PERCOBAAN ARTIFICIAL INTELLIGENT LAWAN ARTIFICIAL INTELLIGENT, BAGAIMANA HASILNYA?

0
9

ARTIFICIAL INTELLIGENT atau AI sudah diuji coba melawan manusia baik ketika sedang game di acara TV dalam suatu acara quiz atau ketika bermain game.

Dalam ujicoba tersebut AI bisa menang dengan telak melawan manusia terbaik untuk bidang tersebut. AI seperti otak kolektif (yang memiliki memori bersama dan kemampuan berpikir bersama) yang bekerja bersama. Pertempuran game manusia melawan AI seperti tidak berimbang karena sekelompok mesin berpikir dengan algoritma super cepat melawan satu mesin berpikir.

Dari kemenangan yang dibuat oleh AI melawan manusia tidak heran jika manusia sendiri menjadi takut apakah AI akan berbahaya? Apakah AI akan membuat manusia menjadi budak bagi AI?

Anda bisa bayangkan jika AI bisa membuat sistem yang membuat AI mampu hidup untuk dirinya sendiri dan mampu melindungi dirinya sendiri, maka tidak akan ada kesempatan bagi manusia untuk melawan. Coba anda bayangkan Terminator.

Atau anda masih bertanya apa itu AI atau apa itu Artificial Intelligent?

Anda perlu melihat penjelasan dari Sergey Brin tentang apa itu AI dan kenapa harus kita cermati.

Dulu AI tidak dianggap sebagai hal yang mungkin bekerja dan bisa mencapai tingkat yang akan dibuat pada saat ini.

Hingga saat ini anda adalah pengguna AI dan AI yang membuat anda mudah dan merasa betah di internet, bahakan AI juga yang membuat anda betah belanja karena semua ada dan anda bisa mencari dengan tepat.

Atau anda mencoba mencari tetapi sibuk kemudian membuat situs ini dan tiba-tiba dibagian bawah ada iklan tentang hal yang anda cari. Maka itu adalah AI.

AI mencapai keadaan yang tidak dapat diperkirakan seperti apa masa depannya, demikian menurut Sergey Brin. Secara tiba-tiba AI membesar, Sergey Brin tidak mengetahui bagaimana AI bisa persisnya tiba-tiba menelan dunia internet.

Sergey Brin: I didn’t see AI coming

Yang pasti Google sendiri juga menobatkan dirinya sebagai pelaku internet yang membuat Ai sebagai hal yang utama dan pertama.

Sekarang semua sudah terlambat dan dunia anda dan dunia kita semua sudah tidak bisa lepas dari AI. Kita harus merangkul AI.

AI harus menjadi teman baik kita tidak ada pilihan. Atau anda mungkin berpikir jika AI harus dilawan oleh manusia, setidaknya AI harus dilawan oleh AI jika terpaksa.

Ide anda yang satu ini juga sudah didahului oleh para ilmuwan Google.

Siapa yang menang jika AI melawan AI?

Bagaimana jika Artificial Intelligent melawan Artificial Intelligent?

Tim dari Google mengeluarkan paper terkait AI versus AI dan hasil dari percobaan AI melawan AI ternyata menarik.

Matrix games like Prisoner’s Dilemma have guided research on social dilemmas for decades. However, they necessarily treat the choice to cooperate or defect as an atomic action. In real-world social dilemmas these choices are temporally extended.

 

Dari WIKIPEDIA:

Two members of a criminal gang are arrested and imprisoned. Each prisoner is in solitary confinement with no means of communicating with the other. The prosecutors lack sufficient evidence to convict the pair on the principal charge. They hope to get both sentenced to a year in prison on a lesser charge. Simultaneously, the prosecutors offer each prisoner a bargain. Each prisoner is given the opportunity either to: betray the other by testifying that the other committed the crime, or to cooperate with the other by remaining silent. The offer is:

  • If A and B each betray the other, each of them serves 2 years in prison
  • If A betrays B but B remains silent, A will be set free and B will serve 3 years in prison (and vice versa)
  • If A and B both remain silent, both of them will only serve 1 year in prison (on the lesser charge)

Percobaan AI melawan AI seperti menghadapkan AI kedalam keadaan seperti dua penjahat (A dan B) dalam tahanan.

Dua penjahat (A dan B ini) ditangkap karena ingin diketahui apakah kesalahan bisa dibuktikan dengan mencoba mengelabui mereka berdua dengan ditanya di ruangan terpisah tidak diketahui satu dan lainnya dengan berbagai iming-iming. Dengan keadaan:

  • jika A dan B saling bongkar rahasia maka keduanya akan terbukti bersalah dan dihukum;
  • jika A membongkar kesalahan dan B berbohong maka maka yang membongkar rahasia dianggap membantu penyelidikan dan dilepas (sedang B yang berbohong atau tidak menerima akan dipenjara karena bukti-bukti yang didapat dari A);
  • jika A dan B diam tidak mengaku maka semua lepas.

AI satu dan AI lain seperti A dan B yang diharuskan berlawanan merebut kue atau dalam kasus ini Apel.

Dalam tipe game Gathering maka kedua AI belajar cepat dimana salah satu AI mengalah agar AI yang satu menang lebih banyak. Sepertinya dalam kasus ini AI yang satu memilih dapat sedikit dan tidak ada pilihan karena salah satu harus menang lebih banyak.

We let the agents play this game many thousands of times and let them learn how to behave rationally using deep multi-agent reinforcement learning. Rather naturally, when there are enough apples in the environment, the agents learn to peacefully coexist and collect as many apples as they can. However, as the number of apples is reduced, the agents learn that it may be better for them to tag the other agent to give themselves time on their own to collect the scarce apples.

Dalam game kedua, Wolfpack kedua AI bertanding dengan cara yang lebih menarik. Dalam satu setting tertentu maka kedua AI akan bersaing dan akan mencoba menang. Pada setting tertentu maka AI akan berkompetensi dan mencoba mengalahkan satu lainnya.

Interestingly, in another game called Wolfpack (see gameplay video below), which requires close coordination to successfully cooperate, we find that greater capacity to implement complex strategies leads to more cooperation between agents, the opposite of the finding with Gathering. So, depending on the situation, having a greater capacity to implement complex strategies may yield either more or less cooperation.

Ada catatan menarik terkait pertandingan AI melawan AI ini, jika salah satu AI memiliki kemampuan lebih maka AI tersebut berani bereksperimen.

AI yang satu bersaing dengan diberi kelebihan mampu melakukan komputasi lebih banyak maka akan mencoba melakukan tarik ulur dimana menggambarkan estimasi kemungkinan yang akan terjadi dimasa depan dengan harapan estimasi akan berpihak padanya, tentu saja tarik-ulur tidak merupakan hal tanpa dugaan hasil.

Setting dan akurasi dalam prediksi hasil membuat AI memiliki kemampuan untuk melakukan tarik atau ulur (membantu atau berkompetisi). Jika saja setting yang tepat bisa dilakukan maka pengaturan lalu lintas, ekonomi dan bahkan kesehatan Planet Bumi bisa kita serahkan ke AI.

As a consequence, we may be able to better understand and control complex multi-agent systems such as the economy, traffic systems, or the ecological health of our planet – all of which depend on our continued cooperation.

 

Untuk detailnya dapat dilihat dalam paper diatas dan untuk ringkasannya bisa juga anda kunjungi situs Deepmind.