SportlinkNews - Robot menantang manusia dalam permainan kita, dan mereka menang. Konsep superkomputer canggih yang berhadapan langsung dengan umat manusia adalah sesuatu yang biasa terlihat dalam fiksi ilmiah.
Pada tahun 1997, hal ini menjadi kenyataan setelah komputer IBM Deep Blue mengalahkan grandmaster catur Garry Kasparov dalam seri 3 ½-2 ½ yang legendaris.
Hal ini hanya berlanjut pada tahun 2012 ketika program perangkat lunak Zen mengalahkan Masaki Takemiya di Go dengan handicap bintang lima dan empat, dan pada tahun 2013 ketika Crazy Stone mengalahkan Yoshio Ishida dengan handicap empat stone.
Baca Juga: Di Balik Pakaian Renang Berteknologi Tinggi Speedo yang Menantang Olimpiade
AlphaGo dari DeepMind kemudian membuat sejarah pada tahun 2015 dengan mengalahkan juara Go Eropa Fan Hui tanpa cacat. Meskipun kekalahan dalam permainan catur tidak serta merta menandakan akhir dari umat manusia seperti yang kita ketahui, hal ini telah memperkenalkan lebih banyak kemungkinan bagi kecerdasan buatan (AI). ) dalam bidang olah raga—salah satunya adalah curling.
Curling sering dianggap sebagai catur di atas es. Dimainkan sebagai olahraga tim, pemain manusia menggunakan tongkat untuk bermanuver dan mengarahkan puck seberat 40 pon melintasi es untuk meluncur menuju sasaran berwarna merah-biru.
Pemain manusia umumnya pandai menentukan fisika tentang bagaimana batu-batu besar ini melintasi es dengan kecepatan dan arah yang berbeda. Baru-baru ini, robot pemain curling bernama Curly berhasil mengalahkan tim elite pemain curling asal Korea Selatan.
Baca Juga: Piala Thomas 2024: Ganda Fajar/Daniel Bawa Indonesia ke Semifinal
Curly: Pesaing Curling Terhebat
Curly adalah robot kecil berbentuk kura-kura berwarna putih yang dikembangkan oleh tim ahli robot di Universitas Korea di Seoul. Sebelum kemenangan terbarunya, mesin biasanya digunakan dalam olahraga yang dapat dimainkan di lingkungan digital. Kemenangan Curly merupakan pertama kalinya robot fisik mampu melawan pemain manusia di dunia nyata.
Robot fisik biasanya gagal memperhitungkan keadaan yang tidak terduga. Dalam kasus pengeritingan, perubahan mendadak pada gesekan, kelembapan, suhu, atau pencairan es dapat memengaruhi kinerja keping secara signifikan.
Pakar pembelajaran mesin Klaus-Robert Müller, salah satu peneliti utama studi Curly, berbagi bahwa tantangan utama dalam pengeritingan adalah es berubah setiap kali keping meluncur melintasi es.
Baca Juga: Piala Thomas 2024: Ganda Fajar/Daniel Bawa Indonesia ke Semifinal
Akibatnya, hampir tidak mungkin mengumpulkan data yang memadai untuk mempertimbangkan semua kemungkinan permutasi. Jadi, jika robot hanya menggunakan pengetahuannya dari simulasi, ia tidak akan mampu merancang strategi pada kejadian sebenarnya.
Menurut peneliti, bahkan pemain elit pun biasanya memiliki margin kesalahan rata-rata 3 atau 4 kaki, yang mampu ditandingi oleh Curly. Permainan berlangsung selama empat sesi.