Seorang pemain biasa, dan bahkan bukan level tertinggi, mengalahkan sistem terdepan kecerdasan buatan di board game Go, yang mengejutkan, karena kemenangan komputer pada tahun 2016 dianggap sebagai tonggak penting dalam pengembangan kecerdasan buatan.
Kellyn Pelrin, seorang pemain amatir Amerika, memanfaatkan kelemahan sistem yang sebelumnya ditemukan oleh… komputer lain dan memenangkan 14 dari 15 pertandingan. Kemenangan ini menyoroti kelemahan program komputer terbaik untuk game Go yang dimiliki sebagian besar sistem AI modern, termasuk chatbot yang terkenal. ChatGPT, dibuat oleh OpenAI.
Taktik kemenangan ditawarkan, ironisnya, oleh program komputer lain yang menjelajahi sistem kecerdasan buatan untuk mencari titik lemah. “Sangat mudah bagi kami untuk menggunakan sistem ini,” kata Adam Gleave, kepala eksekutif FAR AI, firma riset yang berbasis di California, yang mengembangkan program tersebut. Program tersebut harus memainkan lebih dari satu juta permainan melawan salah satu sistem Go paling populer, KataGo, untuk menemukan apa yang disebut "blind spot", katanya. Menurut Pelrin, strategi yang ditemukan oleh program tersebut "tidak sepenuhnya sepele, tetapi juga tidak terlalu sulit", sehingga rata-rata orang cukup mampu untuk menguasainya.
Kemenangan tersebut datang tujuh tahun setelah AI muncul untuk membuktikan keunggulannya yang tak terbantahkan atas manusia dalam apa yang sering dianggap sebagai permainan papan strategi yang paling sulit. Sistem AlphaGo dikembangkan oleh perusahaan DeepMind, milik Google, mengalahkan juara dunia Lee Sedol 2016-4 pada 1. Pada tahun 2019, pemain Korea Selatan berhenti berpartisipasi dalam kompetisi justru karena perkembangan AI - dia menyatakan bahwa seseorang tidak dapat lagi mengalahkannya. Nah, Lee Sedol sedikit melompat ke kesimpulan.
Dalam permainan pergi, dua pemain bergiliran menempatkan bidak hitam dan putih di papan yang ditandai dengan kisi 19x19, mencoba mengelilingi bidak lawan dan menempati area terbesar. Jumlah kombinasi yang sangat banyak berarti komputer tidak benar-benar dapat mengevaluasi semua potensi pergerakan di masa depan. Taktik yang digunakan Pelrin adalah dengan perlahan merangkai "lingkaran" batu besar untuk mengelilingi salah satu kelompok lawan, mengalihkan perhatian AI bergerak di sudut lain papan. Dan bot tidak menyadari kerentanannya bahkan saat pengepungan hampir selesai. "Tapi akan sangat mudah bagi seseorang untuk menyadarinya," tambah pemain itu.
Juga menarik:
Penemuan kelemahan di beberapa mesin Go yang canggih menunjukkan kelemahan mendasar dalam sistem pembelajaran mendalam yang mendukung teknologi canggih AI. Seperti yang dikatakan Stuart Russell, seorang profesor ilmu komputer di University of California di Berkeley, sistem hanya dapat "memahami" situasi tertentu yang mereka temui di masa lalu, dan tidak dapat menggeneralisasi segala sesuatu dengan cara yang dapat dilakukan seseorang. "Ini sekali lagi menunjukkan bahwa kita terlalu terburu-buru dalam menganggap kecerdasan manusia super berasal dari mesin," kata Russell.
Sepertinya taktik yang digunakan oleh Pelrin jarang digunakan, artinya sistem AI belum cukup dilatih pada game serupa untuk "memahami" kerentanannya.
Juga menarik: