fisika dan Biologi

Brikolase.com – Pada 8 Desember 2024, Geoffrey Hinton, penerima hadiah Nobel Fisika 2024, memberikan ceramah di Aula Magna, Universitas Stockholm.

Ia mengulas perjalanan kariernya, dari masa awal sebagai peneliti muda hingga menjadi salah satu tokoh terkemuka di persimpangan fisika, biologi, dan kecerdasan buatan (AI).

Langkah Awal: Karier di Bell Telephone Laboratories

Geoffrey Hinton memulai kariernya pada tahun 1958 di Bell Telephone Laboratories, salah satu pusat inovasi teknologi terkemuka dunia.

Kala itu, transistor baru ditemukan satu dekade sebelumnya, dan Bell Labs menjadi tempat berkembangnya para ilmuwan muda dengan ide-ide revolusioner.

Baca juga: Nobel Sastra 2024, Transkrip Ceramah Han Kang, Cahaya dan Benang

“Ketika saya masuk ke kantor pertama saya, saya bertanya-tanya: Apa yang harus saya kerjakan?,” kenang Hinton, dikutip dari kanal YouTube Nobel Prize.

Pertanyaan ini tidak hanya menjadi tantangan awal, tetapi juga tema sentral dalam perjalanan ilmiahnya.

Ia menyadari bahwa keberhasilan dalam sains tidak hanya bergantung pada pengetahuan teknis tetapi juga pada kemampuan untuk memilih masalah yang tepat.

Di Bell Labs, Hinton bertemu dengan berbagai ilmuwan lintas disiplin yang mendorongnya untuk memperluas cakrawala intelektualnya.

Salah satu kolaborasi pentingnya adalah dengan ahli kimia David Thomas.

Kerja sama mereka selama satu dekade menghasilkan inovasi dalam semikonduktor senyawa, yang pada akhirnya memenangkan penghargaan Oliver E. Buckley dalam Fisika Materi Padat pada tahun 1969.

Peralihan dari Fisika Padat ke Biologi

Pada akhir 1970-an, Hinton merasa bahwa bidang fisika padat telah menawarkan sedikit tantangan baru baginya.

Ia mencari jalur baru yang lebih relevan dan luas, hingga akhirnya ia menemukan ketertarikannya pada biologi molekuler.

“Hemoglobin menjadi jembatan saya dari fisika ke biologi,” ujar Hinton.

Ia tertarik pada pertanyaan tentang bagaimana molekul besar ini dapat berfungsi dengan akurasi yang begitu tinggi meskipun kompleksitasnya luar biasa.

Penelitiannya tentang proofreading dalam sintesis protein membuka jalan bagi pemahaman baru tentang bagaimana kesalahan biologis dapat diminimalkan.

Hinton mengembangkan model matematis yang mampu menjelaskan mekanisme ini secara kuantitatif, yang kemudian terbukti melalui eksperimen laboratorium.

“Penemuan ini adalah salah satu kejutan terbesar dan paling menyenangkan dalam karier saya,” ungkapnya.

Penciptaan Model Hopfield dan Revolusi Neural Networks

Salah satu pencapaian Hinton yang paling berpengaruh adalah pengembangan Hopfield Model, sebuah jaringan memori asosiatif yang menjadi landasan berbagai inovasi di bidang AI.

Model ini tidak hanya relevan dalam biologi dan fisika tetapi juga dalam pengembangan jaringan saraf buatan (neural networks).

“Model Hopfield memungkinkan sistem untuk menyimpan dan mengakses memori secara efisien,” jelas Hinton.

Konsep ini kemudian berkembang menjadi Boltzmann Machines, yang menjadi salah satu model awal dalam jaringan saraf probabilistik.

Ia menggambarkan prinsip kerja model ini dengan analogi bola yang bergulir ke bawah bukit, di mana setiap gerakan menuju keadaan energi yang lebih rendah.

Pada 1980-an, ia mulai menghubungkan fisika statistik dengan jaringan saraf, menciptakan fondasi untuk teknologi modern seperti deep learning.

Salah satu aplikasi awalnya adalah sistem rekomendasi Netflix, di mana jaringan saraf dapat memprediksi preferensi pengguna berdasarkan pola data yang kompleks.

Peran Interdisipliner dalam AI dan Biologi

Hinton menekankan pentingnya pendekatan interdisipliner dalam sains.

“Fisikawan terbaik adalah mereka yang dapat melihat dunia sebagai satu kesatuan, melampaui batas-batas disiplin,” ujarnya.

Ia menggambarkan bagaimana keterlibatannya dalam biologi, fisika, dan AI memungkinkan terciptanya solusi inovatif yang tidak terpikirkan sebelumnya.

Sebagai contoh, ia menggunakan pengetahuannya tentang sistem saraf biologis untuk mengembangkan model AI yang meniru cara otak manusia bekerja.

Salah satu penemuan signifikan adalah konsep dense associative memory, yang memungkinkan kapasitas memori yang jauh lebih tinggi dibandingkan model sebelumnya.

“Ini adalah contoh bagaimana fisika dan biologi dapat saling melengkapi untuk menciptakan sesuatu yang revolusioner,” kata Hinton.

Dampak terhadap Teknologi Modern dan Harapan Masa Depan

Hinton mengakhiri ceramahnya dengan refleksi mendalam tentang kontribusi sains terhadap masyarakat.

Ia menyebut bahwa jaringan saraf buatannya telah menjadi inspirasi untuk pengembangan AI modern yang digunakan dalam pengenalan suara, pengolahan gambar, dan sistem prediktif lainnya.

Namun, ia juga menyampaikan bahwa perjalanan ini masih jauh dari selesai.

“Saya berharap bahwa di masa depan, kita dapat menciptakan teknologi AI yang lebih cerdas dan adaptif dengan memahami lebih dalam prinsip-prinsip fisika dan biologi,” ungkapnya.

Hinton juga menyoroti pentingnya kolaborasi lintas disiplin untuk mengatasi tantangan global.

“Fisikawan, ahli biologi, insinyur, dan matematikawan harus bersatu untuk menjawab pertanyaan terbesar tentang manusia dan alam semesta,” tegasnya.

Dengan gaya yang penuh semangat dan visi yang luas, ia menunjukkan bagaimana dedikasi, keberanian untuk melangkah ke bidang baru, dan keterbukaan terhadap kolaborasi dapat menciptakan inovasi yang mengubah dunia.

“Fisikawan terbaik adalah mereka yang tidak hanya melihat hukum-hukum alam tetapi juga bagaimana hukum itu dapat memperbaiki kehidupan manusia,” tutupnya diiringi tepuk tangan meriah dari para hadirin.***