Kalau CEO Nvidia Bisa Kembali Jadi Mahasiswa…
Bayangkan kamu sudah jadi CEO perusahaan teknologi paling berharga di dunia, tapi ketika ditanya, “Kalau bisa kuliah lagi, bakal ambil jurusan apa?” jawabannya justru bukan ilmu komputer.
Itu yang terjadi pada Jensen Huang, CEO Nvidia. Dalam sebuah perjalanan ke Beijing, ia mendapat pertanyaan menarik dari seorang jurnalis: jika dirinya menjadi “Jensen usia 22 tahun” yang baru lulus di tahun 2025, dengan ambisi yang sama, ia akan fokus belajar apa?
Jawabannya cukup mengejutkan: lebih banyak fisika, bukan perangkat lunak.
Kenapa Fisika, Bukan Software?
Huang menegaskan bahwa versi mudanya di usia 20 tahun, jika hidup di konteks sekarang, mungkin akan memilih untuk memperdalam ilmu fisika ketimbang sekadar fokus pada software.
Ia sendiri lulus kuliah lebih cepat dua tahun, pada usia 20, dengan gelar teknik elektro dari Oregon State University pada tahun 1984. Beberapa dekade kemudian, ia menyelesaikan gelar magister di bidang teknik elektro di Stanford University.
Lalu, pada April 1993, ia mendirikan Nvidia bersama dua rekannya, Chris Malachowsky dan Curtis Priem. Di bawah kepemimpinannya, perusahaan pembuat chip ini bertransformasi menjadi raksasa teknologi dengan nilai kapitalisasi pasar hingga menembus USD 4 triliun.
Namun yang menarik, di balik kesuksesan dunia software, Huang justru melihat masa depan AI ada di wilayah yang sangat erat dengan fisika.
Dari Perception AI ke Physical AI: Evolusi Besar Kecerdasan Buatan
Dalam sebuah forum di Washington, D.C., Huang menjelaskan bahwa selama sekitar 15 tahun terakhir, dunia AI sudah melalui beberapa gelombang besar perkembangan:
Gelombang pertama: Perception AI
Dimulai sekitar 12–14 tahun lalu, ketika model seperti AlexNet diperkenalkan pada 2012. Ini jadi lompatan besar untuk visi komputer dan deep learning. AI mulai bisa “melihat” dan mengenali objek dalam gambar maupun video.Gelombang kedua: Generative AI
Di fase ini, AI bukan cuma mengenali, tetapi memahami dan menghasilkan. Model AI mampu mengubah informasi menjadi berbagai bentuk: bahasa, gambar, kode, dan lain-lain.Gelombang ketiga: Reasoning AI
Di tahap ini, AI mulai bisa berpikir lebih dalam: memahami konteks, menyelesaikan masalah, serta mengenali situasi yang belum pernah ditemui sebelumnya.
Huang menyebut tipe AI ini sebagai agentic AI: semacam “pekerja digital” yang bisa bertindak seperti agen, mengambil keputusan, dan menjadi bagian dari tenaga kerja digital.
Namun menurutnya, semua itu baru pemanasan. Gelombang berikutnya adalah: Physical AI.
Apa Itu Physical AI dan Kenapa Butuh Fisika?
Menurut Huang, era Physical AI akan menuntut mesin untuk betul-betul memahami dunia fisik, bukan hanya data di layar.
Ia menyebut bahwa gelombang baru ini membutuhkan pemahaman tentang:
hukum fisika
gesekan
inersia (kelembaman)
sebab–akibat
Kemampuan penalaran fisik akan jadi kunci. Misalnya:
memahami bahwa objek tetap ada meskipun tidak terlihat (object permanence)
menebak arah bola akan menggelinding ke mana
menghitung seberapa kuat harus mencengkeram benda agar tidak jatuh tapi juga tidak rusak
menyimpulkan bahwa ada pejalan kaki di balik mobil, walau tidak terlihat langsung
Ketika kemampuan ini ditanamkan ke AI dan lalu dimasukkan ke dalam wujud fisik berupa robot, maka lahirlah dunia robotika cerdas.
Robotika: Senjata Rahasia Pabrik Generasi Baru
Huang melihat bahwa robotika akan memainkan peran besar dalam dekade ke depan. Banyak pabrik baru sedang dibangun, khususnya di Amerika Serikat.
Harapannya, dalam 10 tahun mendatang:
pabrik-pabrik generasi baru akan sangat otomatis
sistemnya berbasis robot pintar
robot bisa membantu mengatasi krisis kekurangan tenaga kerja yang kini dialami banyak negara
Dengan kata lain, Physical AI bukan cuma konsep futuristik, tapi fondasi untuk ekosistem industri berikutnya.
Pelajaran Buat Mahasiswa & Calon “Mesin Belajar AI”
Dari perspektif seorang raksasa AI seperti Jensen Huang, memilih fisika sebagai fokus studi bukan berarti meninggalkan software, tetapi memperluas sudut pandang.
Beberapa insight yang bisa kamu ambil:
Jika tertarik ke AI, jangan cuma terpaku pada coding. Dasar-dasar sains, terutama fisika, akan jadi senjata penting.
Masa depan AI tidak hanya di layar dan server, tapi di dunia nyata: pabrik, robot, mobil, logistik, hingga rumah kamu.
Mengerti dunia fisik berarti kamu bisa membangun AI yang bukan cuma pintar berbicara, tetapi juga paham cara bergerak dan berinteraksi dengan lingkungan.
Di era Physical AI, mungkin pertanyaannya bukan lagi, “Bisa ngoding apa?” tapi juga, “Seberapa dalam kamu paham cara dunia ini bekerja?”
