Thursday, January 28, 2016

DeepMind AI Google Kalahkan Master Go Eropa Fan Hui

Penelitian ~ Lompatan besar ke masa depan mesin kecerdasan buatan bahwa komputer yang meniru otak manusia mengalahkan pemain Go profesional.

Delapan belas tahun setelah IBM Deep Blue mengalahkan juara dunia grandmaster Garry Kasparov, hari ini mesin mengalahkan pemain profesional di papan permainan kuno Asia timur Go.

Software Deep-learning mengalahkan profesional manusia untuk pertama kalinya di papan kotak-kotak yang telah lama dipandang sebagai salah satu tantangan terbesar bagi artificial intelligence (AI).

DeepMind, perusahaan AI Google berbasis di London, mengklaim mesin menguasai pertandingan. Software AlphaGo mengalahkan juara bertahan Go Eropa, Fan Hui, 5 kali dari 5 babak dalam kondisi turnamen.

Pada bulan Maret nanti dengan percaya diri dijadwalkan pelaksanaan tantangan terbuka melawan juara dunia dari Korea Selatan, Lee Sedol, yang selama ini dianggap pemain terkuat dunia.

Go adalah permainan klasik strategi China sejak 2.500 tahun lalu jauh lebih rumit dari catur. Di China, Jepang dan Korea Selatan sangat populer bahkan pemain profesional menjadi selebriti.

Para ilmuwan AI ditantang karena kompleksitasnya. Go menuntut komputasi level tertinggi bahkan satu dekade lalu beberapa orang berpikir komputer tidak akan mengalahkan manusia di arena resmi.

AlphaGo menang tidak berdasarkan daya komputasi yang luar biasa, tapi dengan menggunakan perangkat "machine learning" memungkinkan mesin mengajar dirinya sendiri dan berpikir seperti manusia.

Para ilmuwan pekan ini melaporkan temuan keras yang memiliki implikasi besar secara langsung dalam bidang-bidang kedokteran, kepolisian, penafsiran bahasa dan hal-hal kompleks lain.

"Di Cina, Go bukan hanya sebuah permainan. Ini juga cermin kehidupan. Jika Anda memiliki masalah dengan permainan, mungkin Anda juga memiliki masalah dalam kehidupan," kata Hui.

Permainan Go terlihat sederhana dan kekanak-kanakan. Medan persegi dengan grid 19-19. Salah satu pemain memiliki stok batu hitam dan lawan putih. Setiap pemain bergantian menempatkan batu dengan warna hitam pertama.

Seorang pemain mencoba mengelilingi rantai satu atau lebih batu lawan sehingga tidak ada ruang terbuka yang ada di sebelahnya, sementara lawan melakukan pencegahan dengan cara sama.

Go menentang analisis komputer karena berbagai alasan. Poin papan begitu besar sehingga jumlah kemungkinan bergerak adalah astronomis. Di awal permainan setiap pemain memiliki 360 pilihan menempatkan masing-masing batu.



Lebih dari 5 triliun skenario berbeda. Jumlah susunan berbeda membentang 10100 yang tidak mungkin bagi komputer bermain dengan kekuatan perhitungan kasar dari semua hasil probabilitas.

Berbeda dengan Deep Blue, perangkat lunak AlphaGo sebenarnya tidak diprogram untuk bermain Go karena algoritma dibuat untuk tujuan umum yang memungkinkan menafsirkan pola permainan.

Teknik serupa bisa diterapkan untuk domain AI lain yang memerlukan pemecahan pola kompleks dan pengambilan keputusan seperti detektif mengurai kejahatan, dokter mendiagnosis terapi hingga modeling perubahan iklim.
Mastering the game of Go with deep neural networks and tree search

David Silver et al.

Nature, 27 January 2016, DOI:10.1038/nature16961
Tinuku
Bagikan :

No comments:

Post a Comment