Brikolase.com – Akademi Ilmu Pengetahuan Kerajaan Swedia telah memutuskan untuk memberikan Penghargaan Nobel Fisika 2024 kepada John J. Hopfield dari Princeton University, NJ, Amerika Serikat, dan Geoffrey E. Hinton dari University of Toronto, Kanada.
Penghargaan ini diberikan atas temuan dan inovasi dasar yang memungkinkan pembelajaran mesin (machine learning) dengan jaringan saraf buatan.
Kedua penerima Nobel tahun ini telah menggunakan alat-alat dari fisika untuk mengembangkan metode yang menjadi dasar bagi pembelajaran mesin yang dipakai saat ini.
John Hopfield menciptakan memori asosiasi yang dapat menyimpan dan merekonstruksi gambar serta pola data lainnya.
Sementara itu, Geoffrey Hinton mengembangkan metode yang dapat secara otomatis menemukan sifat dalam data, sehingga mampu melakukan tugas seperti mengidentifikasi elemen tertentu dalam gambar.
Ketika kita membicarakan kecerdasan buatan (AI), sering kali yang dimaksud adalah pembelajaran mesin menggunakan jaringan saraf buatan.
Baca juga: Anna O: Kontroversi Kasus Pasien Histeria yang Ditangani Breuer dan Freud
Teknologi ini awalnya terinspirasi oleh struktur otak. Dalam jaringan saraf buatan, neuron otak direpresentasikan oleh simpul yang memiliki nilai yang berbeda.
Simpul-simpul ini saling memengaruhi melalui koneksi yang dapat dianalogikan dengan sinaps, dan koneksi ini dapat diperkuat atau diperlemah.
Jaringan ini dilatih, misalnya, dengan mengembangkan koneksi yang lebih kuat antara simpul-simpul yang memiliki nilai tinggi secara bersamaan.
Penerima penghargaan tahun ini telah melakukan penelitian penting mengenai jaringan saraf buatan sejak tahun 1980-an.
John Hopfield menciptakan jaringan yang menggunakan metode untuk menyimpan dan merekonstruksi pola.
Kita bisa membayangkan simpul-simpul tersebut sebagai piksel.
Jaringan Hopfield memanfaatkan fisika yang menggambarkan karakteristik material berdasarkan spin atomnya, sifat yang menjadikan setiap atom sebagai magnet kecil.
Jaringan secara keseluruhan dijelaskan dengan cara yang setara dengan energi dalam sistem spin yang ditemukan dalam fisika, dan dilatih dengan menemukan nilai untuk koneksi antarsimpul sehingga gambar yang disimpan memiliki energi rendah.
Ketika jaringan Hopfield diberikan gambar yang terdistorsi atau tidak lengkap, ia bekerja secara sistematis untuk memperbarui nilai simpul-simpulnya sehingga energi jaringan menurun, dan dengan cara ini jaringan berusaha menemukan gambar yang paling mirip dengan yang telah disimpan.
Geoffrey Hinton menggunakan jaringan Hopfield sebagai dasar untuk jaringan baru yang menggunakan metode berbeda seperti dalam mesin Boltzmann.
Mesin ini dapat belajar mengenali elemen-elemen karakteristik dalam jenis data tertentu.
Hinton memanfaatkan alat dari fisika statistik yakni ilmu yang mempelajari sistem yang dibangun dari banyak komponen serupa.
Mesin ini dilatih dengan memberikan contoh-contoh yang sangat mungkin muncul ketika mesin dioperasikan.
Mesin Boltzmann dapat digunakan untuk mengklasifikasikan gambar atau membuat contoh baru dari jenis pola yang telah dilatih.
Hinton telah mengembangkan karya ini yang membantu memulai perkembangan eksplosif pembelajaran mesin saat ini.
“Karya para penerima penghargaan telah memberikan manfaat besar.
Dalam fisika, kami menggunakan jaringan saraf buatan di berbagai bidang, seperti mengembangkan material baru dengan sifat tertentu,” kata Ellen Moons, Ketua Komite Nobel Fisika, dikutip dari laman nobelprize.org.***
Bacaan terkait

Pemred Media Brikolase
Editor in chief
Email:
yongky@brikolase.com / yongky.g.prasisko@gmail.com