Tahun lalu, program kecerdasan buatan yang dipanggil AlphaGo yang dicipta oleh pasukan DeepMind Google mengalahkan juara manusia di Go, permainan strategi kuno China yang dalam banyak hal lebih kompleks daripada catur. Seperti yang dilaporkan oleh Emily Matchar untuk Smithsonian.com pada masa itu, ia merupakan pencapaian yang menakjubkan, sejak lewat tahun 1997 beberapa orang meramalkan ia akan mengambil 100 tahun untuk komputer untuk mengalahkan manusia di Go.
Walaupun prestasi ini mengagumkan, AlphaGo belajar bermain permainan dengan menganalisis permainan sebelumnya yang dimainkan oleh manusia. Tetapi sebagai Merrit Kennedy di laporan NPR, versi baru kecerdasan buatan yang dipanggil AlphaGo Zero telah menentukan cara menguasai permainan dengan sendirinya, tanpa input manusia atau manipulasi-kemajuan yang mempunyai implikasi besar untuk pembangunan AI masa depan.
Menurut kenyataan akhbar dari DeepMind, versi sebelumnya dari AlphaGo belajar untuk bermain permainan ini dengan mengkaji pertandingan antara pemain amatur profesional dan kuat, menyerap peraturan permainan dan strategi permainan yang berjaya. Walau bagaimanapun, AlphaGo Zero tidak melihat sebarang permainan yang dimainkan oleh manusia. Sebaliknya, ia diberikan peraturan permainan dan kemudian bermain menentang dirinya sendiri, menggunakan pembelajaran peneguhan untuk mengajar sendiri langkah-langkah yang betul dan salah dan strategi jangka panjang. Memandangkan AI memainkan permainan ini, ia memperbaharui rangkaian neuralnya yang lebih maju untuk meramalkan lebih banyak langkah lawannya.
Para penyelidik menyaksikan sebagai AI menguasai permainan dalam masa nyata. Selepas tiga hari, ia mampu mengalahkan versi sebelumnya yang dipanggil AlphaGo Lee, yang mengalahkan pemain Korea Go master Lee Sedol dalam 4 daripada 5 perlawanan pada 2016. Selepas 21 hari ia mengalahkan AlphaGo Master, versi yang mengalahkan 60 pemain Go dalam talian dan pemain terbaik dunia Ke Jie awal tahun ini. Versi terbaru mengalahkan permainan AlphaGo Master 100 hingga 0. Selepas 40 hari, ia mencapai tahap permainan yang tidak pernah dilihat sebelumnya. Penyelidikan ini muncul dalam jurnal Nature.
"Dalam masa yang singkat, AlphaGo Zero telah memahami semua pengetahuan Go yang telah dikumpulkan oleh manusia selama beribu-ribu tahun bermain, " penyelidik utama David Silver dari DeepMind Google mengatakan dalam video Youtube. "Kadang-kadang ia benar-benar dipilih untuk melampaui itu dan menemui sesuatu yang manusia tidak pernah menemui dalam masa ini dan menemui kepingan ilmu baru yang kreatif dan novel dengan banyak cara."
Sebagaimana laporan Agence France-Presse, AlphaGo Zero mencapai tahap penguasaan ini lebih cekap daripada yang terdahulu. Walaupun lelaran terdahulu mempunyai 48 unit pemprosesan data dan memainkan 30 juta permainan latihan selama beberapa bulan, Zero hanya mempunyai 4 unit pemprosesan dan memainkan 4.9 juta permainan latihan selama tiga hari. "Orang ramai cenderung untuk menganggap bahawa pembelajaran mesin adalah mengenai data besar dan jumlah pengiraan yang besar tetapi sebenarnya yang kita lihat dengan AlphaGo Zero adalah algoritma yang lebih penting, " kata Silver kepada AFP.
Tetapi penyelidikan adalah lebih daripada sekadar menguasai permainan papan. Sebagai contoh Ian di The Guardian melaporkan, jenis tabula rasa, atau slate kosong, pembelajaran boleh menyebabkan kecerdasan artificial buatan generasi baru yang dapat membantu menyelesaikan masalah dalam bidang yang dapat disimulasikan dengan baik dalam komputer, seperti komposisi narkoba, lipatan protein atau fizik zarah. Dengan membina pengetahuannya dari dasar tanpa bias atau batasan manusia, algoritma itu boleh pergi dalam arah manusia yang belum lagi dilihat.
Walaupun ramai orang dalam komuniti AI melihat AlphaGo Zero sebagai pencapaian yang besar, Gary Marcus, profesor psikologi di New York University yang pakar dalam kecerdasan buatan, memberitahu Kennedy NPR bahawa dia tidak menganggap algoritma itu benar-benar tabula rasa kerana pengetahuan manusia terdahulu ke dalam pembinaan algoritma. Dia juga tidak menyangka tabula rasa AI sama pentingnya dengannya. "[Dalam] biologi, otak manusia sebenarnya tidak tabula rasa ... Saya tidak melihat sebab teoretis utama mengapa anda perlu melakukan itu, mengapa anda harus meninggalkan banyak pengetahuan yang kita ada tentang dunia, " katanya.
Walau bagaimanapun, penguasaan pesat Alpha Go dalam permainan ini mengagumkan-dan sedikit menakutkan.
