Deep learning is the subfield of artificial intelligence that focuses on creating large neural network models that are capable of making accurate data-driven decisions. Deep learning is particularly suited to contexts where the data is complex and where there are large datasets available. Deep learning enables data-driven decisions by identifying and extracting patterns from large datasets that accurately map from sets of complex inputs to good decision outcomes. (John D.Kelleher, 2019:1).
Pembelajaran adalah proses transformasi nilai antar generasi yang dilakukan secara bertanggungjawab. Sebagai sebuah proses maka dilakukan dengan pengelolaan yang baik, di sini ada nilai yakni sesuatu yang bersifat maknawi atau ideologi yang dijaga, dan antar generasi maka pertimbangan kini dan masa depan itu hal utama.
Itulah pembelajaran yang terus progresif tidak berhenti bahkan self medicate kapanpun di manapun. Jadi tidak ada definisi atau pengertian dari kata belajar yang benar-benar universal, apalagi sepanjang hayat. Hari ini kita disibukkan dengan istilah deep learning bahasa Indonesianya secara sederhana pembelajaran mendalam.
Menurut Kelleher, pembelajaran mendalam adalah subbidang kecerdasan buatan yang berfokus pada pembuatan model jaringan saraf besar yang mampu membuat keputusan berdasarkan data yang akurat. Pembelajaran mendalam sangat cocok untuk konteks di mana datanya kompleks dan terdapat kumpulan data besar yang tersedia.
Ternyata pembelajaran mendalam ini sangat terkait dengan persoalan intelligencia, persoalan komputer, big data dan lain sebagainya, dan yang utama terkait dengan kemampuan dan keterampilan pengambilan keputusan.
Pembelajaran mendalam begitu penting hari ini, hal ini dimungkinkan karena memang pembelajaran mendalam memungkinkan pengambilan keputusan berdasarkan data dengan mengidentifikasi dan mengekstraksi pola dari kumpulan data besar yang secara akurat memetakan dari kumpulan masukan kompleks ke hasil keputusan yang baik.
Terdapat tiga hal penting untuk dijelaskan terkait dengan pembelajaran mendalam yakni; artificial intelligence, machine learning dan deep learning.
Hubungan antara artificial intelligence, machine learning dan deep learning.
Menurut penelitian Kelleher, bahwa bidang kecerdasan buatan lahir di sebuah lokakarya di Dartmouth College pada musim panas tahun 1956. Diawali dari penelitian tentang sejumlah topik dipresentasikan di lokakarya tersebut termasuk pembuktian teorema matematika, pemrosesan bahasa alami, perencanaan permainan, komputasi bidang pembelajaran mesin modern mengacu pada dua topik terakhir: komputer yang dapat belajar dari contoh, dan penelitian jaringan saraf. Ini menjadi titik poin awal bagaimana kecerdasan buatan dapat dimanipulasi dalam arti dimanfaatkan untuk fungsi lain dalam kegiatan pembelajaran.
Berikutnya tentang pembelajaran mesin menurut Kelleher bahwa pembelajaran mesin melibatkan pengembangan dan evaluasi algoritma yang memungkinkan komputer untuk mengekstrak (atau mempelajari) fungsi dari kumpulan data (kumpulan contoh).
Untuk memahami apa arti pembelajaran mesin, kita perlu memahami tiga istilah: kumpulan data, algoritma, dan fungsi. Paling tidak kita mengerti satu bagian diantaranya yakni algoritma adalah proses (atau resep, atau program) yang dapat diikuti oleh komputer.
Dalam konteks pembelajaran mesin, algoritma mendefinisikan proses untuk menganalisis kumpulan data dan mengidentifikasi pola berulang dalam data. Misalnya, algoritma mungkin menemukan pola yang menghubungkan pendapatan tahunan dan utang lancar seseorang dengan peringkat solvabilitas kreditnya.
Dalam matematika, hubungan jenis ini disebut sebagai fungsi. Hal ini jelas memberi keterampilan bagaimana pembelajaran kita menyiapkan generasi yang memanfaatkan komputer, big data serta teknologi dengan cara arif dan bijaksana. Memang hubungan itu kadang terkesan jauh, tetapi itulah tujuan utama pembelajaran mendalam.
Sungguh semoga pembelajaran mendalam hari ini bukan sekadar heboh, atau viral, tetapi adalah sebuah solusi dari satu bagian dari pendidikan dan pembelajaran untuk menjawab tuntutan masa depan.
Ingat sekali lagi, masa depan itu pasti, pembelajaran itu progresif, kini tinggal kita apakah ingin berhenti atau pasif, jawabannya pasti aktif, tetapi aktif untuk menjadi alternatif bagi masa depan pendidikan kita.
Kita setuju “Dengan kolaborasi kita bangun negeri, lewat pendidikan kita bersinergi”.
