Mengulas Sistem Cerdas dari Google DeepMind: ‘AlphaGo’

Setelah mengalahkan legenda pemain GO asal Korea Selatan yaitu Lee Sedol pada tahun 2016 lalu. Baru-baru ini, Ke Jie seorang pria dari China yang merupakan pemain GO terbaik di dunia harus menelan kekalahan dari sebuah program, AlphaGo. Ini mengagumkan sekaligus mengerikan. AlphaGo yang awalnya dibangun oleh  manusia sekarang malah menjadi lebih pintar dari manusia. Terlebih lagi, GO adalah permainan yang telah diciptakan oleh manusia lebih dari 3000 tahun yang lalu. Dan sekarang sebuah progam yang baru berumur 2 tahun mampu mengalahkan manusia terbaik dalam permainan ini.

Sebenarnya  program seperti apa AlphaGo itu ?

AlphaGo adalah salah satu karya besar para ilmuwan dan insinyur di Google DeepMind, sebuah anak perusahaan dari Google yang berfokus pada riset dan implementasi kecerdasan buatan atau artificial intelligent (AI).

Apa itu kecerdasan buatan atau AI? Secara sederhana dapat dikatakan AI adalah sebuah cabang dari ilmu komputer yang melatih mesin melakukan pekerjaan-pekerjaan cerdas yang dilakukan oleh manusia pada umumnya. Kecerdasan yang dimiliki oleh manusia dimasukkan dan diterjemahkan kedalam mesin melalui serangkaian barisan kode pemrograman agar nantinya program tersebut dapat melakukan pekerjaan seperti layaknya manusia.

Nah, AlphaGo ini merupakan salah satu produk nyata nya. AlphaGo adalah program yang berbasis deep neural network dan monte carlo tree search yang merupakan salah satu metode dalam ilmu AI. Neural network secara garis besar dapat dikatakan sebagai sebuah model matematika kompleks yang didalamnya terdapat ribuan bahkan jutaan parameter. Sedangkan monte carlo tree search adalah sebuah algoritma untuk menganalisis langkah terbaik yang dapat diambil. Jadi neural network dan monte carlo tree search ini saling bekerja sama satu sama lain. Neural network bertugas untuk belajar dan menggali ilmu(data dan pola) sebanyak mungkin dan monte carlo tree search lebih mengacu pada eksekusinya serta mencari langkah atau keputusan terbaik berdasarkan data dan pola yang telah diperoleh.

Di dalam program AlphaGo telah tertanam fungsi neural network yang telah dilatih lebih dari 30 juta langkah seorang pemain GO profesional. Dengan kata lain, AlphaGo telah mampu memprediksi 57% kemungkinan langkah lawan. Ini sungguh mengagumkan. Jika kamu menelusuri permainan GO lebih lanjut, kamu akan menemukan bahwa permainan ini sungguh kompleks, terdapat 1,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000 kemungkinan langkah yang dapat diambil dalam bermain GO. Itulah sebabnya permainan ini lebih banyak mengandalkan perasaan dan intuisi, dan sekarang sebuah robot sudah mampu melakukannya.

Saya beri contoh ilustrasi tree search pada permainan tic tac toe pada gambar dibawah ini.

Jika diperhatikan dengan seksama, program tersebut telah tertanam berbagai variasi masukan serta tindakan antisipasinya. Dengan kata lain, program tersebut telah mampu memprediksi setiap langkah lawan serta mengambil tindakan terbaik atas langkah tersebut. Analogi ini serupa dengan yang diterapkan pada AlphaGo.

AlphaGo mampu memprediksi langkah yang diambil lawan. Tidak hanya satu langkah, tapi banyak langkah, mungkin ratusan atau ribuan langkah. Itu sudah diluar batas manusia. Ia dapat memprediksi langkah yang bahkan lawan nya sendiri pun belum memikirkan langkah tersebut. Tidak heran perlu sekurang-kurangnya 48 CPU dan 8 GPU untuk menjalankan program ini. Dan lebih menariknya, AlphaGo akan terus bertambah pintar. AlphaGo mampu menganalisa dan menyimpan data-data dari pertandingan-pertandingan sebelumnya ke database. Ini artinya, setelah ia mengalahkan seorang pemain, maka ia telah lebih pintar dari pemain tersebut, karena ia sudah merekam semua data-data, pola dan gaya permainannya. Interesting.

Yang perlu dipertanyakan sekarang adalah bagaimana masa depan AI di masa depan? Apakah kita akan digantikan oleh robot? Ini sulit dibayangkan. Bukan tidak mungkin hal tersebut dapat terjadi. Sekarang self driving cars sudah gencar diuji coba di berbagai negara bagian di Amerika seperti California, Arizona, Washington, Pennsylvania dan Michigan. Beberapa projek AI lainnya sedang menjadi isu hangat untuk diimplementasikan seperti chat bot, fake product reviewing, intelligent tourist system dan masih banyak lagi.

Kita menciptakan robot, kita dapat berteman dengan mereka dan bahkan mungkin bisa menjadi musuh. Lama kelamaan mereka menjadi bagian dari kita, dan kita menjadi bagian dari mereka. Kita akan menjadi super produktif, kita dapat menghitung secepat kalkulator, memiliki ingatan yang tidak pernah lupa bahkan mencari sumber informasi langsung dalam otak kita melalui internet. Namun, jika hal itu terjadi, itu bukanlah suatu hal yang baik. Bayangkan jika skil dapat di download – apa yang akan terjadi? Sebagian populasi manusia yang memiliki power dan hak akses untuk melakukan hal ini akan menjadi manusia super yang berbeda dari yang lainnya.

“Yesterday, I was surprised. But today I am speechless. If you look at the way the game was played, I admit, it was a very clear loss on my part. From the very beginning of the game, there was not a moment in time when I felt that I was leading.” – Lee Sedol

4 Replies to “Mengulas Sistem Cerdas dari Google DeepMind: ‘AlphaGo’”

Leave a Reply

Your email address will not be published. Required fields are marked *