TEMPO.CO, Jakarta - Nama Geoffrey Hinton sedang ramai diperbincangkan akhir-akhir ini karena pernyataannya tentang potensi ancaman kecerdasan buatan (artificial intelligence atau AI). Menurut Hinton, AI boleh jadi menimbulkan ancaman yang lebih serius daripada perubahan iklim.
Ilmuwan komputer terkemuka sekaligus pemenang Penghargaan Turing itu bahkan pensiun dari Alphabet Inc. (induk perusahaan Google) atas kekhawatirannya bahwa AI akan menjadi teknologi yang tak terkendali. Itu kemudian menyebabkan hiruk-pikuk di dunia teknologi global.
Menurut Hinton, sulit untuk mencegah munculnya aktor-aktor jahat dalam penggunaan AI. Ia prihatin tentang bahaya disinformasi yang dipicu oleh foto, video, dan hoaks yang dihasilkan secara meyakinkan. Dampak transformatif AI di pasar kerja juga menjadikan banyak posisi pekerjaan tidak lagi dibutuhkan.
Geoffrey Hinton, yang telah bekerja di Google selama lebih dari satu dekade, dikenal sebagai “Bapak AI”. Salah satu pionir atau pelopor AI ini berkontribusi besar pada pengembangan model pembelajaran mesin (machine learning), model pembelajaran mendalam (deep learning), serta algoritma perambatan mundur (backpropagation)—sebuah proses untuk melatih jaringan saraf tiruan.
Lantas, siapa sosok Geoffrey Hinton sebenarnya? Seperti apa seluk-beluknya sehingga dijuluki sebagai “Bapak AI”? Berikut profil lengkap Geoffrey Hinton yang dihimpun dari berbagai sumber.
Pendidikan dan Karier Geoffrey Hinton
Geoffrey Hinton, ilmuwan komputer dan psikolog kognitif asal Inggris-Kanada, dianggap sebagai salah satu tokoh terpenting dalam sejarah AI. Pria kelahiran London 1947 ini adalah seorang pemimpin visioner yang telah membantu pembentukan AI di masa depan.
Hinton menerima gelar sarjana dalam bidang psikologi eksperimental dari Universitas Cambridge pada 1970 dan gelar doktor dalam bidang AI dari Universitas Edinburgh pada 1978. Ia kemudian mengambil program pascadoktoral di Universitas Sussex dan Universitas California San Diego. Ia menghabiskan lima tahun sebagai staf pengajar di Departemen Ilmu Komputer, Universitas Carnegie Mellon.
Karier Hinton berlanjut sebagai anggota Canadian Institute for Advanced Research dan pindah ke Departemen Ilmu Komputer di Universitas Toronto. Ia menghabiskan tiga tahun (1998–2001) untuk mendirikan Gatsby Computational Neuroscience Unit di Universitas College London, lalu kembali ke Universitas Toronto di mana sekarang ia menjadi profesor emeritus terkemuka.
Pada 2004–2013, Hinton menjadi direktur program “Neural Computation and Adaptive Perception” yang didanai oleh Canadian Institute for Advanced Research. Sejak 2013, ia mulai bekerja paruh waktu untuk Google di Mountain View dan Toronto.
Hinton juga merupakan anggota Royal Society, Royal Society of Canada, dan Association for the Advancement of Artificial Intelligence. Ia adalah anggota asing kehormatan dari American Academy of Arts and Sciences dan National Academy of Engineering, serta mantan ketua Cognitive Science Society.
Machine Learning dan Deep Learning
Geoffrey Hinton adalah sosok yang telah merancang model machine learning untuk menemukan prosedur pembelajaran yang efisien dalam menemukan struktur kompleks dalam kumpulan data besar dan berdimensi tinggi. Itulah bagaimana cara otak belajar untuk melihat.
Ia juga merupakan salah satu peneliti yang memperkenalkan algoritma backpropagation dan orang pertama yang menggunakan algoritma tersebut untuk mempelajari penyisipan kata (word embedding). Kontribusi Hinton yang lain dalam bidang penelitian jaringan saraf termasuk Boltzmann machines, distributed representations, time-delay neural networks, mixtures of experts, variational learning, products of experts, dan deep belief networks.
Kelompok riset Hinton di Universitas Toronto juga turut membuat terobosan besar dalam model deep learning yang telah merevolusi pengenalan ucapan (speech recognition) dan klasifikasi objek (object classification). Model deep learning itu disebut AlexNet—jaringan saraf dalam (deep neural network) pertama dalam sejarah yang mengikuti kompetisi ImageNet Large Scale Visual Recognition Challenge (ILSVRC) pada 2012 dan menang dengan tingkat akurasi yang mencengangkan di angka 85 persen.
AlexNet memiliki pengaruh yang signifikan dalam memperkenalkan deep learning kepada publik dan dipuji karena telah memulai Deep Learning Revolution. Temuan itu membuat rekor baru tidak hanya untuk hal akurasi, tetapi juga durasi pelatihan karena mampu melatih 60 juta parameter dalam waktu kurang dari setengah hari pada dua GPU.
Model deep learning ini didasarkan pada supervised learning yang berarti AlexNet sudah dikondisikan untuk mengenali objek dan pola tertentu di dalam gambar yang dimasukkan ke dalam lapisan input selama waktu pelatihan. AlexNet kemudian banyak digunakan untuk mendeteksi objek tertentu dalam kumpulan data seperti manusia, hewan, tumbuhan, dan masih banyak lagi.
Pencapaian Geoffrey Hinton
Selain terkait AlexNet, Hinton juga telah menerima segudang pencapaian seperti gelar doktor kehormatan dari Universitas Edinburgh, Universitas Sussex, dan Universitas Sherbrooke. Ia turut dianugerahi penghargaan David E. Rumelhart (2001), penghargaan IJCAI untuk keunggulan penelitian (2005), penghargaan Killam untuk bidang teknik (2012), medali emas IEEE James Clerk Maxwell (2016), hingga medali emas NSERC Herzberg (2010) yang merupakan penghargaan tertinggi Kanada di bidang sains dan teknik.
Terlepas dari banyak prestasinya, Hinton tetap rendah hati dan berdedikasi pada pekerjaan. Ia terus aktif menjadi peneliti, mencari cara baru untuk memajukan bidang AI, dan meningkatkan pemahaman tentang otak manusia.
Jalan yang Hinton tempuh mungkin tak lepas dari latar belakang keluarga ilmuwan. Ia adalah cicit dari George Boole, seorang matematikawan penemu aljabar Boolean—sebuah dasar bagi komputer modern. Kakeknya, Charles Howard Hinton, juga merupakan salah satu matematikawan yang terkenal karena menciptakan kata “tesseract” dan karya tentang metode visualisasi geometri dimensi tingkat tinggi.
Pilihan editor: Deteksi 100 Lebih Penipuan ChatGPT Sehari, Palo Alto Networks Ungkap Modusnya
NIA HEPPY | SYAHDI MUHARRAM
