1. Awalnya cuma ingin menang card game
Tujuan pertama bukan akademis: tambah PP, singkirkan Ward, Storm ke leader, menang.
Lalu AI mulai memainkan ribuan pertandingan untuk membandingkan deck. Pertanyaan baru muncul: ini cuma hoki? rata-rata cukup? bagaimana kalau AI selalu kalah melawan satu jenis deck? bagaimana berpikir ketika kartu di tangan lawan tersembunyi? kenapa cara AI memilih langkah baru justru lebih lemah?
Tiba-tiba muncul Monte Carlo, Bayesian update, Nash equilibrium, dynamic programming, POMDP, robust optimization, causal inference, dan counterfactual.
Manusia tidak perlu menghitung semuanya di kepala. Manusia menentukan pertanyaannya; AI dan kode menangani pengulangan, pencatatan, statistik, dan perbandingan.
2. Bayangkan membuat pekerjaan bernama “guru card game”
Membuat AI bermain seperti manusia kuat mirip melatih pegawai baru.
“Anak magang” harus belajar mulligan, menahan kartu, memakai Evolution, membaca balasan lawan, merencanakan dua-tiga turn, menghitung serangan yang cukup untuk menang, mengatur kartu di tangan, dan menyisakan tempat kosong di arena.
Terlalu banyak untuk diingat bersamaan, maka pekerjaannya dipecah: tentukan cara menang, tentukan kartu dan kemampuan yang belum boleh dipakai, lalu cek apakah akan mati turn berikutnya.
Lalu AI berlatih ribuan game.
Empat ribu game untuk anak magang sudah bukan magang. Itu pabrik latihan.
3. Mengikuti saran manusia secara harfiah bisa membuat AI lebih lemah
Guide berkata “simpan kartu ini”, “jangan gunakan SEP dulu”, “ramp lebih cepat”, “jangan buang combo piece”.
Biasanya benar, tetapi selalu ada syarat.
Simpan, kecuali kalau tidak dipakai sekarang kamu mati. Simpan Evolution, kecuali memakainya sekarang menggagalkan rencana lawan untuk turn berikutnya. Ramp, kecuali kehilangan arena membuatmu mati.
Manusia menambahkan pengecualian itu dari pengalaman. AI mungkin tidak.
Manusia: “Biasanya disimpan.” AI: “Siap.” AI: mati.
Mengikuti instruksi dan memahami tujuan instruksi adalah kemampuan yang berbeda.
4. Tree search: membaca “langkah ini, berikutnya, lalu berikutnya”
Misalkan ada tiga aksi: A singkirkan kartu lawan, B serang leader, C simpan kartu.
Setiap aksi membuka masa depan berbeda, lalu lawan punya balasan berbeda. Cabang-cabang itu membentuk pohon.
Cabangnya bertambah cepat. Kalau tiap langkah punya 10 pilihan, setelah 1 langkah ada 10 kemungkinan, setelah 2 ada 100, setelah 3 ada 1.000, dan setelah 4 ada 10.000.
Tidak semua masa depan bisa diperiksa. Jadi tentukan berapa langkah ke depan yang dilihat, berapa pilihan bagus yang disimpan, dan berapa posisi yang diperiksa seluruhnya. Itulah kegunaan depth limit, beam search, dan node budget.
Tetapi membuang pilihan terlalu cepat bisa membuang aksi yang lemah sekarang namun terbaik dua turn lagi.
Mencari langkah bukan hanya soal melihat lebih jauh. Yang penting adalah masa depan mana yang dibiarkan tetap hidup.
5. Teori lain punya tugas berbeda
Monte Carlo: coba masa depan berkali-kali dan lihat rata-rata.
Bayesian update: ubah probabilitas lawan punya kartu tertentu setelah melihat tindakannya.
POMDP: ambil keputusan ketika sebagian keadaan permainan tersembunyi.
Minimax: anggap lawan memberi respons terbaik.
Nash equilibrium: kondisi ketika mengubah strategi sendirian tidak mudah memberi keuntungan.
No-regret learning: kurangi “seharusnya tadi pilih yang lain” dalam jangka panjang.
Robust optimization: cari cara bermain yang tidak langsung berantakan saat melawan deck yang sulit.
CVaR: lihat wilayah hasil buruk, bukan cuma rata-rata.
Paired A/B: pengaturan angka acak, deck, dan urutan sama; hanya cara AI memilih langkah yang berbeda.
Rentang perkiraan hasil (confidence interval): ukur berapa besar perbedaan yang mungkin cuma kebetulan.
Ablation: lepaskan komponen satu per satu.
Counterfactual: dari keadaan permainan sama, uji aksi lain.
Causal inference: cek apakah mengubah penyebab benar-benar mengubah hasil.
Nama Inggrisnya seram. Isinya: coba banyak, perbarui tebakan, lihat skenario jelek, bandingkan adil, dan periksa satu tersangka tiap kali.
6. Mana yang level kuliah dan mana yang terasa pascasarjana?
Statistik, Monte Carlo, dynamic programming, game theory, Bayes, dan optimization sering muncul di kuliah.
Kalau AI melemah, tulis beberapa kemungkinan penyebab. Pikirkan tindakan apa yang seharusnya terlihat jika masing-masing penyebab benar, lalu catat permainannya. Ubah satu bagian tiap kali dan coba langkah lain dari posisi yang sama. Terakhir, uji dengan data yang tidak dipakai selama pengembangan. Kalau gagal, jangan gunakan metode itu.
Kuliah memberi kotak alat. Riset bertanya bagaimana memakai kotak alat untuk menghasilkan bukti.
7. Sosial atau STEM? Masalah nyata mencampur keduanya
Tree search, algoritma, probabilitas, pembelajaran dari hasil tindakan sangat teknis.
Game theory, Nash, Pareto, risiko, dan keputusan juga banyak dipelajari di ekonomi dan operations research.
Causal inference muncul di ekonomi, medis, ilmu sosial, dan AI.
Masalah nyata tidak peduli batas fakultas.
Arena card game pun bisa menjadi laboratorium lintas disiplin.
8. Nilai kuliah atau sekolah vokasi bukan mengingat semuanya
Wajar lupa rumus setelah beberapa tahun.
Tetapi pernah mendengar Monte Carlo, Bayes, optimization, atau game theory membuat indeks mental.
Saat masalah muncul, kamu bisa berkata: “Ini terasa Bayesian”, “mungkin ini optimization”, “kita bandingkan dalam kondisi sama”.
Jauh lebih mudah daripada tidak tahu kata apa yang harus dicari.
Pendidikan membangun peta alat. Sekolah vokasi juga begitu: dasar dulu, dalamnya nanti ketika pekerjaan membutuhkan.
9. AI membuat “tahu dasar” jauh lebih bernilai
Dulu mengetahui nama teori tidak selalu cukup jika kamu tidak bisa menurunkan rumus, coding, dan statistik sendiri.
Sekarang kamu bisa memberi arah: “Monte Carlo cocok di sini?”, “apakah ini soal informasi yang tersembunyi?”, “hitung apakah perbedaannya bisa karena kebetulan”, “lakukan ablation”.
AI membantu implementasi dan perhitungan.
Pengetahuan dasar berubah dari “selesaikan semuanya sendiri” menjadi indeks untuk memberi pekerjaan yang benar kepada AI.
10. Tidak alergi terhadap pengetahuan adalah kekuatan
POMDP, PSRO, CVaR, cluster bootstrap.
Namanya bikin mundur.
Tetapi jika reaksimu “itu gunanya apa?” bukan “itu bukan buat saya”, kamu sudah masuk.
POMDP membantu saat ada informasi yang tidak terlihat. PSRO menambah strategi baru yang bisa melawan strategi yang sudah ada. CVaR melihat kelompok hasil terburuk. Cluster bootstrap menghitung ketidakpastian dengan memperlakukan data yang saling berkaitan sebagai satu kelompok.
Tidak perlu paham sempurna dari awal. Sentuh dulu, dalami bersama AI.
11. Kalau terlalu banyak hal harus diingat sekaligus, keluarkan memorinya dari kepala
Game kartu saja sudah menuntut kita mengingat kartu di tangan, arena, PP, Evolution, respons lawan, Ward, heal, serangan yang cukup untuk menang, dan turn berikutnya.
Riset menambah seed, hash, berkas pengaturan, hipotesis, rentang perkiraan hasil, dan riwayat eksperimen.
Tidak perlu menghafal semua.
Tulis kondisi percobaan di berkas pengaturan. Serahkan hitungan pada kode, catat apa yang dicoba, dan minta bantuan AI untuk perbandingan besar. Jangan hanya mengandalkan ingatan tentang deck, kondisi, dan perubahan yang menghasilkan suatu hasil.
Manusia menyimpan pertanyaan dan rasa “hasil ini aneh”.
Ini bukan curang. Ini memakai otak untuk menilai hasil.
12. Kesimpulan: cuma ingin Storm ke muka, malah paham kenapa pendidikan berguna
Satu card game menghubungkan search, probabilitas, statistik, game theory, causal inference, pendidikan, dan AI.
Kamu tidak perlu menguasai semuanya saat pertama belajar.
Pernah melihat, tahu namanya, dan tidak takut sudah cukup untuk membuat pintu masuk beberapa tahun kemudian.
AI menurunkan biaya dari “pernah dengar” menjadi “bisa diuji pada masalah nyata”.
Manusia bertanya. Mesin menghitung. Kalau hasilnya aneh, manusia bertanya lagi.
Dan rencana awal tetap sederhana.
Singkirkan Ward. Evolution.
Storm ke muka.
Siapa sangka pelajaran yang dulu kita pelajari justru terasa berguna di sini.
