Para peneliti dari Universitas Bar-Ilan telah mengungkap bagaimana pembelajaran mesin berhasil mengklasifikasikan gambar, mengungkapkan bahwa setiap filter dalam arsitektur pembelajaran mendalam mengenali dan menyempurnakan pengenalan kelompok gambar melalui lapisan.
Arsitektur AI saat ini berhasil melakukan tugas klasifikasi gambar, bersaing dengan kemampuan manusia. Namun bagaimana mekanisme yang membuatnya pembelajaran mesin begitu sukses?
Klasifikasi gambar adalah tugas kompleks yang berhasil dilakukan oleh arsitektur pembelajaran mendalam. Arsitektur mendalam tersebut biasanya terdiri dari banyak lapisan, dengan setiap lapisan terdiri dari banyak filter. Pemahaman umum adalah bahwa seiring dengan kemajuan gambar melalui lapisan, semakin banyak fitur yang ditingkatkan, dan fitur dari fitur, dari gambar tersebut akan terungkap. Namun fitur-fitur tersebut tidak dapat diukur, sehingga cara kerja pembelajaran mesin masih menjadi teka-teki.
Dalam sebuah artikel yang baru-baru ini diterbitkan di Laporan Ilmiahpeneliti dari Universitas Bar-Ilan mengungkap mekanisme yang mendasari pembelajaran mesin yang sukses, yang memungkinkannya melakukan tugas klasifikasi dengan sukses besar. “Setiap filter pada dasarnya mengenali sekelompok kecil gambar dan seiring dengan kemajuan lapisan, pengenalan tersebut dipertajam. Kami menemukan cara untuk mengukur kinerja satu filter secara kuantitatif,” kata Prof. Ido Kanter, dari Departemen Fisika dan Pusat Penelitian Otak Multidisiplin Gonda (Goldschmied) Bar-Ilan, yang memimpin penelitian tersebut.
Sebuah video yang menjelaskan penelitian tersebut. Kredit: Prof. Ido Kanter, Universitas Bar-Ilan
“Penemuan ini dapat membuka jalan untuk lebih memahami cara kerja AI,” kata mahasiswa PhD Yuval Meir, salah satu kontributor utama penelitian ini, sambil menambahkan, “Hal ini dapat meningkatkan latensi, penggunaan memori, dan kompleksitas arsitektur tanpa mengurangi keseluruhan ketepatan.” Meskipun AI telah menjadi yang terdepan dalam kemajuan teknologi saat ini, memahami cara kerja mesin tersebut dapat membuka jalan bagi AI yang lebih canggih lagi.
Referensi: “Menuju mekanisme universal untuk pembelajaran mendalam yang sukses” oleh Yuval Meir, Yarden Tzach, Shiri Hodassman, Ofek Tevet dan Ido Kanter, 11 Maret 2024, Laporan Ilmiah.
DOI: 10.1038/s41598-024-56609-x
