Peringatan 10 Tahun AlphaGo: Bagaimana Terobosan DeepMind Membuka Jalan untuk AGI
DeepMind’s breakthrough in the realm of artificial intelligence (AI) proved to be a defining moment that shifted the perception of researchers and experts about the potentiality of artificial general intelligence (AGI). This revolution was not an overnight success, but rather the result of decades of relentless pursuit in the field of machine learning.
Selanjutnya, teknologi ini, yang sudah menjadi inti evolusi AI, telah merubah hidup kita dalam banyak cara. Mulai dari mempermudah kita dalam mengetik teks di smartphone hingga mengurasi konten personal di media sosial, machine learning bekerja secara diam-diam di belakang layar. Namun demikian, peristiwa penting yang benar-benar menetapkan kehebatan teknologi ini sebagai pendahulu AI modern adalah munculnya AlphaGo pada tahun 2016.
Meskipun AI menjadi sorotan dengan diperkenalkannya GPT-3 pada tahun 2020, perjalanan menuju tonggak sejarah tersebut dimulai jauh lebih awal dengan machine learning. Itu telah memainkan peran penting dalam membentuk AI menjadi apa adanya saat ini, membuka jalan untuk kemajuan yang lebih canggih seperti sistem AlphaGo.
Momen AlphaGo dan AGI: Terobosan DeepMind yang Membawa Perubahan
Menandai peringatan 10 tahun AlphaGo, CEO DeepMind, Demis Hassabis, mengarang sebuah tulisan mengenai dampak teknologi tersebut pada AI masa kini dan perjalanan menuju AGI. AlphaGo adalah sistem AI yang dirancang untuk bermain permainan papan Cina, Go, secara otonom. Permainan dua pemain 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.
Di sisi lain, pada Maret 2016, AlphaGo berhadapan dengan juara dunia 18 kali, Lee Sedol di Seoul, Korea Selatan. Dalam Game 2 dari turnamen empat pertandingan, AlphaGo melakukan sesuatu yang belum pernah terjadi sebelumnya. Pada langkah ke-37 dari permainan (sekarang dikenal sebagai Langkah 37), sistem tersebut melakukan langkah yang tidak konvensional yang awalnya dikira sebagai kesalahan oleh komentator. Namun demikian, pada akhir permainan, langkah tersebut dipahami sebagai langkah penentu yang memungkinkan AI untuk memenangkan permainan.
“Ini adalah tampilan wawasan yang luar biasa dan kemampuan sistem AI untuk melampaui peniruan ahli manusia dan menemukan strategi baru sepenuhnya,” kata Hassabis. Langkah yang sama juga dianggap sebagai pratinjau untuk AGI. Determinan terbesar dari teknologi yang belum dicapai ini, yang dikatakan mencocokkan kecerdasan manusia, adalah inovasi. Dengan kata lain, kemampuan untuk benar-benar inventif dan kreatif dan tidak hanya mengulang kembali pengetahuan yang telah diperoleh melalui dataset-nya.
Bagian berikutnya yang menarik tentang AlphaGo adalah bahwa sistem ini dibangun menggunakan teknik yang masih digunakan untuk mengembangkan model AI – jaringan neural dalam digabungkan dengan pencarian dan pembelajaran penguatan yang canggih. Hassabis mengungkapkan bahwa model AI Gemini saat ini mengandalkan teknik dasar ini.
Namun, perjalanan menuju AGI jauh lebih menantang. CEO DeepMind mengakui bahwa salah satu hambatan utama yang perlu dipecahkan oleh peneliti adalah membuat model AI memahami dunia fisik, dan memilikinya menggunakan alat khusus untuk melakukan tindakan di dunia nyata. Kombinasi ini adalah apa yang Hassabis pikir akan membuka AGI.
“Langkah 37 adalah sekilas potensi AI untuk berpikir di luar kotak, tetapi penemuan asli yang sebenarnya akan membutuhkan sesuatu yang lebih. Sistem tersebut perlu tidak hanya menemukan strategi Go yang baru, seperti yang dilakukan AlphaGo dengan mengesankan, tetapi sebenarnya menciptakan permainan yang mendalam dan elegan, dan layak untuk dipelajari seperti Go,” kata CEO DeepMind.
