Big Bang Deep Learning
Setiap bidang memiliki titik balik. Untuk deep learning, tahun itu adalah 2012.
Sebelum 2012, computer vision mengalami kesulitan. Para peneliti menggunakan basis data bernama ImageNet untuk menguji sistem. Tujuannya adalah untuk mengklasifikasikan gambar ke dalam 1.000 kategori yang berbeda.
Selama bertahun-tahun, tingkat kesalahan tetap berada di sekitar 25%. Kemajuan terhenti. Tidak ada yang tahu bagaimana cara melangkah maju.
Kemudian, sebuah tim yang dipimpin oleh Alex Krizhevsky mengubah segalanya. Mereka menggunakan Convolutional Neural Network (CNN).
Alih-alih manusia menulis aturan tentang seperti apa rupa sebuah gambar, jaringan tersebut belajar langsung dari piksel.
Hasilnya sangat masif. Mereka memangkas tingkat kesalahan hampir setengahnya hanya dalam satu tahun.
Pergeseran ini mengubah segalanya. Hal ini membawa AI dari laboratorium penelitian ke dunia nyata.
Dampaknya menyebar dengan cepat:
- Netflix menggunakannya untuk rekomendasi yang lebih baik.
- Siemens dan GE menggunakannya untuk pencitraan medis.
- Produsen mobil menggunakannya untuk mengemudi otonom.
- Raksasa teknologi seperti Google dan Apple menyematkannya ke dalam setiap produk.
Keberhasilan ini bergantung pada perangkat keras. Melatih jaringan ini membutuhkan perhitungan matematika yang masif. GPU, yang awalnya dibuat untuk video game, terbukti sempurna untuk perhitungan ini. Hal inilah yang mendorong kebangkitan NVIDIA.
Namun ingat, tren pasar itu kompleks. Pertumbuhan NVIDIA juga terkait dengan ledakan penambangan kripto. Jangan pernah berasumsi hanya ada satu penyebab tunggal untuk pergeseran pasar.
Deep learning juga menaklukkan permainan.
Catur diselesaikan dengan brute force. Go berbeda. Kemungkinan langkah dalam permainan Go terlalu banyak untuk dihitung oleh komputer mana pun. Pada tahun 2016, AlphaGo membuktikan bahwa deep learning dapat mempelajari strategi tanpa bantuan manusia. Ia belajar dengan bermain melawan dirinya sendiri.
Pelajarannya sederhana.
Metode lama gagal karena manusia harus menulis kode aturan secara manual. Kita menemui batas. Deep learning mendobrak batasan tersebut karena sistem kini mempelajari polanya sendiri dari data mentah.
Dalam seri ini, saya akan menguraikan catatan kursus deep learning saya. Kita akan melihat bagaimana jaringan ini sebenarnya bekerja.
Selanjutnya, saya akan menjelaskan apa yang terjadi di dalam jaringan saat ia belajar.
Sumber: https://dev.to/fahimu10/the-big-bang-of-deep-learning-how-2012-changed-everything-3lb3
Komunitas belajar opsional: https://t.me/GyaanSetuAi