Fisikawan Lebih Cocok Menguasai Ranah Teknologi Komputer

Ini adalah saduran saya dari artikel Wired berjudul “More over, coders — physicists will soon rule Silivon Valey.”

Penafian: tulisan ini belum saya edit, kemungkinan masih ada kekeliruan, baik itu teks maupun konteks.

Move Over, Coders—Physicists Will Soon Rule Silicon Valley

Sekarang ini bukanlah waktu yang tepat bagi seorang fisikawan.

Setidaknya itulah yang dikatakan Oscar Boykin. Dia lulus dari jurusan fisika di Georgia Institute of Technology dan menyelesaikan PhD di UCLA pada tahun 2002. Tapi empat tahun yang lalu, para fisikawan di Large Hadron Collider di Swiss menemukan partikel Higgs boson, sebuah partikel subatom yang diprediksi tahun 1960-an. Seperti Boykin katakan, semua orang memang mengharapkan kehadiran partikel ini. Kehadiran partikel ini tidak merusak model teoretis kita tentang alam semesta. Kehadiran partikel ini bahkan tidak mengubah apapun atau memberi sesuatu yang baru kepada para fisikawan. “Fisikawan baru akan senang ketika mereka menyadari ada yang salah dengan fisika mereka, dan sekarang kita pada kondisi tidak terlalu banyak yang salah dengan fisika kita,” kata Boykin. “Saat ini adalah waktu yang tidak menggembirakan hati fisikawan.” Ditambah lagi, gaji fisikawan tidak terlalu bagus.

Boykin tidak lagi seorang fisikawan. Dia sekarang seorang software engineer di Lembah Silikon. Dan ini adalah sesuatu yang bagus untuk dia.

Boykin bekerja di Stripe, sebuah perusahaan baru bernilai $9-milyar yang bergerak di bidang jasa pelayanan pembayaran dalam-jaringan (payments online). Dia membantu pembuatan dan pengoperasian sistem-sistem perangkat lunak yang mengoleksi data dari servis-servis perusahaan. Dia juga memprediksi masa depan dari servis-servis ini, termasuk kapan, di mana, dan bagaimana transaksi curang akan terjadi. Sebagai seorang fisikawan, dia sangat cocok dengan pekerjaan ini, pekerjaan yang membutuhkan pemikiran ekstrem matematis dan abstrak. Bahkan sekarang dia bekerja di sebuah bidang yang memberikannya tantangan dan kemungkinan tanpa batas. Ditambah lagi, bayarannya bagus.

Jika fisika dan software engineering adalah partikel subatom, Lembah Silikon telah berubah menjadi tempat kedua partikel tersebut bertumbukan. Boykin bekerja dengan tiga fisikawan lainnya di Striple. Bulan Desember yang lalu, ketika General Electric membeli Wise.io (sebuah perusahaan baru mulai yang bergerak di bidang kecerdasan buatan), CEO Jeff Immelt dengan bangga berucap bahwa dia baru saja mendapatkan sebuah perusahaan berisi banyak fisikawan, satu di antaranya yang terkenal adalah Joshua Bloom, seorang astrofisikawan lulusan UC Berkeley. Perangkat lunak pembelajaran mesin (machine learning) open source yang mereka kembangkan, H2O, digunakan oleh 70000 ilmuwan di seluruh dunia, dibangun dengan bantuan fisikawan Swiss Arno Candel, yang dulunya bekerja di SLAC National Accelerator Laboratory. Vijay Narayanan, kepala sains data Microsoft, adalah seorang astrofisikawan, dan sejumlah orang yang bekerja untuknya adalah juga para fisikawan.

Tentu saja ini semua bukan disengaja. “Kami tidak masuk jurusan fisika lalu menculik anak-anak fisika,” kata presiden Stripe dan salah satu pendirinya, John Collsion. “Ini terjadi begitu saja,” ujarnya. Dan ini sedang terjadi di banyak tempat di Lembah Silikon. Karena secara struktur dan teknologi, hal-hal yang butuh perusahaan di bidang internet lakukan semakin cocok dengan keahlian seorang fisikawan.

Alamiah

Tentu saja, para fisikawan telah dari awal memainkan peran penting dalam teknologi komputer. John Mauchly, yang membantu desain ENIAC, salah satu komputer paling awal, adalah seorang fisikawan. Dennis Ritchie, ayah dari bahasa C, juga seorang fisikawan.

Kebangkitan pembelajaran mesin telah membuat peran fisikawan menjadi penting di dunia teknologi komputer. Pembelajaran mesin pada prinsipnya adalah membuat mesin belajar dengan cara menganalisis data dalam jumlah raksasa. Teknik penganalisisan data raksasa ini menjadi ranah ilmu baru yang hanya cocok ditangani para fisikawan.

Bidang lain yang membutuhkan para fisikawan adalah industri yang bergerak di bidang jejaring syaraf (neural network), yaitu perangkat lunak yang bertujuan untuk meniru struktur otak manusia. Jejaring syarat pada prinsipnya hanyalah sistem matematis pada skala raksasa, sebagian besar hanya berisi aljabar linear dan teori probabilitas. Para ilmuwan komputer tidak terlalu terlatih menangani area ini, tapi fisikawan terlatih. “Yang baru bagi fisikawan terkait jejaring syarat ini hanyalah bagaimana cara mengoptimalkan dan melatih jejaring ini, tapi dua hal ini tidak terlalu sulit,” kata Boykin. “Salah satu tekniknya adalah metode Newton. Itu lho, Newton yang fisikawan itu, bukan Newton yang lain.”

Chris Bishop, kepala lab riset Microsoft di Cambridge, merasakan hal yang sama tiga puluh tahun. Itu adalah saat pertama kali jejaring syarat mulai menunjukkan hasil menjanjikan di dunia akademik. Itu yang mengantarkan dia dari bidang fisika ke bidang pembelajaran mesin. “Ada sesuatu yang sangat alamiah bagi seorang fisikawan melakukan pekerjaan di bidang pembelajaran mesin,” katanya, “bahkan lebih alamiah dari seorang ilmuwan komputer.”

Ruang Tantangan

Sepuluh tahun yang lalu, kata Boykin, banyak teman-temannya dari fisika pindah ke dunia finansial. Di dunia finansial, seperti di Wall Street, juga butuh ketrampilan matematis untuk memprediksi kemana pasar akan begerak. Salah satu metode kunci adalah persamaan Black-Scholes, sebuah cara penentuan nilai dari sebuah turunan finansial. Tapi persamaan Black-Scholes lah yang mengantarkan kita pada krisis 2008. Dan sekarang ini lebih banyak fisikawan yang beralih ke dunia ilmu data atau bidang lain di teknologi komputer.

Awal dekade ini para fisikawan telah mengisi di sejumlah perusahaan teknologi top dunia. Mereka di sana membantu membuat apa yang disebut perangkat lunak Big Data, seperangkat sistem yang menyulap data dari ratusan bahkan ribuan mesin. Boykin juga membantu mengembangkan Summbingbird pada aplikasi media sosial Twitter. Dan, tiga orang dari fisika MIT mendirikan perusahaan perangkat lunak serupa yang disebut Cloudant. Di MIT, para pendiri Cloudant telah menangani serangkaian data massif dari Large Hadron Collider. Sehingga, mereka mengerti bagaimana menangani data dan membangun serangkaian sistem rumit yang membutuhkan pemikiran abstrak sendiri. Banyak fisikawan menggunakan data yang mereka olah dari sistem ini.

Pada awal-awal Google berdiri, salah satu orang penting yang membangun serangkaian sistem terdistribusi secara massif adalah Yonatan Zunger. Zunger adalah seorang PhD dari Stanfrod dengan disertasi di bidang String Theory. Ketika Kevin Scott bergabung dengan tim iklan Google, Scott bertanggung jawab atas pengambilan data dari iklan Google dan menggunakannya untuk memprediksi iklan mana yang akan diklik lebih banyak. Untuk itu, Scott mempekerjakan takterhitung fisikawan. Tidak seperti ilmuwan komputer, para fisikawan sangat cocok dengan perilaku pembelajaran mesin yang sangat eksperimental. “Pembelajaran mesin ini benar-benar seperti lab sains,” kata Scott yang sekarang bekerja sebaagai kepala teknologi di LinkedIn.

Sekarang perangkat lunak Big Data sudah menjadi tempat umum. Stripe menggunakan sebuah versi open source yang dibuat Boykin untuk Twitter. Versi open source ini membantu pembelajaran mesin memodelkan prediksi-prediksi di dalam banyak perusahaan. Pemodelan ini membuka jalan lebih luas bagi para fisikawan untuk masuk ke Lembah Silikon. Di Stripe, selain Boykin ada Roban Kramer (PhD fisika, Columbia), Christian Anderson (master fisika, Harvard), dan Kelley Rivoire (sarjana fisika, MIT). Mereka datang karena mereka cocok untuk melakukan pekerjaan ini, dan juga karena uang. Seperti yang dikatakan Boykin: “Gaji di dunia ini luar biasa.” Tapi, mereka juga datang karena tertantang dengan persoalan yang harus diselesaikan.,

Anderson meninggalkan Harvard sebelum mengambil PhD karena pada satu titik dia setuju dengan Boykin tentang fisika dan pembelajaran mesin — tapi tentu saja kepuasan intelektual harus berkurang. Tapi intelektual kepuasan tetap terjaga untuk sesuatu yang terkait dengan internat. “implisit di dalam ‘internet’ adalah skop, ruang lingkup dari intelektual itu,” kata Anderson. “Artinya, kesempatan untuk memuaskan intelektual lebih banyak, bahkan memperkaya ruang tantangan, ruang masalah. Itulah sisi positifnya.”

Masa Depan

Sekarang para fisikawan berpindah ke banyak perusahaan di Lembah Silikon. Tapi di tahun-tahun mendatang, sebuah fenomena yang sama akan menjalar lebih jauh. Pembelajaran mesin akan berubah, dia tidak hanya sekedar bagaimana dunia menganalsis data, tapi juga bagaimana membangun perangkat lunak. Jejearing syaraf sudah mulai menemukan-ulang pengenalan gambar, pengenalan suara, penerjemah mesin, dan antarmuka perangkat lunak. Sebagaimana Chris Bishop (Microsoft) berkata, software engineering sedang bergerak dari kode buatan tangan berbasis logik ke model pembelajaran mesin berbasis probabilitas dan ketidakpastian. Perusahaan-perusahaan seperti Google dan Facebook sudah memulai untuk melatih-ulang para insinyurnya dengan cara berpikir yang baru ini. Pada akhirnya, dunia komputasi akan mengikuti mereka.

Dengan kata lain, semua fisikawan yang bergerak ke ranah insinyur Silikon Valey adalah sebuah tanda bahwa ada sebuah tantangan yang lebih besar yang akan segera datang. Implikasinya, semua insinyur Silicon Valey akan hijrah ke ranah fisikawan…

Author: febdian RUSYDI

a physicists, a faculty, a blogger.

1 thought on “Fisikawan Lebih Cocok Menguasai Ranah Teknologi Komputer”

  1. Banyak keamanan data yang menggunakan cara-cara fisika untuk proses enkripsi dan dekripsi data, karena dianggap proses retasnya juga akan lumayan membuat cracker bingung lah yang dipake rumus fisika..
    😀

Leave a Reply