Coba baca teks ini, apakah Anda paham seketika?
wht has Don Trm don nw?
Anda mungkin bisa menduga maksudnya adalah: “What has Donald Trump done now?” (Apa lagi yang dilakukan Donald Trump sekarang?).
Bagaimana Anda bisa sampai pada kesimpulan itu? Padahal potongan kata-kata itu bisa saja bagian dari banyak kata lain. Anda bahkan bisa menduga kepanjangan dari potongan yang hampir sama—"Don" dan “don"—adalah kata yang berbeda—"Donald” dan “done”.
Jika Anda memasukkan potongan kata-kata itu di Google, tak ada satu pun hasil pencarian teratas yang berkaitan dengan Presiden Amerika Serikat saat ini.
Baca juga: Enam Tempat Terbaik Untuk Menyaksikan Langit Penuh Bintang
Tak ada Donald Trump di hasil pencarian. Google search/screenshot
Ya, Google tak secerdas itu. Supaya lebih cerdas, maka programer dan insinyur di Google harus bisa lebih memahami apa yang terjadi di otak manusia ketika mereka ingin memperbaiki algoritme mesin pencarian mereka. Dan inilah alasan mereka meminta bantuan ilmuwan saraf.
Interpretasi otak
Manusia memiliki kemampuan luar biasa dalam mencerna bahasa bahkan yang ambigu sekali pun. Bahkan satu kalimat sederhana dengan kata-kata yang tersusun baik pun memiliki interpretasi yang beragam.
Misalnya, simak kalimat bahasa Inggris ini: “time flies like an arrow” bisa berarti “coba Anda hitung waktu terbang lalat seperti Anda menghitung waktu terbang anak panah”, atau “waktu terbang sebagaimana anak panah terbang”. Masih banyak lagi kemungkinan lain.
Anda bisa memahami bahwa pilihan-pilihan makna ini semua mungkin tetapi Anda akan memilih interpretasi yang paling umum “waktu bergerak cepat seperti layaknya anak panah”. Bagaimana Anda melakukannya?
Memahami bahasa adalah satu contoh dari upaya komputasi luar biasa yang Anda lakukan saat ini, tanpa Anda menyadarinya.
Kemampuan yang lain? Memahami gambar. Setiap gambar dua dimensi di retina Anda bisa saja dihasilkan dari sembarang pemandangan tiga dimensi. Setiap pinggiran bisa jadi adalah bagian dari beberapa objek berbeda, atau bisa saja hanya ketidaksempurnaan (noise) di gambar. Tetapi Anda hampir selalu bisa menebaknya dengan tepat.
Satu contoh yang sulit adalah memisahkan objek dari latarnya, bahkan ketika gambarnya (dengan demikian garis batasnya) sangat tidak tegas, dan objeknya merupakan bentuk rumit, yang kerap terjadi pada gambar medis. Bahkan tanpa ‘noise’ bisa jadi sulit bagi algoritme untuk memilah mana yang penting.