Apakah Anda tahu bahwa sudah satu dekade sejak AlphaGo, produk inovatif dari Google DeepMind, merubah pandangan kita tentang kecerdasan buatan? Saat “AlphaGo Turns 10”, kita teringat kembali bagaimana terobosan ini memperluas batas-batas teknologi dan membuka jalan bagi kemungkinan Artificial General Intelligence (AGI). Dari mengetik prediksi di aplikasi keyboard hingga algoritma rekomendasi di platform media sosial, semuanya berakar pada teknologi yang sama dan berkontribusi pada apa yang telah menjadi AI hari ini.
AlphaGo dan Momen Menuju AGI
Memperingati 10 tahun AlphaGo, CEO DeepMind, Demis Hassabis, menulis sebuah catatan mengenai dampak teknologi ini terhadap AI hari ini dan jalan menuju AGI. AlphaGo adalah sistem AI yang dirancang untuk bermain permainan papan China, Go, secara otomatis. Permainan dua orang ini dimainkan pada grid 19 x 19 garis (361 persimpangan) dengan batu bulat hitam dan putih yang identik yang ditempatkan pada persimpangan. Tujuan dari Go adalah untuk mengelilingi wilayah lebih banyak daripada lawan Anda.
Selanjutnya, pada bulan Maret 2016, AlphaGo berhadapan dengan juara dunia 18 kali, Lee Sedol, di Seoul, Korea Selatan. Pada pertandingan kedua dari turnamen empat pertandingan, AlphaGo melakukan sesuatu yang belum pernah terjadi sebelumnya. Pada langkah ke-37 dari permainan (sekarang dikenal sebagai Langkah 37), ia melakukan langkah yang tidak konvensional yang awalnya dikira sebagai kesalahan oleh komentator. Namun, pada akhir permainan, langkah ini dianggap sebagai gerakan penentu yang memungkinkan lawan AI memenangkan permainan.
“Ini adalah tampilan wawasan luar biasa dan kemampuan sistem AI untuk melampaui peniruan pakar manusia dan menemukan strategi baru yang sepenuhnya,” kata Hassabis. Gerakan ini juga dianggap sebagai pratinjau untuk AGI. Penentu terbesar teknologi yang belum dicapai ini, yang dikatakan setara dengan kecerdasan manusia, adalah inovasi. Dengan kata lain, kemampuan untuk benar-benar berinovasi dan kreatif, dan tidak hanya mengulangi pengetahuan yang telah diperoleh melalui datasetnya.
Di sisi lain, yang menarik tentang AlphaGo adalah bahwa ia dibangun menggunakan teknik yang masih digunakan untuk mengembangkan model AI — jaringan saraf dalam yang dikombinasikan dengan pencarian canggih dan pembelajaran penguatan. Hassabis mengungkapkan bahwa model AI Gemini saat ini bergantung pada teknik dasar ini.
Namun demikian, jalan menuju AGI jauh lebih menantang. CEO DeepMind mengakui bahwa salah satu hambatan utama yang perlu diselesaikan oleh peneliti adalah membuat model AI memahami dunia fisik, dan menggunakannya untuk mengambil tindakan di dunia nyata dengan alat khusus. Kombinasi ini adalah apa yang menurut Hassabis akan membuka AGI.
“Langkah 37 adalah gambaran singkat tentang potensi AI untuk berpikir di luar kotak, tetapi penemuan asli yang sebenarnya akan memerlukan sesuatu yang lebih. Pada dasarnya, tidak hanya harus menciptakan strategi Go yang baru, seperti yang dilakukan AlphaGo dengan mengesankan, tetapi sebenarnya menciptakan permainan yang mendalam dan elegan, dan layak dipelajari seperti Go,” kata CEO DeepMind.