Dari trek virtual ke aplikasi nyata: kemajuan AI dalam video game

Kecerdasan buatan – atau AI – telah ada di video game sejak awal kemunculannya. Namun, waktunya juga telah tiba untuk lompatan bagi agen yang dikendalikan AI, yang dibanggakan oleh video game Gran Turismo.

Mengebut di sekitar desa Prancis di Gran Turismo, dan Anda mungkin melihat Corvette di belakang Anda mencoba mengejar slipstream Anda. Menggunakan rancangan mobil balap lawan untuk mempercepat dan menyalip mereka disukai oleh pemain terampil dari game balap realistis PlayStation.

Namun, pengemudi Corvette ini tidak dikendalikan oleh manusia – ini adalah GT Sophy, agen kecerdasan buatan yang kuat yang dibuat oleh pembuat PlayStation Sony.

Pemain Gran Turismo telah bersaing dengan mobil balap buatan komputer sejak waralaba diluncurkan pada 1990-an. Tetap saja, driver AI baru yang diluncurkan minggu lalu di Gran Turismo 7 lebih cerdas dan lebih cepat karena telah dilatih menggunakan metode AI terbaru.

“Gran Turismo memiliki AI bawaan yang sudah ada sejak awal permainan, tetapi kinerjanya sangat sempit, dan itu tidak sempurna,” kata Michael Spranger, chief operating officer Sony AI. “Ini sangat bisa diprediksi. Tapi, begitu Anda mencapai level tertentu, itu tidak menarik Anda lagi.”

Tapi sekarang, katanya, “AI ini akan melakukan perlawanan.”

Kunjungi laboratorium kecerdasan buatan di universitas dan perusahaan seperti Sony, Google, Meta, Microsoft, dan OpenAI pembuat ChatGPT. Bukan hal yang aneh untuk menemukan agen AI seperti mobil balap Sophy, mengayunkan burung pemarah ke babi, bertarung dalam pertempuran antarbintang yang epik, atau membantu gamer manusia membangun dunia Minecraft baru – semua bagian dari deskripsi pekerjaan untuk sistem komputer yang mencoba mempelajari cara menjadi lebih pintar dalam game .

Namun terkadang, mereka juga mencoba mempelajari cara bersaing untuk mendapatkan lebih banyak di dunia nyata. Dalam makalah bulan Januari, seorang peneliti University of Cambridge yang membuat agen AI untuk mengendalikan karakter Pokémon berpendapat bahwa hal itu dapat “menginspirasi semua jenis aplikasi yang memerlukan manajemen tim dalam kondisi ketidakpastian yang ekstrem, termasuk mengelola tim dokter, robot, atau karyawan dalam sebuah lingkungan yang selalu berubah, seperti wilayah yang dilanda pandemi atau zona perang.”

Dan sementara itu mungkin terdengar seperti anak kecil yang bermain Pokemon Violet selama tiga jam lagi, studi tentang game telah digunakan untuk memajukan penelitian AI – dan melatih komputer untuk memecahkan masalah yang rumit – sejak pertengahan abad ke-20.

Awalnya, AI digunakan dalam game seperti checker dan catur untuk menguji game strategi kemenangan. Sekarang cabang penelitian baru berfokus pada melakukan tugas-tugas terbuka di dunia yang kompleks dan berinteraksi dengan manusia, bukan hanya untuk mengalahkan mereka.

“Kenyataan itu seperti permainan yang sangat rumit,” kata Nicholas Sarantinos, yang menulis makalah Pokémon dan baru-baru ini menolak tawaran doktoral di Universitas Oxford untuk memulai perusahaan AI guna membantu tempat kerja perusahaan membentuk tim yang lebih kolaboratif.

Dalam simulator pertempuran Pokémon Showdown berbasis web, Sarantinos mengembangkan algoritme untuk menganalisis tim yang terdiri dari enam Pokémon – memprediksi bagaimana kinerja mereka berdasarkan semua kemungkinan skenario pertempuran di depan mereka dan kekuatan serta kelemahan komparatif mereka.

Microsoft, yang memiliki franchise game Minecraft populer dan sistem game Xbox, telah menugaskan agen AI dengan berbagai aktivitas – mulai dari menghindari lahar hingga menebang pohon dan membuat tungku. Para peneliti berharap beberapa pembelajaran mereka pada akhirnya dapat berperan dalam teknologi dunia nyata, seperti bagaimana membuat robot rumahan melakukan tugas-tugas tertentu tanpa harus memprogramnya.

Meskipun “tidak perlu dikatakan” bahwa manusia nyata berperilaku sangat berbeda dari makhluk video game fiksi, “ide inti masih dapat digunakan,” kata Tarantino. “Jika Anda menggunakan tes psikologi, Anda dapat mengambil informasi ini untuk menyimpulkan seberapa baik mereka dapat bekerja sama.”

Amy Hoover, asisten profesor informatika di Institut Teknologi New Jersey yang membuat algoritme untuk permainan kartu digital Hearthstone, berkata, “ada alasan untuk mempelajari permainan.” Namun, tidak selalu mudah untuk dijelaskan.

“Orang-orang tidak selalu mengerti bahwa intinya adalah tentang metode optimasi daripada permainannya,” katanya.

Game juga menawarkan testbed yang berharga untuk AI – termasuk untuk beberapa aplikasi dunia nyata dalam robotika atau perawatan kesehatan – lebih aman untuk dicoba di dunia maya, kata Vanessa Volz, seorang peneliti, dan salah satu pendiri startup Denmark Modl.ai, yang membangun sistem AI untuk pengembangan game.

Tapi, dia menambahkan, “itu bisa menjadi overhyped.”

“Ini mungkin tidak akan menjadi satu terobosan besar dan semuanya akan dialihkan ke dunia nyata,” kata Volz.

Raksasa elektronik Jepang Sony meluncurkan divisi penelitian AI-nya sendiri pada tahun 2020 dengan mempertimbangkan hiburan, tetapi tetap menarik perhatian ilmiah yang lebih luas. Tahun lalu, makalah penelitiannya yang memperkenalkan Sophy masuk ke sampul jurnal sains prestisius Nature, yang mengatakan hal itu berpotensi memengaruhi aplikasi lain seperti drone dan kendaraan self-driving.

Teknologi di belakang Sophy didasarkan pada metode algoritmik yang dikenal sebagai pembelajaran penguatan, yang melatih sistem dengan memberi penghargaan saat sistem melakukan sesuatu dengan benar saat menjalankan balapan virtual ribuan kali.

“Hadiahnya akan memberi tahu Anda, ‘Anda membuat kemajuan. Ini bagus,’ atau, ‘Kamu keluar jalur. Yah, itu tidak baik,’” kata Spranger.

Pemain PlayStation hanya akan mencoba balapan melawan Sophy hingga 31 Maret, di sejumlah sirkuit terbatas, sehingga bisa mendapatkan umpan balik dan kembali ke pengujian. Peter Wurman, direktur Sony AI America dan pimpinan proyek di GT Sophy, mengatakan butuh sekitar dua minggu bagi agen AI untuk berlatih di 20 PlayStations.

“Untuk menyebarkannya ke seluruh permainan, dibutuhkan lebih banyak terobosan dan lebih banyak waktu sebelum kami siap,” katanya.

Dan untuk membawanya ke jalanan atau trek Formula Satu yang sebenarnya? Itu bisa memakan waktu lebih lama.

Perusahaan mobil self-driving mengadopsi teknik pembelajaran mesin yang serupa, tetapi “mereka tidak menyerahkan kendali penuh atas mobil seperti yang kami bisa,” kata Wurman. “Dalam dunia simulasi, tidak ada nyawa yang terancam. Anda tahu persis hal-hal yang akan Anda lihat di lingkungan. Tidak ada orang yang menyeberang jalan atau semacamnya.”