AI Pioneers Andrew Barto dan Richard Sutton Raih Penghargaan Turing 2025 Atas Kontribusi Terobosan di Pembelajaran Penguatan
WASHINGTON, D.C. (2025-03-05) – National Science Foundation (NSF) mengumumkan bahwa Profesor Andrew Barto dari University of Massachusetts Amherst dan Profesor Richard Sutton dari University of Alberta telah dinobatkan sebagai penerima Penghargaan Turing 2025 atas kontribusi inovatif dan fundamental mereka pada bidang Pembelajaran Penguatan (Reinforcement Learning – RL). Penghargaan Turing, sering disebut sebagai “Nobelnya Komputasi,” mengakui kontribusi yang memiliki dampak mendalam dan abadi pada dunia komputasi.
Barto dan Sutton diakui atas karya perintis mereka yang telah membentuk fondasi teoretis dan praktis dari RL, sebuah cabang kecerdasan buatan yang memungkinkan agen (seperti robot atau program komputer) untuk belajar membuat keputusan optimal di lingkungan yang kompleks melalui proses coba-coba dan umpan balik.
Kontribusi Utama Barto dan Sutton:
Barto dan Sutton, yang telah bekerja sama selama puluhan tahun, telah memberikan kontribusi signifikan dalam beberapa bidang penting dalam RL, termasuk:
- Pendekatan Temporal-Difference Learning: Mereka mengembangkan dan memopulerkan metode Temporal-Difference (TD) Learning, sebuah teknik yang memungkinkan agen untuk belajar dari prediksi sebelumnya, bahkan sebelum hasil akhir diketahui. TD Learning adalah dasar dari banyak algoritma RL modern dan telah berhasil diterapkan dalam berbagai aplikasi, termasuk game, robotika, dan keuangan.
- Kebijakan Berbasis Gradien: Mereka merintis penggunaan kebijakan berbasis gradien, sebuah metode untuk mengoptimalkan kebijakan secara langsung, yang memungkinkan agen untuk belajar kebijakan yang lebih kompleks dan efektif. Ini telah menjadi landasan bagi pendekatan RL yang lebih canggih, seperti Algoritma Actor-Critic.
- Pembelajaran yang Berbasis Pada Model: Mereka mempromosikan penggunaan model lingkungan dalam RL, memungkinkan agen untuk merencanakan dan membuat keputusan dengan lebih efisien. Pendekatan ini sangat relevan untuk tugas-tugas yang membutuhkan pemikiran ke depan dan perencanaan strategis.
- Buku “Reinforcement Learning: An Introduction”: Barto dan Sutton adalah penulis buku teks klasik “Reinforcement Learning: An Introduction,” yang telah menjadi sumber belajar utama bagi mahasiswa, peneliti, dan praktisi di seluruh dunia. Buku ini memberikan pengenalan yang komprehensif dan mudah diakses ke prinsip-prinsip dasar RL dan telah membantu dalam menumbuhkan komunitas RL yang berkembang pesat.
Dampak yang Luas di Berbagai Bidang:
Karya Barto dan Sutton telah memberikan dampak yang luas di berbagai bidang, termasuk:
- Robotika: RL digunakan untuk melatih robot untuk melakukan tugas-tugas kompleks seperti berjalan, berlari, dan memanipulasi objek.
- Game: RL telah digunakan untuk mengembangkan agen game yang mengalahkan pemain manusia terbaik di dunia dalam game seperti Go, Atari, dan Dota 2.
- Otomasi: RL digunakan untuk mengoptimalkan sistem otomasi di berbagai industri, termasuk manufaktur, logistik, dan energi.
- Kesehatan: RL digunakan untuk mengembangkan sistem perawatan kesehatan yang dipersonalisasi dan mengoptimalkan rejimen pengobatan.
- Keuangan: RL digunakan untuk mengembangkan strategi perdagangan dan mengelola risiko keuangan.
Pernyataan dari NSF:
“NSF sangat bangga untuk mengakui Profesor Barto dan Sutton atas kontribusi luar biasa mereka pada bidang Pembelajaran Penguatan,” kata Direktur NSF, Dr. Sethuraman Panchanathan. “Karya mereka telah merevolusi bidang kecerdasan buatan dan memiliki potensi untuk mengatasi beberapa tantangan terbesar yang dihadapi masyarakat saat ini. Kami berharap dapat melihat dampak lebih lanjut dari karya mereka di masa depan.”
Reaksi dari Barto dan Sutton:
Dalam pernyataan bersama, Barto dan Sutton menyatakan rasa hormat dan terima kasih mereka atas penghargaan tersebut. “Kami merasa sangat terhormat untuk menerima Penghargaan Turing. Kami sangat berterima kasih kepada semua siswa, kolaborator, dan kolega kami yang telah berkontribusi pada kesuksesan kami,” kata mereka. “Kami berharap penghargaan ini akan menginspirasi generasi baru peneliti dan praktisi untuk terus mendorong batasan Pembelajaran Penguatan.”
Masa Depan Pembelajaran Penguatan:
Dengan Penghargaan Turing yang diberikan kepada Barto dan Sutton, bidang Pembelajaran Penguatan diakui sebagai salah satu bidang terpenting dan menjanjikan dalam kecerdasan buatan. Diperkirakan bahwa RL akan memainkan peran yang semakin penting dalam mengatasi tantangan global di masa depan, mulai dari iklim hingga kesehatan hingga pendidikan. Karya Barto dan Sutton telah meletakkan dasar yang kuat untuk kemajuan lebih lanjut dalam RL, dan warisan mereka akan terus menginspirasi dan memandu para peneliti dan praktisi selama bertahun-tahun yang akan datang.
Penghargaan Turing 2025 akan secara resmi diberikan kepada Profesor Barto dan Sutton pada upacara yang akan diadakan pada bulan Mei mendatang.
Ini adalah era yang menarik bagi bidang Pembelajaran Penguatan, dan Penghargaan Turing 2025 ini adalah bukti kekuatan dan potensi dari bidang yang terus berkembang ini.
AI telah menyampaikan berita.
Pertanyaan berikut digunakan untuk mendapatkan jawaban dari Google Gemini:
Pada 2025-03-05 23:07, ‘AI Pioneers Andrew Barto dan Richard Sutton Win 2025 Turing Award untuk kontribusi inovatif untuk pembelajaran penguatan’ telah diterbitkan menurut NSF. Silakan tulis artikel terperinci dengan informasi terkait secara mudah dipahami.
7