Otak Manusia… Dan Isi Otak Saya ;p

Hanya sekedar ingin mendokumentasikan isi kepala, sekaligus sebagai pengingat kenapa saya sampai terdampar di sini, kalau-kalau suatu saat terlena keasyikan jalan-jalan dan lupa kuliah… Maaf kalau terlalu berat topiknya ^^;

Sejak 2 hari yang lalu kuliah semester II sudah dimulai, total ada 5 mata kuliah, tapi sampai hari ini baru 4 yang kelasnya sudah dimulai: Mathematics for Computer Science *seperti Kalkulus Dasar + Logika Informatika terulang lagi -_-*Programming for Computational Linguistics *Python + Prolog, lagi… well, Prolog lupa-lupa ingat sih*, Neural Networks, dan Introduction to Linguistics.

Dua mata kuliah terakhir baru saja diikuti hari ini, jadi masih fresh. Dan dua-duanya menginspirasi saya untuk menulis.

Kelas pagi, Neural Networks, tentu saja sang dosen ga langsung tanpa babibu memberikan materi tentang Neural Networks. Pertama-tama istilah AI alias Artificial Intelligence diperkenalkan. Apa yang dimaksud dengan intelegensia? Jika sebuah mesin bisa menyelesaikan sebuah persoalan, misalnya komputasi, apakah dia bisa disebut memiliki intelegensia?

Salah satu solusinya: Turing Test, sebuah eksperimen dimana manusia berkomunikasi dengan pihak lain, tanpa tahu si pihak lain itu manusia atau mesin. Jika si manusia menganggap bahwa si pihak lain itu manusia juga, padahal mesin, maka bisa dikatakan mesin itu memiliki intelegensia. Benarkah begitu? Karena sebenarnya tidak sesederhana itu.

Lalu, bahwa ada 2 pendekatan untuk membuat komputer seakan-akan pintar, bisa berpikir, dan bisa menyelesaikan persoalan selayaknya manusia: symbolic approach dan numeric approach. Yang pertama biasanya memodelkan pengetahuan menggunakan aturan-aturan, lalu menggunakan inferensi untuk menyelesaikan persoalan. Sedangkan yang kedua menggunakan data untuk membangun sistem yang ‘belajar’ dari data tersebut, untuk menyelesaikan persoalan. Dengan kata lain yang pertama berkaitan erat dengan logics dan yang kedua berkaitan dengan statistics. Dan dua pendekatan ini menciptakan dua aliran yang berbeda di dunia AI, researcher seakan terbagi dua.

Sampai di sini saya masih mengantuk karena topik AI ini sudah berkali-kali dibahas waktu kuliah S1 dulu. Dan sejujurnya sampai sekarang saya masih belum memutuskan akan lebih condong ke aliran yang mana. Saya masih berada di tengah-tengah, dan masih berimpian untuk mengawinkan kedua aliran tersebut. Setelah itu, kuliah pun jadi tambah menarik…

Lalu Neural Networks, dalam konteks ini tentu Artificial Neural Networks alias jaringan syaraf buatan, masuk aliran mana? Sampai sekarang, masih masuk aliran numeric approach, karena mensimulasikan cara kerja syaraf menggunakan model matematika atau komputasi. Tapi riset di area ini masih berlanjut dengan impian membangun sistem yang menirukan syaraf dalam otak, bukan hanya simulasi.

Menurut sang dosen, memodelkan intelegensia menggunakan logika atau statistik saja tidak cukup. Kalau misalnya seseorang di jalan tiba-tiba diberikan persoalan logika atau statistik, belum tentu dia bisa memecahkan persoalan tersebut. Tapi apakah itu berarti dia tidak memiliki intelegensia? *Alasan ini menurut saya kurang logis, tapi saya setuju bahwa intelegensia seorang manusia memang lebih dari itu*.

Sang dosen pun lalu menyebutkan sebuah buku oleh Antonio Damasio, berjudul “Descartes’ Error” *yang baru saja saya baca… reviewnya ;p*. Awalnya bertanya-tanya “Descartes ya, kayak pernah denger…”, ternyata filsuf yang terkenal dengan “I think, therefore I am”-nya ^^; Jadi, Damasio ini profesor di bidang neuroscience, yang berdasarkan pengamatannya terhadap pasien yang mengalami kerusakan otak, menulis buku ini.

Pasien yang karena kerusakan otak *bagian prefrontal lobes* kehilangan kemampuan untuk bertindak secara emosional, terbukti sulit mengambil keputusan sehari-hari hanya berdasarkan logika. Pasien bertindak seperti halnya mesin, yang hanya bisa berpikir. Damasio membuktikan bahwa pernyataan Descartes itu salah, jauh sebelum manusia berpikir, manusia bertindak berdasarkan ‘feeling’. Emosi menjadi salah satu faktor penting bagi manusia dalam mengambil keputusan. Well, I don’t know if I read and rewrite this review in the right way ^^; just read it yourself if you’re curious…

Wow, jadi menirukan cara kerja otak manusia bukan hanya bagaimana cara manusia berpikir, tapi juga harus memasukkan unsur emosional? Luar biasa… sulit ^^; Ditambah lagi, yang membedakan manusia dengan mesin adalah, manusia memiliki kemampuan untuk belajar. Walaupun sudah ada beberapa teknik machine learning yang membuat mesin seolah-olah ‘belajar’ dari lingkungannya untuk kemudian mengambil keputusan, tapi sampai saat ini masih belum diketahui bagaimana proses seorang anak manusia mempelajari… bahasa.

Dan topik inilah yang menarik dari kuliah kedua, Introduction to Linguistics, di siang hari, yaitu tentang Language Acquisition. Kemampuan untuk berkomunikasi secara natural merupakan salah satu kemampuan cognitive manusia yang sampai sekarang belum bisa ditirukan dengan sempurna oleh komputer.

Bagaimana proses belajar manusia yang ketika lahir tidak memiliki pengetahuan sama sekali tentang bahasa, tiba-tiba bisa mengerti pembicaraan dan berbicara? Bahkan sebelum memperoleh pendidikan formal tentang bahasa tersebut. OOT, saya tiba-tiba iri pada native speaker bahasa Inggris atau Perancis yang sepertinya tidak perlu bersusah payah menata grammar ketika berbicara.

Pada intinya, berusaha memahami dan menirukan cara kerja otak manusia adalah sesuatu yang benar-benar sulit. Perkembangan di bidang AI ini berlangsung amat sangat lambat. Scientist yang dulu begitu optimis, seperti Minsky dengan statement-nya: “Within a generation the problem of creating ‘artificial intelligence’ will be substantially solved” di tahun 1967, 15 tahun kemudian tiba-tiba berubah pikiran: “The AI problem is one of the hardest science has ever undertaken”. Sudah beberapa generasi sejak AI mulai berkembang, apakah robot-robot menyerupai manusia dengan kemampuan yang sama seperti yang kita lihat di film-film sudah ada sekarang?

Sulit… memang sulit. But that’s why I took this challenge :))

*fyuh, panjang juga… dan tulisan semua, hahah, maaf ya pembaca, walaupun kayaknya ga ada yang baca ;p*

  1. AI emang menarik mbak… tapi aku males klo codingnya ke mesin langsung… apalagi klo pake bahasa mesin >_<

  2. Aku bacaa!!!!
    Menarik tuh bagian belakang tulisannya, tentang bahasaa!
    Btw, kita juga ga perlu belajar imbuhan bhs Indo kan? Bule2 setengah mati tuh memahami makna imbuhan..
    anyway in my opinion, the most effective way to learn language is not by learning grammar, but “jump” into practice. the more examples we have, the more “expert” we could be. maybe computers need to process huge ammount of data so that finally it can really speak a language.. 😕

  3. padahal yg gaptek hari gini tuh masih banyak juga lho.. tapi manusia memang masi lebih smart *in a way* daripada machine ya. glad to know..hihi. *komen amatir, maap kalo ga nyambung :))*

  4. luar biasa hehe 😛

  5. Febri J Kurniawan

    Keren tuh kalo komputer bisa mikir / mengerti bahasa kita
    Tapi jangan di kasih emosi ya, nanti repot kalo ada komputer yang ngambek, hihihi….

  6. waah, ternyata malah rame yang komen :))

    @anug: alhamdulillah sampe sekarang blom harus berurusan dengan si bahasa blukutuk itu ;p

    @vicky: hummh, iya betul, cuma sekarang yang bikin penasaran gimana sih cara manusia menyimpan dan memproses data yang banyak itu 😉

    @mbak nyun: yup, that’s the point, ga ada yang bisa ngalahin yang namanya otak manusia, hehe

    @bagus: hwahaha… cuma sekali-sekali aja kok isi otaknya macam gini, biasanya… ehem, bersenang-senang :))

    @k’febri: lah, tanpa emosi aja yang namanya komputer kadang ‘ngambek’ alias nge-hang

  7. Bacaan berat…
    *sumpah gak kubaca.. comment doank hahahha….

Leave a Comment

NOTE - You can use these HTML tags and attributes:
<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>