8 Oktober 2024
3 Maksudku membaca
Hadiah Nobel Fisika Diberikan untuk Terobosan dalam Pembelajaran Mesin
Hadiah Nobel Fisika tahun 2024 telah dianugerahkan kepada John Hopfield dan Geoffrey Hinton atas pengembangan teknik yang meletakkan dasar bagi kemajuan revolusioner dalam kecerdasan buatan.
John Hopfield dan Geoffrey Hinton memenangkan Hadiah Nobel bidang fisika tahun ini “untuk penemuan mendasar dan penemuan yang memungkinkan pembelajaran mesin dengan jaringan saraf tiruan,” Komite Nobel mengumumkan.
vanbeet/Getty Images (medali)
Otak manusia, dengan milyaran neuron yang saling berhubungan sehingga memunculkan kesadaran, umumnya dianggap sebagai komputer paling kuat dan fleksibel di alam semesta. Namun selama beberapa dekade, para ilmuwan telah mencoba mengubahnya melalui pendekatan pembelajaran mesin yang meniru kemampuan komputasi adaptif otak. Hadiah Nobel Fisika 2024 diberikan pada hari Selasa kepada ilmuwan AS John Hopfield dan ilmuwan Inggris Geoffrey Hinton, yang masing-masing menggunakan alat fisika untuk mengembangkan jaringan saraf tiruan yang meletakkan dasar bagi sebagian besar kecerdasan buatan (AI) tercanggih saat ini. ) aplikasi.
Dihubungi melalui telepon saat berada di California, Hinton mengatakan kepada Royal Swedish Academy of Sciences bahwa dia “terkejut” mengetahui dia telah menerima penghargaan tersebut. Setelah berpuluh-puluh tahun berupaya memajukan AI, ia kini menjadi salah satu pendukung paling terkemuka untuk perlindungan yang lebih baik, setelah ia mengundurkan diri tahun lalu dari posisi berpengaruh di Google untuk berbicara lebih bebas tentang risiko teknologi tersebut. “[AI] akan sebanding dengan revolusi industri,” katanya saat wawancara telepon. “Tetapi alih-alih melampaui manusia dalam hal kekuatan fisik, mereka akan melampaui manusia dalam kemampuan intelektual. Kita tidak mempunyai pengalaman tentang bagaimana rasanya memiliki benda-benda yang lebih pintar dari kita, dan itu akan menjadi hal yang hebat dalam banyak hal… Namun kita juga harus mengkhawatirkan beberapa kemungkinan konsekuensi negatif, terutama ancaman jika benda-benda tersebut menjadi tidak terkendali. “
Terinspirasi dari struktur anatomi otak, jaringan saraf tiruan merepresentasikan neuron dengan node yang memiliki nilai berbeda-beda. Node-node ini membentuk jaringan koneksi, mirip dengan sinapsis saraf alami otak, yang dapat dibuat lebih kuat atau lebih lemah dengan melatih kumpulan data apa pun. Respons adaptif ini memungkinkan jaringan saraf tiruan mengenali pola data dengan lebih baik dan membuat prediksi selanjutnya untuk masa depan—yaitu, belajar tanpa diprogram secara eksplisit.
Tentang mendukung jurnalisme sains
Jika Anda menyukai artikel ini, pertimbangkan untuk mendukung jurnalisme pemenang penghargaan kami dengan berlangganan. Dengan membeli langganan, Anda membantu memastikan masa depan cerita yang berdampak tentang penemuan dan ide yang membentuk dunia kita saat ini.
Hopfield, seorang profesor di Universitas Princeton di New Jersey, menciptakan memori asosiatif—disebut jaringan Hopfield—yang menyimpan dan membuat ulang gambar dan pola lain dalam data. Hinton, seorang profesor di Universitas Toronto, menggunakan metode Hopfield bersama dengan pendekatan berbeda, mesin Boltzmann, yang unggul dalam pengenalan pola. Metode Hinton dapat digunakan, misalnya, untuk mengklasifikasikan gambar atau membuat contoh baru dari pola yang diamati; teknik-teknik ini telah membantu memicu ledakan kemajuan kecerdasan buatan yang mengubah banyak sektor upaya manusia. Baik Hopfield maupun Hinton memulai karya perintis mereka pada tahun 1980an.
“Keberhasilan pemenang bidang fisika tahun ini berdiri di atas fondasi ilmu fisika,” kata komite Nobel di X (sebelumnya Twitter). “Mereka telah menunjukkan cara yang benar-benar baru bagi kita dalam menggunakan komputer untuk membantu dan membimbing kita mengatasi banyak tantangan yang dihadapi masyarakat kita.”
Ellen Moons, seorang profesor di Universitas Karlstad di Swedia dan ketua komite Nobel bidang fisika, menjelaskan janji dan bahaya AI dalam sebuah pernyataan pada konferensi pers di Stockholm pada hari Selasa. “Penemuan dan penemuan para pemenang membentuk landasan pembelajaran mesin yang dapat membantu manusia mengambil keputusan lebih cepat dan lebih andal—misalnya, saat mendiagnosis kondisi medis. Namun, meskipun pembelajaran mesin memiliki manfaat besar, perkembangan pesatnya juga menimbulkan kekhawatiran mengenai masa depan kita. Secara kolektif, umat manusia memikul tanggung jawab untuk menggunakan teknologi baru ini dengan cara yang aman dan etis demi kepentingan terbesar umat manusia.”