Saintis dari Amerika Syarikat John Hopfield dan rakan sejawatnya dari UK-Kanada Geoffrey Hinton yang dikenali sebagai ‘bapa AI’, dianugerahkan Hadiah Nobel Fizik 2024 kerana meletakkan asas dalam membolehkan pembelajaran mesin melalui rangkaian neural buatan.

“Pemenang Hadiah Nobel Fizik tahun ini telah menggunakan alat daripada fizik untuk membangunkan kaedah yang menjadi asas kepada pembelajaran mesin yang digunakan kini,” kata akademi itu di akaun rasmi X mereka.

“Mereka telah menunjukkan cara baharu untuk menggunakan komputer bagi membantu dan membimbing kita dalam menghadapi pelbagai cabaran dalam masyarakat.”

Akademi Sains Diraja Sweden memuji dua saintis itu atas “sumbangan transformatif” mereka yang membolehkan pembelajaran mesin memproses sejumlah data yang besar dan membuat keputusan seperti otak manusia.

Siapa Dua Pemenang Nobel Ini?

Sebagai profesor emeritus di Universiti Princeton, Hopfield, 91, terkenal dengan pembangunan Jaringan Hopfield pada tahun 1980-an, yang memodelkan memori asosiatif dengan menggunakan prinsip fizik. 

Kerjanya penting untuk memahami bagaimana rangkaian neural dapat mensimulasikan proses memori dan pembelajaran.

Hinton, 76, yang berasal dari Britain, adalah profesor emeritus di Universiti Toronto. Beliau meninggalkan Google pada 2023 selepas mendapati komputer mampu menjadi lebih pintar daripada manusia awal dari jangkaan.

Hinton yang juga ahli sains komputer dan psikologi kognitif mencipta kaedah yang dapat mengenal pasti ciri dalam data secara autonomi dan melaksanakan tugas seperti mengenal pasti elemen spesifik dalam gambar.

“Saya sangat terkejut, tidak sangka ini akan berlaku,” kata Hinton kepada wartawan mengenai anugerahnya.

“Inovasi ini akan setanding dengan revolusi perindustrian. Pembelajaran Mesin akan melebihi tahap manusia dalam keupayaan intelektual,” tambahnya.

Walaupun beliau menekankan pelbagai bidang aplikasi termasuk penjagaan kesihatan, pembantu AI, dan peningkatan produktiviti kerja, beliau turut menegaskan potensi bahaya Pembelajaran Mesin yang mungkin boleh hilang kawalan. 

Impak Kerja Mereka

Sumbangan Hopfield dan Hinton kini bergerak melangkaui penyelidikan teori kepada aplikasi praktikal yang menyentuh kehidupan seharian. 

Jaringan Hopfield memainkan peranan penting dalam menunjukkan bagaimana rangkaian neural dapat meniru cara otak memproses dan menyimpan maklumat.

Hinton memperluaskan jaringan Hopfield dengan mesin Boltzmann, yang belajar mengenali elemen ciri dalam data menggunakan fizik statistik. Mesin ini dilatih dengan memberi contoh yang mungkin muncul semasa operasinya. 

Ia dapat mengklasifikasikan imej atau menghasilkan contoh baharu berdasarkan latihannya, dan ini memainkan peranan utama dalam perkembangan pembelajaran mesin.

Penemuan teori ini meletakkan asas untuk kerja masa depan dalam AI, yang membuatkan proses mesin mensimulasi pembelajaran dan memori menjadi kenyataan. 

Kerja Hinton mengenai pembalikan propogasi telah merevolusikan latihan rangkaian neural yang membolehkan sistem ini bertambah baik sendiri dengan mempelajari kesilapan mereka. 

Kaedah ini penting untuk fungsi sistem pembelajaran mendalam, yang merupakan asas kepada teknologi seperti pengecaman suara, penglihatan komputer, dan pemprosesan bahasa semula jadi.

Tanpa pembalikan propogasi, rangkaian neural akan menghadapi kesukaran untuk meningkatkan ketepatan dan kerumitan, menyukarkan mereka melakukan tugas rumit yang kini mampu dilakukan. 

Daripada sistem pengecaman suara kepada alat diagnostik perubatan, kejayaan mereka menjadi tulang belakang revolusi AI.

Jawatankuasa Nobel menekankan bagaimana kerja mereka membolehkan AI menyusun dan menganalisis data yang besar dengan lebih efisien dalam pelbagai sektor.

“Pembelajaran mesin berasaskan rangkaian neural buatan kini merevolusikan sains, kejuruteraan dan kehidupan seharian,” kata jawatankuasa tersebut.

Kebimbangan Global

Jawatankuasa itu turut menyuarakan kebimbangan global mengenai pembelajaran mesin dan kecerdasan buatan (AI). 

“Walaupun pembelajaran mesin mempunyai manfaat yang besar, perkembangan pesatnya juga menimbulkan kebimbangan mengenai masa depan kita,” kata Ellen Moons, pengerusi Jawatankuasa Nobel untuk Fizik. 

“Secara kolektif, manusia memikul tanggungjawab untuk menggunakan teknologi baharu ini dengan cara yang selamat dan beretika untuk kebaikan kemanusiaan,” tambahnya.

Disebabkan kebimbangan ini, Hinton meletakkan jawatan di Google untuk membincangkan risiko berkaitan teknologi yang diciptanya secara terbuka. 

Hinton meluahkan kebimbangan tentang “beberapa kemungkinan akibat buruk” yang berpunca daripada kerjanya dalam pembelajaran mesin, “terutama ancaman apabila teknologi ini sukar dikawal.”

Disebalik kebimbangan tersebut, Hinton berkata dia tetap akan membuat keputusan yang sama sekali lagi. 

Hadiah Nobel yang dianggap sebagai penghormatan tertinggi untuk ahli fizik seluruh dunia ditubuhkan melalui wasiat Alfred Nobel, termasuk anugerah untuk pencapaian dalam sains, kesusasteraan, perubatan dan keamanan. 

Dua pemenang itu membawa pulang anugerah $1.1 juta.

Fizik merupakan Hadiah Nobel kedua yang dianugerahkan minggu ini, selepas hadiah perubatan yang dimenangi oleh saintis AS, Victor Ambros dan Gary Ruvkun, atas penemuan mikroRNA dan peranannya dalam pengawalan gen, yang memberi pemahaman tentang bagaimana sel mengkhusus.