Mengenal SIMA, AI Google DeepMind yang Siap Temani Bermain Video Game

JAKARTA - Bermain video game sendirian terasa kurang seru tanpa lawan. Sebuah kecerdasan buatan (AI) pun dibuat untuk menemani.

Indian Express melansir, Sabtu (16/3/2024) Google DeepMind merilis pada 13 Maret lalu sebuah agen gaming AI terbaru yang disebut SIMA alias Scalable Instructable Multiworld Agent. Kemampuannya dapat mengikuti instruksi bahasa natural untuk melakukan tugas di seluruh area video game . Sederhananya, AI terbaru Google ini siap bermain video game dengan penggunanya.

SIMA menjadi potret masa depan game kunci atau selangkah lebih dekat ke dunia AI yang dapat berkolaborasi secara cerdas dengan manusia tidak hanya dalam game, tetapi juga dalam melakukan tugas di lingkungan dunia nyata. Robot AI, misalnya dapat membantu orang tua mengatasi kesepian.

Khusus pengembangan SIMA, Lab penelitian AI, Google DeepMind mendeskripsikannya sebagai Agen AI, yang berbeda dari model AI seperti ChatGPT OpenAI atau Gemini Google. Model AI dilatih pada kumpulan data yang besar dan terbatas saat harus bekerja sendiri. Di sisi lain, Agen AI dapat memproses data dan mengambil tindakan sendiri.



SIMA bisa disebut sebagai Agen AI generalis yang mampu melakukan berbagai macam tugas. Tugasnya seperti teman virtual yang dapat memahami dan mengikuti instruksi di segala macam lingkungan virtual - mulai dari menjelajahi ruang bawah tanah yang misterius hingga membangun kastil yang megah. Klaimnya dapat menyelesaikan tugas atau tantangan yang diberikan kepadanya.

Program komputernya dianggap super cerdas sebagai penjelajah digital, serta memiliki kemampuan untuk memahami apa yang pengguna inginkan dan membantu mewujudkannya di dunia virtual.

Bagaimana cara kerja SIMA?

SIMA memahami perintah karena telah dilatih untuk memproses bahasa manusia. Jadi, ketika pengguna memintanya untuk membangun kastil atau menemukan peti harta karun, ia mengerti persis apa arti perintah tersebut.

Salah satu ciri khas dari Agen AI ini, yaitu kemampuannya untuk belajar dan beradaptasi. SIMA melakukan ini melalui interaksi yang dimilikinya dengan pengguna. Semakin banyak berinteraksi, SIMA semakin pintar karena belajar dari pengalamannya dan meningkat dari waktu ke waktu. Hal ini membuatnya lebih baik dalam memahami dan memenuhi permintaan pengguna.

Berdasarkan tahap perkembangan AI saat ini, SIMA berpotensi memperkenalkan agen AI yang lebih membantu untuk lingkungan.

Penelitian terbaru dari Google DeepMind menunjukkan bahwa kemampuan model AI canggih dapat diterjemahkan menjadi tindakan dunia nyata yang berguna melalui antarmuka bahasa. Google berharap SIMA dan agen AI lainnya dapat menggunakan video game sebagai sandbox untuk memahami bagaimana sistem AI bisa lebih membantu.

Bagaimana SIMA dilatih?

"Kami bermitra dengan pengembang game untuk melatih SIMA pada berbagai video game. Penelitian ini menandai pertama kalinya agen menunjukkan kemampuan untuk memahami dunia game yang luas dan mengikuti instruksi bahasa natural untuk melaksanakan tugas di dalamnya, seperti yang mungkin dilakukan manusia," tulis Google Deepmind dalam web resminya.

Untuk menerapkan agen AI ke lingkungan yang berbeda, Google Deepmind bekerja sama dengan delapan studio game untuk menguji SIMA pada sembilan video game berbeda, termasuk Teardown oleh Tuxedo Labs dan No Man's Sky oleh Hello Games.

Di setiap game, portofolio SIMA membuka dunia interaktif baru bersama dengan berbagai keterampilan untuk dipelajari, seperti navigasi sederhana, penggunaan menu, penambangan sumber daya, menerbangkan pesawat ruang angkasa, dan lainnya.



Mereka juga menggunakan empat lingkungan penelitian, termasuk satu yang dibangun dengan mesin game lintas platform Unity. Lingkungan ini, disebut Construction Lab yang mengharuskan agen AI untuk membangun patung dari blok bangunan. Latihan ini dilakukan untuk menguji kemampuan manipulasi objek agen dan pemahaman intuitif tentang dunia fisik.

Menurut para peneliti, dengan belajar dari berbagai dunia game, SIMA memahami bagaimana bahasa terikat dengan perilaku permainan. "Pendekatan pertama kami adalah merekam pasangan pemain manusia di seluruh game dalam portofolio kami, dengan satu pemain menonton dan menginstruksikan yang lain. Kami juga meminta pemain bermain dengan bebas, kemudian menonton ulang apa yang mereka lakukan dan merekam instruksi yang akan mengarah ke tindakan permainan mereka," bunyi blog resmi tersebut.