CEO Nvidia Jensen Huang berpendapat: sudah waktunya berhenti belajar coding. Segera pindah haluan ke bidang pertanian, biologi, manufaktur dan pendidikan.
Pak Huang berpendapat demikian bukan tampa alasan. Dia menilai, kecerdasan buatan atau AI (Artificial Intelligence) bakal mematikan dunia pengkodean.
Perkembangan AI yang luar biasa—ada yang menyebutnya sebagai revolusi awal AI—membuat coding tak lagi menjadi prioritas utama bagi orang yang ingin berkarier di bidang teknologi komputer.
Kode pemrograman kini bisa langsung ditulis oleh AI; programmer hanya perlu menginput prompting alur dan logika program, dan baris kode program langsung dihasilkan.
Sebelumnya, menjadi programmer telah menjadi trend di kalangan milenial dan Gen Z sejak start up level garasi menjelma menjadi korporat level unicorn. Tapi agaknya, narasi Huang itu telah mematahkan tradisi coding jalan sebagai salah satu jalan menuju kesuksesan.
Coding itu adalah ..
Coding atau pengkodean merupakan proses implementasi logika yang dilakukan oleh seorang programmer. Anda harus menggabungkan beberapa kode untuk menjalankan suatu program yang ada.
Artikel Tutorial Dasar Pemograman:
- Tutorial Membuat Website Berkelas Modal Ceban
- Kenapa Harus Hugo, Bukannya WordPress?
- Persyaratan Membuat Website dengan SSG Hugo
- Start Membuat Web dengan Hugo
- Memahami Alur Kerja Hugo dan Cara Membuat Postingan
Pendapat Huang menjadi antitesis pernyataan Pak Jokowi soal bahasa coding.
“Bahasa bukan cuma Bahasa Inggris saja, bahasa coding ini lebih penting lagi ke depan,” ucap Jokowi di acara Pengarahan Presiden kepada Peserta PPSA XXIII Lembaga Ketahanan Nasional di Istana Negara, Rabu 13 Oktober 2021, dikutip dari CNN Indonesia.
Pak Jokowi menjelaskan bahasa coding sangat penting karena di masa depan akan banyak jenis pekerjaan baru. Pekerjaan itu membutuhkan keahlian bahasa coding dan akan menggantikan jenis pekerjaan lama.
“Kasir misalnya. Dulu sangat penting. Sekarang para pemilik uang, mengelola sendiri uangnya dengan e-payment. Credit advisor juga, sangat banyak, sekarang sudah banyak. Sudah terjadi dan ke depan lebih banyak, akan berubah jadi fintech,” katanya.
Maka dari itu, menurutnya, perguruan tinggi dan para dosen harus mulai menyesuaikan pembelajaran bagi mahasiswa. Beberapa program studi dan kurikulum mesti dikembangkan. Tidak bisa lagi bertumpu pada materi keilmuan yang itu-itu saja.
Siapa, sih, Jensen Huang? Berani-beraninya bilang Stop Koding
Jen-Hsun “Jensen” Huang Lahir di Tainan, Taiwan, pada 1963. Keluarganya pindah ke Thailand saat Huang berusia lima tahun.
Ketika kerusuhan sipil meningkat di Asia, keluarganya mengirim Huang dan saudara laki-lakinya ke Amerika Serikat, untuk tinggal bersama seorang pamannya di Tacoma, Washington.
Setelah dua tahun mengganggur setamat SMA, Huang melanjutkan Oregon State University dan meraih gelar BSEE (Sarjana Teknik Elektro). Setelah itu ia juga melanjutkan ke Stanford University untuk memperoleh gelar MSEE.
Sebelum mendirikan Nvidia, Huang bekerja di LSI Logic sebagai direktur CoreWare. Setelah itu ia menjadi perancang mikroprosesor di Advanced Micro Devices atau AMD—sekarang menjadi rival Nvidia dalam bisnis kartu grafis komputer.
Umur 29 tahun—ada yang menyebut 30 tahun, Jensen Huang mendirikan NVIDIA bersama Chris Malachowsky dan Curtis Priem. Keduanya insyiur di Sun Microsystems.
Saat itu, Malachowsky dan Priem terdepak dari pertarungan “politik kantor” di Sun soal arah perkembangan teknologi perusahaan. Merasa kalah, mereka ingin segera keluar dari Sun.
Keduanya kemudian bertemu Huang di warung pinggir jalan. Di resto dekat rumah Huang itu, mereka berdiskusi tentang gelombang komputasi masa depan: komputasi akselerasi atau berbasis grafis.
Selesai makan, Huang pulang dengan keyakinan yang cukup untuk meninggalkan posisinya di LSI. Berbekal modal awal USD 40 ribu di bank, Nvidia lahir. Huang didapuk sebagai presiden dan CEO perusahaan pembuat kartu grafis tersebut.
Awalnya, Nvidia tidak memiliki nama. “Kami tidak dapat memikirkan satu [nama] pun, jadi kami menamai semua file kami ‘NV’, atau ‘Next Version'” ungkap Huang.
Lambat laut, mereka meleburkan dua huruf tersebut ke dalam kata dari bahasa Latin: ‘invidia’ yang kerap diartikan sebagai emosi tidak nyaman. Dalam bahasa Latin, ‘invidia’ merupakan personifikasi Yunani dari Nemesis dan Phthonus .
Di bawah kepemimpinan pria yang suka mengenakan jaket kulit hitam ini, Nvidia menjadi perusahaan semikonduktor yang menggebrak pasar saham global.
Pada 2024, Forbes mencatat Huang menduduki urutan ke-21 orang terkaya di dunia. Total kekayaannya USD 70,4 miliar atau Rp1.100 triliun, meningkat dari posisi sebelumnya di urutan ke-37.
Awalnya, Nvidia membuat manufaktur kartu VGA atau Video Graphics Array khusus untuk kebutuhan main game komputer. Penemuan Graphic Processing Unit alias GPU oleh Nvidia pada 1999 memicu pertumbuhan pasar game PC, mendefinisikan ulang grafik komputer, dan memicu era AI modern. GPU juga dipakai untuk menambang mata uang crypto Bitcoin dengan landasan framework blockchain.
Nvidia kini mendorong peralihan platform komputasi yang dipercepat melalui AI. VGA Nvidia mendominasi pasar chip kecerdasan buatan yang menjadi dapur pacu layanan ChatGPT dan teknologi AI lainnya.
Kenapa GPU bukannya CPU untuk melatih AI?
Nvidia tidak memakai CPU komputer untuk melatih pembelajaran mesin. Mereka malah memakai perangkat kartu GPU yang notabene menjadi kebutuhan render grafik game.
Pada dasarnya, kinerja CPU atau Central Processor Unit komputer sangat kompleks dan berurutan, dengan menangani banyak input dan output. Mulai dari permintaan keyboard, mouse, touchscreen, mikrofon, trackpad, scanner, dan berbagai sumber data, hingga monitor, printer, suara, proyektor, serta penyimpanan data.
Sementara cara kerja GPU lebih sederhana dan fokus pada satu bidang perhitungan matematis super cepat. GPU juga bisa bekerja secara simultan saat menangani perhitungan matematis secara masif.
Secara fisik, CPU memiliki jumlah inti core terbatas tapi dapat menangani berbagai instruksi yang sangat kompleks, dengan beban kerja secara logika bercabang dalam pengambilan keputusan.
Maka tugas CPU memang sudah didesain untuk menangani berbagai tugas komputasi pada tingkat lebih umum. Termasuk pemrosesan aplikasi, perhitungan matematika, manajemen memori, dan tugas-tugas umum lainnya.
Nah, untuk satu kartu fisik VGA atau GPU memiliki desain chip yang sederhana namun bisa menampung hingga ribuan inti core. Sehingga GPU dapat memproses data komputasi secara paralel yang besar. Terutama dalam rendering grafis, deep learning, dan kecerdasan buatan.
Meskipun awalnya dirancang untuk merender gambar video game, animasi 2D dan 3D di komputer, ternyata beban kerja GPU dapat digunakan dalam aplikasi yang jauh melampaui pemrosesan grafis, termasuk analisis big data dan pembelajaran mesin.
Maka tidak mengherankan, di tengah maraknya perkembangan dan implementasi teknologi AI di berbagai bidang, chip GPU buatan Nvidia menjadi incaran para investor teknologi.
Pengkodean adalah berita lama, jadi fokuslah pada bertani
Kembali pada pembahasan mengenai coding.
Berkat kemajuan dalam bidang AI generatif, pemrosesan bahasa alami telah menunjukkan potensi menjadi landasan masa depan pengkodean. Hal ini berarti bahwa kebutuhan bagi para profesional muda untuk menghabiskan berjam-jam mempelajari bahasa pengkodean khusus semakin berkurang.
“Tugas kita menciptakan teknologi komputasi yang tidak lagi memerlukan pemrograman manual. Dengan bahasa yang semakin manusiawi, siapa pun dapat menjadi programmer. Ini keajaiban dari kecerdasan buatan.”
Huang pada puncak pertemuan World Government Summit di Dubai, belum lama ini.
Waktu yang seharusnya dihabiskan untuk belajar coding sekarang dapat diinvestasikan pada peningkatan keahlian di berbagai industri, seperti pertanian, biologi, manufaktur, dan pendidikan.
Meski begitu, kata Huang, coding tetap memiliki nilai dan relevansi. Beberapa keterampilan masih diperlukan untuk mengetahui kapan dan di mana menggunakan pemrograman AI.
Peningkatan keterampilan, kata Huang, akan memberikan pemahaman mendalam tentang cara dan situasi terbaik dalam menggunakan AI. Selain itu, pemrosesan bahasa alami akan terus berkembang hingga mencapai titik, di mana satu-satunya bahasa yang diperlukan untuk membuat kode adalah bahasa ibu para pengguna.
<p> Maka, stop coding dari sekarang! </p>Diperbarui pada ( 29 Mei 2024 )