Google Ciptakan Mesin yang Dapat Menguasai Video Game
Minggu, 01 Maret 2015 - 11:42 WIB
Google Ciptakan Mesin yang Dapat Menguasai Video Game
A
A
A
Mesin dapat berpikir sendiri tentang cara bermain dan memenangi video game. Program komputer yang terinspirasi otak manusia itu belajar cara bermain 49 game klasik Atari.
Dalam lebih dari setengah game yang dimainkannya, program komputer itu mampu bermain baik atau lebih baik dibandingkan pemain manusia profesional. “Ini merupakan pertama kali sistem komputer belajar cara menguasai tugastugas yang sangat kompleks,” ungkap para peneliti dari Google DeepMind seperti dikutip BBC . Hasil studi ini diterbitkan dalam jurnal Nature.
Vice President Engineering Deep- Mind Dr Demis Hassabis menjelaskan, “Hingga saat ini, sistem yang bisa belajar sendiri hanya digunakan untuk masalah yang relatif sederhana. Untuk pertama kali, kami menggunakannya dalam lingkungan yang sangat rumit untuk menyelesaikan berbagai tugas yang sangat menantang bagi manusia.
” Perusahaan teknologi itu banyak berinvestasi dalam mesin yang bisa belajar sendiri. Pada 2014, Google membeli DeepMind Technologies senilai 400 juta poundsterling. Ini bukan pertama kalinya mesin mampu menguasai game yang rumit. Deep Blue dari IBM merupakan komputer pemain catur yang mampu mengalahkan juara dunia Garry Kasparov dalam kompetisi pada 1997.
Meski demikian, sistem kecerdasan buatan ini sebelumnya diprogram dengan instruksi manual yang memberinya pengetahuan yang diperlukan agar unggul di papan permainan. Perbedaannya dengan program komputer DeepMind, yang oleh Google disebut sebagai “agen”, ialah program ini hanya diberi informasi yang sangat dasar sebelum diberi kesempatan bermain video game.
“Informasi yang kami berikan hanya piksel kasar di layar dan ide untuk mendapatkan nilai yang tinggi. Dan semuanya selain itu harus dicari tahu oleh program itu sendiri,” papar Dr Hassabis. Tim memberikan kepada mesin itu 49 video game berbeda, mulai dari game klasik seperti Space Invaders dan Pong hingga tinju dan game tenis serta balapan 3D Enduro. Dari 29 jenis game tersebut, mesin itu jika dibandingkan manusia memiliki kinerja lebih baik.
Untuk video Pinball, Boxing, dan Breakout, mesin itu mampu mengalahkan manusia profesional. Meski demikian, mesin itu agak kewalahan saat bermain Pac-Man, Private Eye, dan Montezuma’s Revenge. “Saat menghadapinya, terlihat sepele karena itu game dari era 1980-an dan Anda dapat menulis solusi pada game-game itu dengan sangat mudah. Yang tidak sepele ialah untuk memiliki satu sistem tunggal yang dapat belajar dari piksel seperti persepsi tentang apa yang harus dilakukan.
Sistem yang sama dapat bermain 49 game berbeda dari kondisi tanpa pemrograman awal terlebih dulu. Anda benar-benar memberinya game baru, layar baru, dan ini memahaminya setelah beberapa jam bermain game tentang apa yang harus dilakukan,” tutur Dr Hassabis. Riset ini merupakan perkembangan terbaru di bidang deep learning yang membuka jalan untuk mesin-mesin yang lebih pintar.
Para peneliti sedang mengembangkan program komputer yang seperti otak manusia agar dapat menampung data yang sangat besar seperti gambar atau suara dan kemudian secara intuitif menggunakan informasi atau pola tersebut. Sejumlah contohnya adalah mesin-mesin yang dapat memindai jutaan gambar dan memahami apa yang mereka lihat.
Mereka dapat mengatakan bahwa seekor kucing adalah seekor kucing, misalnya. Kemampuan ini merupakan kunci untuk mobil- mobil yang mampu berjalan sendiri, yang memerlukan kesadaran tentang apa yang ada di sekitarnya.
Atau mesin yang dapat memahami kecepatan manusia yang dapat digunakan dalam perangkat lunak pengenalan suara canggih atau untuk sistem yang menerjemahkan bahasa secara langsung.
Syarifudin
Dalam lebih dari setengah game yang dimainkannya, program komputer itu mampu bermain baik atau lebih baik dibandingkan pemain manusia profesional. “Ini merupakan pertama kali sistem komputer belajar cara menguasai tugastugas yang sangat kompleks,” ungkap para peneliti dari Google DeepMind seperti dikutip BBC . Hasil studi ini diterbitkan dalam jurnal Nature.
Vice President Engineering Deep- Mind Dr Demis Hassabis menjelaskan, “Hingga saat ini, sistem yang bisa belajar sendiri hanya digunakan untuk masalah yang relatif sederhana. Untuk pertama kali, kami menggunakannya dalam lingkungan yang sangat rumit untuk menyelesaikan berbagai tugas yang sangat menantang bagi manusia.
” Perusahaan teknologi itu banyak berinvestasi dalam mesin yang bisa belajar sendiri. Pada 2014, Google membeli DeepMind Technologies senilai 400 juta poundsterling. Ini bukan pertama kalinya mesin mampu menguasai game yang rumit. Deep Blue dari IBM merupakan komputer pemain catur yang mampu mengalahkan juara dunia Garry Kasparov dalam kompetisi pada 1997.
Meski demikian, sistem kecerdasan buatan ini sebelumnya diprogram dengan instruksi manual yang memberinya pengetahuan yang diperlukan agar unggul di papan permainan. Perbedaannya dengan program komputer DeepMind, yang oleh Google disebut sebagai “agen”, ialah program ini hanya diberi informasi yang sangat dasar sebelum diberi kesempatan bermain video game.
“Informasi yang kami berikan hanya piksel kasar di layar dan ide untuk mendapatkan nilai yang tinggi. Dan semuanya selain itu harus dicari tahu oleh program itu sendiri,” papar Dr Hassabis. Tim memberikan kepada mesin itu 49 video game berbeda, mulai dari game klasik seperti Space Invaders dan Pong hingga tinju dan game tenis serta balapan 3D Enduro. Dari 29 jenis game tersebut, mesin itu jika dibandingkan manusia memiliki kinerja lebih baik.
Untuk video Pinball, Boxing, dan Breakout, mesin itu mampu mengalahkan manusia profesional. Meski demikian, mesin itu agak kewalahan saat bermain Pac-Man, Private Eye, dan Montezuma’s Revenge. “Saat menghadapinya, terlihat sepele karena itu game dari era 1980-an dan Anda dapat menulis solusi pada game-game itu dengan sangat mudah. Yang tidak sepele ialah untuk memiliki satu sistem tunggal yang dapat belajar dari piksel seperti persepsi tentang apa yang harus dilakukan.
Sistem yang sama dapat bermain 49 game berbeda dari kondisi tanpa pemrograman awal terlebih dulu. Anda benar-benar memberinya game baru, layar baru, dan ini memahaminya setelah beberapa jam bermain game tentang apa yang harus dilakukan,” tutur Dr Hassabis. Riset ini merupakan perkembangan terbaru di bidang deep learning yang membuka jalan untuk mesin-mesin yang lebih pintar.
Para peneliti sedang mengembangkan program komputer yang seperti otak manusia agar dapat menampung data yang sangat besar seperti gambar atau suara dan kemudian secara intuitif menggunakan informasi atau pola tersebut. Sejumlah contohnya adalah mesin-mesin yang dapat memindai jutaan gambar dan memahami apa yang mereka lihat.
Mereka dapat mengatakan bahwa seekor kucing adalah seekor kucing, misalnya. Kemampuan ini merupakan kunci untuk mobil- mobil yang mampu berjalan sendiri, yang memerlukan kesadaran tentang apa yang ada di sekitarnya.
Atau mesin yang dapat memahami kecepatan manusia yang dapat digunakan dalam perangkat lunak pengenalan suara canggih atau untuk sistem yang menerjemahkan bahasa secara langsung.
Syarifudin
(ars)
