Kecerdasan Buatan Google Kini Bisa Belajar Layaknya Manusia

AlphaGo Zero besutan DeepMind kini dapat mempelajari cara bermain go tanpa bantuan manusia.

oleh Agustinus Mario Damar diperbarui 23 Okt 2017, 09:00 WIB
Diterbitkan 23 Okt 2017, 09:00 WIB
Ilustrasi Kecerdasan Buatan. Kredit: Geralts via Pixabay
Ilustrasi Kecerdasan Buatan. Kredit: Geralts via Pixabay

Liputan6.com, Jakarta - Beberapa bulan lalu, kecerdasan buatan DeepMind dari Google berhasil mengalahkan salah satu pemain terbaik dalam permainan Go. Kecerdasan buatan bernama AlphaGo itu berhasil memukul sang juara dalam pertandingan tiga seri.

Terkini, DeepMind berhasil mengembangkan penerus AlphaGo dengan kemampuan yang lebih mumpuni. Diberi nama AlphaGo Zero, kecerdasan buatan ini tampil lebih baik karena tak membutuhkan data dari manusia sebelumnya.

Jadi, kecerdasan buatan ini benar-benar mempelajari cara bermain go mulai dari awal. Meski tak memiliki informasi sebelumnya, dalam waktu singkat, kemampuan AlphaGo Zero sudah setara dengan pemain kelas menengah.

Sebagai informasi, go merupakan permainan papan (board game) dan sudah berusia ribuan tahun. Permainan strategi yang melibatkan dua orang ini biasanya populer di negara Asia Timur, seperti Tiongkok, Korea Selatan, dan Jepang. 

Dikutip dari The Guardian, Senin (23/10/2017), AlphaGo Zero mulai mempelajari go dengan meletakkan biji ke papan secara acak. Namun setelah itu, ia berhasil mengembangkan permainan bahkan menemukan strategi terbaik untuk menang.

"Sistem ini lebih kuat dari seri sebelumya dari tak menggunakan data termasuk keahlian manusia. Kami memilih menyingkirkan itu dan program ini ternyata mampu mempelajari go sendiri," ujar kepala peneliti AlphaGo David Silver.

Menurut tim peneliti, metode yang digunakan pada kecerdasan buatanini disebut penguatan pembelajaran. Maksudnya, program dapat mempelajari kemampuannya dari pengalaman selama bermain go.

Kendati memiliki kemampuan yang lebih dari pendahulunya, program dari AlphaGo Zero ternyata lebih sederhana. Bahkan, program ini dapat menguasai permainan go dalam waktu lebih cepat dengan latihan lebih sedikit dan komputer yang lebih kecil.

(Dam/Cas)

Saksikan Video Pilihan Berikut Ini: 

 

 

 

POPULER

Berita Terkini Selengkapnya