Dunia kecerdasan buatan atau artificial intelligence mengalami titik balik yang masif pada tahun 2012 silam. Sebuah arsitektur jaringan saraf tiruan bernama AlexNet mendadak menjadi sorotan global setelah sukses memenangkan kompetisi ImageNet Large Scale Visual Recognition Challenge dengan performa yang jauh melampaui para pesaingnya saat itu.
Related Stories
Suka dengan Artikel Ini?
Dapatkan lebih banyak cerita menarik dengan berlangganan newsletter kami. Gratis!
Subscribe →Model canggih ini dikembangkan oleh Alex Krizhevsky bersama rekannya Ilya Sutskever serta didampingi oleh profesor pembimbing mereka, Geoffrey Hinton di University of Toronto. Mengusung sekitar 60 juta parameter dan 650 ribu neuron, AlexNet membuktikan bahwa kedalaman sebuah model jaringan saraf sangat esensial untuk mendongkrak performa pengenalan objek visual secara akurat.
Keberhasilan luar biasa tersebut tidak lepas dari pemanfaatan kartu grafis atau GPU Nvidia GTX 580 dalam proses pelatihannya. Mengingat ukuran model yang sangat besar dan belum muat di dalam VRAM tunggal, tim peneliti harus membagi jaringan tersebut ke dalam dua bagian GPU yang bekerja secara paralel selama kurang lebih lima hingga enam hari.
Dominasi AlexNet dalam ajang kompetisi tersebut sekaligus mematahkan keraguan banyak pihak terhadap efektivitas metode pembelajaran mendalam atau deep learning. Sejak saat itu, paradigma di bidang computer vision bergeser secara drastis, di mana para peneliti mulai meninggalkan metode ekstraksi fitur manual dan beralih ke pembelajaran fitur otomatis langsung dari data.
Dampak dari inovasi ini masih dirasakan hingga sekarang, di mana arsitektur convolutional neural network menjadi fondasi utama dalam berbagai teknologi modern mulai dari kendaraan otonom hingga sistem pengenalan wajah. Kode sumber serta fondasi yang dibangun oleh AlexNet benar-benar membuka jalan bagi era keemasan industri kecerdasan buatan global.