memuat…
Dr Geoffrey Hinton adalah ilmuwan komputer Kanada dan pakar kecerdasan buatan. Foto/Tekspot
JAKARTA – dr. Geoffrey Hinton adalah seorang ilmuwan dan pakar komputer kecerdasan buatan dari Kanada. Dia diakui sebagai salah satu tokoh terkemuka di bidang pembelajaran mendalam, salah satu cabang utama pembelajaran mesin dan kecerdasan buatan.
Baru-baru ini Dr Geoffrey Hinton menyesal pernah membuat Kecerdasan buatan (AI). Padahal, dalam perkembangannya banyak sekali kegunaan AI.
Dr Hinton telah berkontribusi secara ekstensif untuk penelitian tentang jaringan saraf dan pembelajaran mendalam, dan merancang algoritme terkenal seperti back-propagation dan mesin Boltzmann. Ia juga merupakan salah satu peneliti dalam pengembangan teknologi deep learning yang kini banyak digunakan, seperti dalam speech dan image recognition.
Dr Hinton juga telah menerima banyak penghargaan untuk karyanya, termasuk Penghargaan Turing pada tahun 2019, yang dianggap sebagai penghargaan tertinggi dalam ilmu komputer. Dia juga menjabat sebagai profesor di Universitas Toronto dan ditunjuk sebagai anggota Royal Society pada tahun 2010.
Dr. Hinton telah melakukan banyak pekerjaan penting di bidang kecerdasan buatan, terutama di cabang pembelajaran mendalam dan jaringan saraf. Di antara karya-karyanya yang terkenal adalah:
1. Perbanyakan kembali
Dr Hinton adalah salah satu dari beberapa peneliti yang menemukan algoritma backpropagation pada awal 1980-an. Algoritma ini digunakan untuk melatih jaringan saraf tiruan dengan memberikan umpan balik yang diperlukan untuk meningkatkan bobot yang digunakan dalam pengambilan keputusan.
2. Mesin Boltzmann
Dr. Hinton juga merancang mesin Boltzmann pada tahun 1985, yang merupakan jenis jaringan saraf khusus yang dapat digunakan untuk mempelajari pola kompleks. Algoritme ini menjadi dasar dari banyak teknologi pembelajaran mendalam yang sekarang digunakan secara luas.
3. Jaringan Kepercayaan Mendalam (DBN)
Dr Hinton dan rekannya Deep Belief Networks pada tahun 2006. DBN adalah arsitektur pembelajaran mendalam yang efektif untuk memproses data yang besar dan kompleks seperti gambar dan teks.
4. Jaringan Kapsul
Pada tahun 2017, Dr Hinton memperkenalkan konsep Capsule Networks, model pembelajaran mendalam baru yang dirancang untuk memproses data kompleks seperti gambar dan suara dengan lebih baik daripada model pembelajaran mendalam konvensional.
Karya Dr. Hinton sangat berpengaruh dalam perkembangan deep learning dan perkembangan teknologi kecerdasan buatan yang kini banyak digunakan di berbagai bidang, seperti otomotif, kesehatan, dan teknologi informasi.
(jaring)