AI Belajar Sendiri untuk Pecahkan Puzzle Rubick

Sebuah kecerdasan buatan berhasil memecahkan teka-teki kubus Rubik hanya dalam waktu 1,2 detik saja. Padahal manusia tercepat membutuhkan waktu paling tidak 3,47 detik.

Peneliti di Universitas California sedang mengembangkan sistem kecerdasan buatan yang dapat menyelesaikan puzzle Rubik dengan rata-rata 1,2 detik hanya dalam 20 langkah. Rekor ini lebih cepat 2 detik jika dibandingkan dengan pemegang rekor dunia manusia yakni 3.47 detik. Manusia rata-rata harus mengambil 50 gerakan untuk menyelesaikan langkah. 

Meskipun AI yang bernama DeepCubeA sudah sangat cepat, tetapi sebenarnya ia masih kalah cepat dengan mesin otomatisasi buatan Institut Teknik Massachusetts. Tahun lalu robot tersebut dapat menyelesaikan puzzle Rubik hanya dalam waktu 0.38 detik saja. Tetapi mereka tidak menggunakan AI. Robot ini menerapkan logaritma min2phase yang memang didesain untuk menyelesaikan puzzle tersebut. DeepCubeA sebaliknya, ia menemukan caranya tersendiri lho.

Uniknya para peneliti tidak benar-benar tahu bagaimana DeepCubeA dapat menyelesaikan teka-teki yang tersusun atas persegi-persegi berwarna yang memiliki enam permukaan. Pasalnya terdapat jutaan kemungkinan kombinasi untuk kubus tersebut, tetapi hanya satu cara untuk menyelesaikannya.

Para peneliti hanya memberi contoh kepada AI tersebut bagaimana teka-teki ini dapat diselesaikan. DeepCubeA harus mencari tahu bagaimana cara memecahkannya. Dan para peneliti tersebut tidak memahami secara penuh bagimana AI tersbut mengembangkan strateginya sendiri.

Para peneliti mulai dengan menunjukan versi simulasi dari Rubik's Cube yang telah selesai, kemudian mengacaknya. DeepCubeA kemudian melatih dirinya untuk memecahkan teka-teki tersebut selama dua hari, meningkatkan keterampilannya saat mencoba kombinasi yang semakin sulit. Menurut sebuah makalah yang diterbitkan di Nature, para peneliti memberikan DeepCubeA 10 miliar kombinasi dan mengharuskan AI untuk memecahkan teka-teki dalam 30 gerakan atau kurang.

DeepCubeA menggunakan neural network (cara kerja otak manusia untuk memproses informasi) bersama dengan teknik machine learning. Ia juga mengadopsi pendekatan reinforcement learning yang artinya adalah “bagaimana menyelesaikan masalah yang selalu bertambah tingkat kesuliatannya sebagai upaya membalik kondisi tujuan tanpa pengetahun yang spesifik terkait domain tersebut.”

Kubus Rubik (engadget.com)

Meskipun DeepCubeA awalnya hanya untuk mengerjakan puzzle daru tahun 70 an, logaritma yang ia miliki dapat memiliki implikasi yang lebih luas. “Bagaimana kita menciptakan AI tingkat lanjut yang lebih pintar, lebih kuat, dan mampu menalar, memahami, dan merencanakan?" kata profesor ilmu komputer dan penulis senior studi Pierre Baldi dalam sebuah pernyataan." Pekerjaan ini merupakan langkah menuju tujuan yang besar dan kuat."

AI kecerdasan buatan (pixabay.com)