Ketika komputer IBM Deep Blue mengalahkan pemain catur terbesar di dunia, Garry Kasparov, dalam pertandingan terakhir pertandingan enam pertandingan pada 11 Mei 1997, dunia tercengang. Ini adalah pertama kalinya setiap juara catur manusia diturunkan oleh sebuah mesin.
Kemenangan untuk kecerdasan buatan itu bersejarah, tidak hanya untuk membuktikan bahwa komputer dapat mengungguli pikiran terhebat dalam tantangan tertentu, namun juga untuk menunjukkan keterbatasan dan kekurangan dari kumpulan logam cerdas ini, para ahli mengatakan.
Deep Blue juga menyoroti bahwa, jika para ilmuwan akan membangun mesin cerdas yang berpikir, mereka harus memutuskan apa arti “cerdas” dan “berpikir”. [Mesin Super Cerdas: 7 Robotic Futures]
Komputer memiliki keterbatasan
Selama pertandingan multigame yang berlangsung berhari-hari di Equitable Center di Midtown Manhattan, Deep Blue mengalahkan Kasparov dua pertandingan menjadi satu, dan tiga pertandingan adalah undian. Mesin mendekati catur dengan melihat ke depan banyak gerakan dan melalui kombinasi yang mungkin – strategi yang dikenal sebagai “pohon keputusan” (pikirkan setiap keputusan yang menggambarkan cabang pohon). Deep Blue “memangkas” beberapa keputusan ini untuk mengurangi jumlah “cabang” dan mempercepat perhitungan, dan masih bisa “berpikir” melalui sekitar 200 juta gerakan setiap detiknya.
Meskipun perhitungan yang luar biasa, bagaimanapun, mesin masih tertinggal di daerah lain.
“Baik seperti mereka, [komputer] sangat miskin dalam jenis pengambilan keputusan lainnya,” kata Murray Campbell, seorang ilmuwan riset di IBM Research. “Beberapa meragukan bahwa komputer akan pernah bermain sebaik manusia top.
“Hal yang lebih menarik yang kami tunjukkan adalah bahwa ada lebih dari satu cara untuk melihat masalah yang kompleks,” Campbell mengatakan kepada Live Science. “Anda bisa melihatnya dengan cara manusiawi, menggunakan pengalaman dan intuisi, atau dengan cara yang lebih mirip komputer.” Metode itu saling melengkapi, katanya.
Meski menang Deep Blue membuktikan bahwa manusia bisa membangun mesin yang merupakan pemain catur hebat, ia menggarisbawahi kompleksitas dan kesulitan membangun komputer yang bisa menangani permainan papan. Para ilmuwan IBM menghabiskan bertahun-tahun membangun Deep Blue, dan yang bisa dilakukannya hanyalah bermain catur, kata Campbell. Membangun mesin yang bisa menangani berbagai tugas, atau yang bisa belajar melakukan yang baru, terbukti lebih sulit, tambahnya.
Mesin pembelajaran
Pada saat Deep Blue dibangun, bidang pembelajaran mesin belum berkembang sejauh ini, dan sebagian besar daya komputasi belum tersedia, kata Campbell. Mesin cerdas berikutnya IBM, bernama Watson, misalnya, bekerja sangat berbeda dari Deep Blue, beroperasi lebih mirip mesin pencari. Watson membuktikan bahwa hal itu bisa memahami dan merespons manusia dengan mengalahkan “Jeopardy!” Lama. Juara di 2011
Sistem pembelajaran mesin yang telah dikembangkan dalam dua dekade terakhir ini juga memanfaatkan sejumlah besar data yang sama sekali tidak ada pada tahun 1997, saat internet masih dalam masa pertumbuhan. Dan pemrograman telah maju juga.
Program komputer artifisial cerdas yang disebut AlphaGo, misalnya, yang mengalahkan pemain juara dunia game papan atas Go, juga bekerja secara berbeda dari Deep Blue. AlphaGo memainkan banyak permainan papan melawan dirinya sendiri dan menggunakan pola tersebut untuk mempelajari strategi yang optimal. Pembelajaran terjadi melalui jaringan syaraf tiruan, atau program yang beroperasi seperti neuron di otak manusia. Perangkat keras untuk membuat mereka tidak praktis pada 1990-an, saat Deep Blue dibangun, kata Campbell.
Thomas Haigh, seorang profesor di University of Wisconsin-Milwaukee yang telah banyak menulis tentang sejarah komputasi, mengatakan perangkat keras Deep Blue adalah etalase untuk rekayasa IBM saat itu; Mesin menggabungkan beberapa chip custom-made dengan yang lain yang merupakan versi prosesor PowerPC versi akhir yang lebih tinggi yang digunakan di komputer pribadi pada hari itu. [Sejarah A.I: Kecerdasan Buatan (Infografis)]
Apa itu kecerdasan?
Deep Blue juga menunjukkan bahwa kecerdasan komputer mungkin tidak banyak berhubungan dengan kecerdasan manusia.
“[Deep Blue] adalah keberangkatan dari tradisi simbolis AI klasik untuk mencoba meniru fungsi kecerdasan dan pemahaman manusia dengan memiliki mesin yang dapat melakukan penalaran umum,” kata Haigh, oleh karena itu usaha untuk membuat catur yang lebih baik – Bermain mesin
Tapi strategi itu lebih didasarkan pada gagasan pembangun komputer tentang apa yang cerdas daripada pada kecerdasan apa sebenarnya. “Kembali di tahun 1950an, catur dipandang sebagai sesuatu yang manusia cerdas pandai,” kata Haigh. “Sebagai matematikawan dan pemrogram cenderung sangat ahli dalam catur, mereka menganggapnya sebagai ujian bagus apakah sebuah mesin bisa menunjukkan kecerdasan.”
Itu berubah pada tahun 1970an. “Jelas bahwa teknik yang membuat program komputer menjadi pemain catur yang semakin kuat tidak ada kaitannya dengan kecerdasan umum,” kata Haigh. “Jadi, alih-alih berpikir bahwa komputer cerdas karena bermain catur dengan baik, kami memutuskan bermain catur dengan baik bukanlah ujian kecerdasan.”
Perubahan bagaimana ilmuwan mendefinisikan kecerdasan juga menunjukkan kompleksitas jenis tugas AI tertentu, Campbell mengatakan. Deep Blue mungkin salah satu komputer paling maju saat itu, tapi dibangun untuk bermain catur, dan hanya itu saja. Bahkan sekarang, komputer berjuang dengan “akal sehat” – jenis informasi kontekstual yang umumnya tidak dipikirkan manusia, karena sudah jelas.
“Semua orang di atas usia tertentu tahu bagaimana dunia bekerja,” kata Campbell. Mesin tidak. Komputer juga telah berjuang dengan beberapa jenis tugas pengenalan pola yang mudah ditemukan manusia, Campbell menambahkan. “Banyak kemajuan dalam lima tahun terakhir telah terjadi dalam masalah perseptual,” seperti pengenalan wajah dan pola, katanya.
Hal lain yang Campbell catat bahwa komputer tidak bisa lakukan adalah menjelaskan diri mereka sendiri. Seorang manusia bisa menggambarkan proses berpikirnya, dan bagaimana dia bisa belajar sesuatu. Komputer tidak bisa benar-benar melakukannya. “Sistem pembelajaran AI dan mesin adalah sedikit kotak hitam,” katanya.
Haigh mencatat bahwa bahkan Watson, dalam “Jeopardy-nya!” Menang, tidak “berpikir” seperti orang. “[Watson] menggunakan prosesor generasi berikutnya untuk menerapkan pendekatan statistik brute force (bukan pendekatan logika berbasis pengetahuan) kepada Jeopardy !,” tulisnya dalam sebuah email ke Live Science. “Sekali lagi bekerja tidak seperti seorang juara manusia, tapi menunjukkan bahwa menjadi juara kuis juga tidak ada hubungannya dengan kecerdasan,” seperti yang dipikirkan kebanyakan orang.
Meski begitu, “ketika komputer datang untuk melakukan lebih banyak hal lebih baik dari kita, kita akan ditinggalkan dengan definisi intelijen yang sangat spesifik atau mungkin harus mengakui bahwa komputer sebenarnya cerdas, tapi dengan cara yang berbeda dari kita,” Haigh berkata.
Apa selanjutnya di AI?
Karena manusia dan komputer “berpikir” dengan cara yang berbeda, akan lama sebelum sebuah komputer membuat diagnosis medis, misalnya, dengan sendirinya, atau menangani masalah seperti merancang tempat tinggal bagi orang-orang seusia mereka dan ingin tetap tinggal di rumah mereka. , Kata Campbell. Deep Blue menunjukkan kemampuan komputer yang disesuaikan dengan tugas tertentu, namun sampai saat ini, tidak ada yang membuat sistem pembelajaran mesin umum yang bekerja sebaik komputer yang dirancang khusus.
Misalnya, komputer bisa sangat bagus dalam menguraikan banyak data dan menemukan pola yang akan dilewatkan manusia. Mereka kemudian dapat membuat informasi tersebut tersedia bagi manusia untuk mengambil keputusan. “Sistem pelengkap lebih baik dari manusia atau mesin,” kata Campbell.
Ini juga mungkin waktu untuk mengatasi masalah yang berbeda, katanya. Permainan papan seperti catur atau Go memungkinkan pemain mengetahui segala hal tentang posisi lawan mereka; Ini disebut permainan informasi yang lengkap. Masalah dunia nyata tidak seperti itu. “Sebuah pelajaran yang seharusnya kita pelajari sekarang … Tidak banyak lagi yang bisa kita pelajari dari permainan papan.” (Pada tahun 2017, program komputer artifisial yang cerdas yang disebut Libratus mengalahkan pemain poker manusia terbaik dalam turnamen No-Limit Texas Hold ’20 hari, yang dianggap sebagai permainan informasi yang tidak lengkap.)
Adapun nasib Deep Blue, komputer itu dibongkar setelah pertandingan bersejarah dengan Kasparov; Komponennya dipajang di Museum Nasional Sejarah Amerika di Washington, D.C., dan Museum Sejarah Komputer di Mountain View, California.
