MIT Professor Kembangkan Robot Pendengar yang Melampaui Pendengaran Manusia

Profesor Paris Smaragdis dari Massachusetts Institute of Technology (MIT) sedang mengembangkan teknologi pendengaran mesin yang lebih unggul daripada manusia. Ia bergabung dengan fakultas MIT pada tahun 2025 dengan tujuan menciptakan sistem komputer yang dapat melampaui pemahaman pendengaran manusia. Sistem semacam itu dapat mendeteksi kecelakaan lalu lintas dengan mendengarkan suara ban yang berteriak dan suara benturan logam, serta memberikan peringatan saat mata bor industri dalam pengeboran geotermal hampir pecah.

Tim Smaragdis berfokus pada pembelajaran mesin, berupaya memisahkan suara individu dari suara campuran, mengembangkan perangkat pintar yang meningkatkan pendengaran manusia, serta menciptakan dan menganalisis alat yang lebih baik untuk musik. Smaragdis dibesarkan di Yunani, belajar bass di Berklee College of Music di Boston, dan meraih gelar master serta doktor di Media Lab MIT. Di awal kariernya, ia memilih jalur yang tidak umum. Banyak mahasiswa di laboratorium media menggunakan teknik pemrosesan sinyal untuk membantu mesin memproses suara, tetapi ia beralih ke pembelajaran mesin karena metode ini menawarkan keunggulan yang tidak dapat ditandingi oleh teknik tradisional.

Pembelajaran Mesin dan Teknologi Pendengaran

Ia menunjukkan bahwa manusia belum sepenuhnya memahami cara pendengaran mereka sendiri. "Kita tidak bisa hanya memberi tahu komputer bagaimana mendengarkan," ujarnya, oleh karena itu komputer harus belajar dari data.

Di Mitsubishi Electric Research Laboratories, Smaragdis membangun sistem kecerdasan buatan yang dapat memindai trek audio film untuk menentukan peristiwa yang terjadi di layar. Misalnya, kerumunan yang bersorak dapat mengisyaratkan momen menarik dalam pertandingan sepak bola tanpa menganalisis video. Penelitian ini kemudian diterapkan pada perekam pribadi, sistem pemantauan lalu lintas, dan ponsel. Di University of Illinois Urbana-Champaign, timnya menggunakan jaringan saraf untuk memisahkan suara individu dari campuran audio. Teknologi ini menarik perhatian tim produksi mini seri dokumenter "The Beatles: Get Back" pada tahun 2021, yang mengundang Smaragdis untuk membantu membersihkan rekaman arsip.

Rekaman ini menghadapi tantangan yang berbeda setiap kali. Dalam satu klip, John Lennon memainkan musik sementara Paul McCartney membaca tajuk berita dan bercanda tentang George Harrison. Smaragdis menyatakan bahwa tim mencari solusi teknis untuk menangani semua masalah, bukan menangani setiap masalah secara terpisah. Kontribusinya membantu tim meraih Emmy Award 2022 untuk Pengeditan Suara Program Non-Fiksi atau Realitas.

Alat untuk Musisi dan Ilmuwan

Setelah bekerja di Illinois selama 15 tahun, Smaragdis pindah ke MIT untuk menangani masalah interdisipliner yang semakin muncul di bidang ini. Timnya saat ini mengejar dua tujuan utama. Yang pertama adalah membuat komputer lebih berguna bagi musisi, termasuk sistem yang belajar bagaimana mendengarkan musik agar dapat memberikan umpan balik konstruktif. "Kami tidak ingin menggantikan musisi dengan komputer," tegasnya. Yang kedua adalah membangun alat dasar agar ilmuwan dan seniman dapat memproses, menganalisis, dan mengendalikan audio. Timnya sedang menjelajahi algoritma pemrosesan sinyal yang kompleks, di mana kerangka acuan tradisional, termasuk laju pengambilan sampel dan jendela konteks, tidak tetap atau bahkan tidak terdefinisi.

Ia menyatakan bahwa ini mengarah pada struktur komputasi yang belum dieksplorasi, yang mungkin lebih efektif dalam memproses audio. Mereka juga sedang menjelajahi bagaimana model bahasa besar dapat diterapkan dalam pengenalan suara dan peningkatan audio. Smaragdis menunjukkan bahwa cara ideal untuk menggunakan kecerdasan buatan dalam suara dan musik belum ditemukan. Ia menekankan pentingnya kursus praktik, karena sedikit sekali mahasiswanya yang memiliki pengalaman dalam komputasi suara, sehingga mereka dapat secara intuitif melihat dan mendengar bagaimana persamaan berubah menjadi hal yang konkret.

Potensi Masa Depan Teknologi Pendengaran Mesin

Penelitian Smaragdis tidak hanya secara teknis mendorong batasan pendengaran mesin, tetapi juga menjelajahi kemungkinan baru di persimpangan musik dan sains. Timnya berkomitmen untuk menciptakan sistem yang dapat memahami dan menganalisis audio, yang memiliki dampak mendalam pada penciptaan musik dan penelitian ilmiah. Seiring kemajuan kecerdasan buatan, aplikasi teknologi pendengaran mesin akan terus meluas, dan di masa depan mungkin dapat memberikan alat yang lebih kuat bagi pencipta dan ilmuwan, meningkatkan efisiensi dan kreativitas mereka.