neural networks
cara mesin belajar meniru jaringan saraf manusia untuk mengenali wajah
Pernahkah kita memegang ponsel pintar di depan wajah, dan klik, layarnya terbuka dalam hitungan milidetik? Kita mungkin sudah menganggap hal ini sebagai rutinitas biasa yang membosankan. Tapi coba kita pikirkan sejenak bersama-sama. Ponsel di tangan kita itu hanyalah bongkahan kaca, plastik, dan logam. Benda itu tidak punya mata, tidak punya otak, dan tentu saja tidak punya memori emosional. Lalu, bagaimana mungkin benda mati ini bisa langsung tahu bahwa itu adalah wajah kita, di antara delapan miliar wajah manusia lain di atas bumi?
Untuk mengurai keajaiban ini, kita harus mundur sedikit dan melihat ke dalam diri kita sendiri. Secara psikologis dan biologis, otak manusia sudah berevolusi jutaan tahun untuk menjadi mesin pengenal wajah yang sempurna. Ini adalah insting bertahan hidup dasar. Saat kita masih bayi, kita harus tahu mana wajah ibu kita yang memberi rasa aman, dan mana wajah orang asing. Otak kita melakukan ini tanpa kita sadari, berkat miliaran sel saraf atau neuron yang saling mengirim sinyal listrik.
Namun, di masa lalu, para ilmuwan komputer menghadapi jalan buntu yang membuat frustrasi. Komputer zaman dulu sangatlah kaku. Mereka hanya bisa bekerja jika diberi aturan baku yang jelas, atau yang biasa disebut if-then rules. Bayangkan teman-teman harus menulis aturan pasti tentang "apa itu wajah" untuk diajarkan ke mesin. Kita mungkin menulis: ada dua mata, satu hidung di tengah, dan satu mulut di bawah.
Terdengar logis, bukan? Tapi coba bayangkan jika wajah kita difoto dari samping. Atau saat kita sedang memakai kacamata hitam. Atau saat kita menangis sehingga wajah kita berkerut. Aturan baku buatan manusia itu akan langsung hancur berantakan. Komputer klasik akan kebingungan dan gagal mengenali kita.
Di titik keputusasaan inilah, sebuah pencerahan muncul. Para ilmuwan menyadari satu hal fundamental: kita tidak bisa mengajari mesin untuk menghafal aturan tentang wajah. Kita harus mengajari mesin untuk belajar mengenali pola, persis seperti balita yang sedang mengamati dunia.
Tapi di sinilah letak teka-tekinya. Bagaimana cara kita menanamkan proses belajar biologis dan psikologis manusia ke dalam sebaris kode komputer yang dingin? Jika mesin tidak bisa diberi buku panduan yang kaku, lalu apa yang harus kita berikan kepadanya? Bukankah komputer pada dasarnya hanyalah sebuah kalkulator super cepat? Pertanyaan ini sempat menjadi misteri terbesar dalam dunia sains. Para peneliti tahu jawabannya tersembunyi di dalam kepala mereka sendiri, di dalam jaringan saraf biologis kita yang rumit. Tapi membangun jembatan antara biologi daging dan silikon komputer terasa mustahil. Sampai akhirnya, sebuah terobosan brilian berhasil memecahkan kode tersebut.
Jawaban dari misteri itu adalah meniru arsitektur otak kita ke dalam bentuk digital, yang kini kita kenal sebagai Artificial Neural Networks atau jaringan saraf tiruan. Mari kita bayangkan jaringan ini sebagai sebuah tim detektif bertingkat yang sangat cerdas.
Ketika kamera ponsel melihat wajah kita, ia tidak melihat "manusia". Ia hanya melihat ribuan titik warna atau pixel. Lapisan pertama dari detektif digital ini bertugas mengamati pixel tersebut. Mereka tidak tahu itu wajah, mereka hanya mencari pola dasar: garis lurus, lengkungan, atau perbedaan gelap terang. Setelah tugas mereka selesai, mereka mengoper temuan ini ke lapisan detektif kedua.
Lapisan kedua mulai merangkai garis-garis tadi menjadi bentuk yang sedikit lebih jelas. "Oh, ini ada bentuk oval," atau "Ini ada dua bulatan hitam." Temuan ini dioper lagi ke lapisan berikutnya, terus-menerus, semakin dalam dan semakin rumit. Di lapisan paling akhir, setelah merangkai semua kepingan puzzle tadi, jaringan ini akhirnya bisa menyimpulkan dengan sangat yakin: kumpulan garis dan bayangan ini adalah hidung, mata, dan rahang milik kita.
Bagian paling menakjubkan dari hard science ini adalah tidak ada manusia yang memprogram detail garis-garis tersebut. Jaringan saraf ini belajar murni dari pengalaman lewat proses trial and error. Setiap kali ia salah mengenali wajah dalam masa pelatihan, ia akan mengoreksi dirinya sendiri dengan mengubah bobot (weights) dan bias matematika di dalam kodenya. Semakin sering ia melihat contoh wajah, koneksi di dalam kodenya akan semakin kuat. Ini benar-benar replika dari cara sel saraf otak manusia menebalkan koneksinya setiap kali kita mempelajari keterampilan baru.
Rasanya aneh, sekaligus luar biasa menakjubkan, bukan? Saat kita menatap layar ponsel, sadar atau tidak, kita sebenarnya sedang menatap cermin dari proses evolusi kita sendiri.
Para ilmuwan tidak sekadar menciptakan mesin yang pintar. Teman-teman, mereka telah berhasil meminjam kejeniusan alam semesta yang tersembunyi rapat di dalam batok kepala kita, lalu menerjemahkannya menjadi keindahan matematika. Di balik semua perhitungan pixel dan jaringan digital yang tampak tak bernyawa itu, terselip sebuah refleksi tentang bagaimana kita tumbuh sebagai manusia.
Mesin ini bisa menjadi sangat pintar karena ia diizinkan untuk salah, belajar dari kesalahan tersebut, beradaptasi, dan perlahan-lahan menemukan jawaban yang benar. Persis seperti perjalanan hidup kita sehari-hari. Jadi, besok pagi saat layar ponsel terbuka seketika karena melihat kita, ingatlah bahwa di dalam sepotong kaca dan logam itu, ada secercah keajaiban pikiran manusia yang sedang menyapa kita kembali.