- Film dokumenter “The Thinking Game” menunjukkan dari dalam bagaimana DeepMind beralih dari menguasai permainan seperti Go hingga mengembangkan AlphaFold, yang berdampak langsung pada biologi dan kedokteran.
- Film ini mengungkap kerja multidisiplin dan siklus penelitian yang panjang, menyoroti peran AI sebagai alat yang memperluas kemampuan manusia, bukan sebagai pengganti.
- Sosok Demis Hassabis dan komitmen terhadap penelitian etis jangka panjang bertentangan dengan budaya jangka pendek Silicon Valley dan menimbulkan perbandingan dengan Proyek Manhattan.
- Dirilis di YouTube, film dokumenter ini telah menjadi fenomena global, menawarkan konteks manusia dan ilmiah di tengah persaingan global untuk kecerdasan buatan.
Ketika kita berbicara tentang kecerdasan buatan tingkat lanjut, kita cenderung hanya fokus pada hal-hal yang tampak di permukaan: model-model spektakuler, alat-alat yang sudah kita gunakan setiap hari, dan pengumuman terus-menerus tentang fitur-fitur "ajaib" baru. Namun, di balik semua itu terdapat dunia yang kurang terlihat, yang terdiri dari hipotesis, eksperimen, dan keputusan penelitian yang jarang dipublikasikan, dan justru inilah yang benar-benar mendefinisikan batasan potensi AI.
Film dokumenter “The Thinking Game” karya Google DeepMind menelusuri seluk-beluk internal ini. Film ini tidak berhenti pada hasil akhir, tetapi membuka jendela ke dalam proses sehari-hari di salah satu laboratorium AI paling berpengaruh di planet ini : bagaimana tim diorganisir, keraguan apa yang mereka miliki, risiko apa yang mereka ambil, dan bagaimana mereka beralih dari eksperimen di layar menjadi terobosan yang berdampak pada sains, bisnis, dan pada akhirnya, masyarakat.
Dari permainan papan hingga tantangan ilmiah besar
Film dokumenter ini mengikuti perjalanan Demis Hassabis dan tim DeepMind selama beberapa tahun , dari masa-masa independen mereka di London hingga integrasi mereka ke dalam Google. Sepanjang perjalanan, film ini mengulas kembali tonggak-tonggak penting seperti AlphaGo, AlphaZero, dan AlphaFold , yang berfungsi hampir sebagai bab dalam satu cerita: bagaimana sekelompok peneliti beralih dari menguasai permainan kompleks hingga mengatasi masalah terbuka dalam bidang biologi dan sains.
Tak lama kemudian muncul AlphaZero , sebuah evolusi yang lebih radikal lagi. Alih-alih belajar dari permainan manusia, sistem ini belajar dari awal, hanya menggunakan aturan permainan dan memainkan dirinya sendiri jutaan kali. Hanya dalam beberapa jam, ia mampu menguasai Go dan catur, melampaui mesin-mesin yang sudah mapan dan menunjukkan bahwa AI dapat menemukan strategi kreatif sendiri tanpa bergantung pada pengalaman manusia yang telah terakumulasi selama berabad-abad.
Film dokumenter ini menggunakan pencapaian-pencapaian yang menyenangkan ini sebagai titik awal untuk menampilkan pergeseran yang jauh lebih ambisius: perpindahan dari AI yang diterapkan pada permainan yang terdefinisi dengan baik ke penggunaannya dalam tantangan ilmiah yang berdampak tinggi . Di sinilah AlphaFold berperan , sistem yang selamanya mengubah bidang biologi struktural dengan memprediksi struktur tiga dimensi protein dari urutan asam aminonya dengan akurasi tinggi.
Dengan AlphaFold, DeepMind melakukan lompatan dari hiburan teknologi ke sains dengan konsekuensi nyata . Film ini menyoroti bagaimana kemampuan untuk memprediksi "pelipatan" hampir semua protein yang dikenal telah mempercepat penelitian di bidang kedokteran, biologi, dan desain obat , hingga terobosan ini akhirnya diakui dengan Hadiah Nobel Kimia untuk para peneliti yang terlibat dalam proyek tersebut.
Cara membangun AI tingkat lanjut dari dalam
Salah satu kekuatan terbesar dari "The Thinking Game" adalah film ini tidak hanya menyajikan hasil, tetapi juga menyelami kehidupan sehari-hari di laboratorium tersebut. Berkat akses hampir lengkap yang dimiliki sutradara Greg Kohs selama lebih dari enam tahun, film ini menunjukkan ruang rapat, papan tulis yang dipenuhi persamaan, diskusi teknis, dan juga momen-momen keraguan dan frustrasi—sesuatu yang jarang terlihat dalam narasi teknologi.
Apa yang muncul di layar menghancurkan gagasan tentang "eureka" instan. AI disajikan sebagai disiplin ilmu yang kumulatif dan sabar , berdasarkan siklus pengujian, validasi, dan koreksi yang berkelanjutan. Kemajuan tidak datang dari seorang jenius yang tercerahkan, tetapi dari beragam tim yang terus berulang , membuang pendekatan, menyempurnakan model, dan subjecting setiap peningkatan pada evaluasi yang ketat.
Film dokumenter ini menekankan bahwa kemajuan nyata bertumpu pada keseimbangan yang rumit antara intuisi ilmiah dan formalisasi matematis . Banyak eksperimen dimulai sebagai ide-ide tentatif, yang didasarkan pada pengalaman para peneliti dengan permainan, ilmu saraf, atau simulasi. Tetapi tidak ada yang dianggap valid sampai menjalani serangkaian tes dan tinjauan internal yang ketat , sebuah kontras yang mencolok dengan citra "peretasan cepat" yang sering dikaitkan dengan budaya perusahaan rintisan.
Melalui rekaman yang diambil baik selama jam kerja maupun dalam suasana yang lebih informal, menjadi jelas bahwa proyek-proyek AI mutakhir tidak dibangun berdasarkan keberuntungan semata, melainkan berdasarkan kerja keras bertahun-tahun, penyempurnaan yang cermat, dan kolaborasi multidisiplin . Perspektif ini membongkar mitos terobosan mendadak dan membantu mengonteksualisasikan apa yang saat ini dilaporkan sebagai "keajaiban" AI.
Sejalan dengan hal tersebut, film ini menyoroti ide kunci: memahami bagaimana AI berkembang secara internal sangat penting untuk mengetahui apa yang sebenarnya dapat dilakukannya dan di mana batasannya masih berada. Tanpa perspektif ini, risikonya adalah memproyeksikan ekspektasi yang tidak realistis, yang dipicu oleh antusiasme buta dan ketakutan yang berlebihan.
Demis Hassabis dan perpaduan disiplin ilmu sebagai pendorong inovasi
Tokoh sentral dalam film dokumenter ini adalah Demis Hassabis, salah satu pendiri dan CEO DeepMind . Film ini menelusuri kembali masa kecilnya, bahkan menggali rekaman BBC dari tahun 1986 di mana, pada usia sembilan tahun, ia berbicara tentang catur sebagai "permainan yang bagus untuk berpikir." Ungkapan itu akhirnya menjadi judul film dan berfungsi sebagai benang merah naratif untuk menunjukkan bagaimana obsesinya terhadap kecerdasan telah mengkristal menjadi proyek-proyek AI yang semakin ambisius.
Hassabis muncul sebagai sosok hibrida: seorang jenius catur, penggemar gim video, peneliti ilmu saraf, dan ahli komputer . Film dokumenter ini menyajikan kombinasi ini lebih dari sekadar keunikan biografis; ini mencontohkan jenis perpaduan keahlian yang telah mendorong AI modern menuju masalah yang semakin kompleks.
DeepMind adalah tim yang terdiri dari para matematikawan, fisikawan, ahli biologi, insinyur, pakar pembelajaran penguatan, dan spesialis simulasi. Film ini menunjukkan bahwa terobosan penting tidak muncul dari silo yang terisolasi , melainkan dari ekosistem tempat beragam perspektif hidup berdampingan . Sebagai contoh, memecahkan masalah pelipatan protein bukan hanya soal algoritma yang lebih baik, tetapi juga tentang memahami biologi yang mendasarinya secara detail dan menerjemahkannya ke dalam bahasa komputasi.
Budaya multidisiplin ini juga tercermin dalam cara penelitian dirancang: tim yang menggabungkan keahlian dalam permainan dengan pengetahuan mendalam tentang biologi, atau spesialis dalam fisika statistik yang bekerja bersama para insinyur perangkat lunak. Hasilnya adalah pendekatan yang lebih kuat terhadap tantangan yang tidak dapat diatasi dalam satu kerangka teori tunggal.
Film dokumenter ini menggunakan kisah ini untuk mengirimkan pesan yang jelas kepada perusahaan dan organisasi: jika Anda ingin menerapkan AI pada masalah bisnis atau sains nyata, tidak cukup hanya dengan mempekerjakan "beberapa ilmuwan data"; Anda perlu membangun tim yang beragam dan memberi mereka ruang untuk berkolaborasi , bahkan ketika hal itu bertentangan dengan kecepatan dan budaya jangka pendek yang khas dari beberapa perusahaan rintisan.
AI sebagai alat yang memberdayakan manusia, bukan sebagai pengganti.
Tema yang berulang dalam film ini adalah peran yang seharusnya dimainkan AI dalam kaitannya dengan manusia. AlphaFold disajikan sebagai contoh AI yang memperluas cakupan penelitian , memungkinkan mereka untuk mengeksplorasi hipotesis dan model yang jika tidak akan memakan waktu puluhan tahun. Namun, film ini menekankan bahwa sistem tersebut tidak menggantikan penilaian ahli atau konteks ilmiah.
Dalam beberapa adegan, para ahli biologi dan kimia terlihat bekerja dengan prediksi AlphaFold, menafsirkan model, membandingkannya dengan data eksperimental, dan memutuskan jalur penelitian mana yang layak untuk dikejar . AI berfungsi di sini sebagai mesin untuk percepatan dan eksplorasi, tetapi bukan sebagai otoritas absolut. Ditekankan bahwa penilaian manusia tetap penting untuk memvalidasi, memprioritaskan, dan menerjemahkan hasil ini menjadi kemajuan klinis atau terapeutik yang nyata.
Pendekatan ini sejalan dengan gagasan yang sering diulang dalam dunia bisnis: AI adalah pendukung, bukan tujuan akhir . Dampaknya bergantung pada seberapa baik integrasinya dengan proses yang ada, pengetahuan tim, dan tujuan strategis organisasi. Solusi yang tidak selaras, betapapun canggihnya, akan gagal dan tidak memberikan nilai yang dijanjikan.
Film dokumenter ini menyajikan pandangan tersebut secara sederhana: AI berharga jika dikombinasikan dengan pengalaman dan penilaian orang-orang yang memahami bidangnya. Dengan kata lain, berlaku untuk sektor apa pun, teknologi hanya masuk akal jika diintegrasikan ke dalam pengambilan keputusan dan alur kerja nyata , daripada tetap menjadi eksperimen terisolasi di departemen teknis.
Sebagai pesan mendasar, ditekankan bahwa kontribusi terkuat AI muncul ketika digunakan untuk meningkatkan produktivitas, memperluas kemampuan, dan membuka pertanyaan-pertanyaan baru , dan bukan sebagai janji untuk menggantikan para profesional atau proses yang membawa nuansa dan tanggung jawab secara sembarangan.
Proyek dokumenter: akses yang belum pernah terjadi sebelumnya ke DeepMind
Salah satu kekuatan lain dari “The Thinking Game” adalah sejarahnya sendiri sebagai proyek audiovisual. Inisiatif ini muncul dari pertanyaan yang diajukan Hassabis kepada Greg Kohs hampir satu dekade lalu: “Jika Anda dapat mendokumentasikan sesuatu dalam skala Proyek Manhattan, bagaimana Anda akan melakukannya?” Perbandingan itu, dengan semua implikasi etis dan ilmiahnya, menjelaskan ambisi yang ingin dicapai DeepMind dengan AlphaFold.
Google dan DeepMind memberi Kohs akses yang jarang terlihat di industri teknologi . Selama lebih dari enam tahun—antara 2018 dan 2024—direktur tersebut dapat bergerak hampir tanpa batasan di sekitar kantor London, menghadiri rapat internal, melakukan wawancara dadakan, dan bahkan merekam di area yang biasanya terlarang bagi kamera luar.
Film ini tidak hanya menangkap presentasi dan tonggak formal, tetapi juga percakapan spontan, perjalanan pulang pergi larut malam, dan hari kerja panjang di mana para protagonis mengungkapkan keraguan, ketegangan, dan momen euforia mereka. Beberapa materi yang paling kuat justru berasal dari sesi informal ini, yang jauh berbeda dari pengaturan standar perusahaan besar.
Sungguh mengejutkan bahwa Kohs tidak berasal dari latar belakang ilmiah. Kariernya ditempa di NFL Films , tempat ia belajar menarasikan drama manusia di balik olahraga tersebut. Pengalaman itu terlihat jelas dalam gaya berceritaannya: alih-alih hanya berfokus pada data dan grafik, film dokumenter ini memilih narasi yang mudah dipahami, emosional, dan relevan yang dapat diikuti siapa pun, bahkan tanpa pengetahuan teknis yang mendalam.
Produksi ini membanggakan tim yang mapan: Greg Kohs sebagai sutradara, Gary Krieg sebagai produser, Tom Dore dan Jonathan Fildes sebagai produser eksekutif, Steve Sander sebagai editor, dan Dan Deacon sebagai komposer musik latar aslinya . Kontinuitas dengan film dokumenter sebelumnya tentang AlphaGo ini membantu mempertahankan gaya yang mudah dikenali dan memberikan koherensi naratif pada evolusi DeepMind dari game ke sains.
Etika, pendanaan, dan ketegangan dengan budaya Silicon Valley
Di luar kemajuan teknologi, film dokumenter ini berfokus pada aspek-aspek yang kurang glamor namun mendasar dari setiap proyek ilmiah besar: uang, tata kelola, dan akuntabilitas . Film ini menjelaskan bagaimana DeepMind mendapatkan dukungan keuangan awalnya, termasuk investasi dari Peter Thiel, dan bagaimana hal ini membentuk perdebatan internal tentang masa depan perusahaan.
Salah satu momen paling mengungkapkan terjadi ketika tekanan untuk memindahkan perusahaan ke California diceritakan, mengikuti model startup teknologi klasik. Hassabis dengan tegas menolak, dengan alasan bahwa kecepatan dan budaya "membangun, merusak, dan memulai dari awal setiap tahun" tidak sesuai dengan tantangan penelitian jangka panjang yang mendalam seperti kecerdasan buatan umum.
Sikap ini menggambarkan benturan visi: di satu sisi, logika pertumbuhan yang dipercepat dan iterasi cepat yang khas dari Silicon Valley; di sisi lain, kebutuhan akan kerangka kerja yang stabil, refleksi etis, dan komitmen jangka panjang ketika bekerja dengan teknologi yang berpotensi mengubah masyarakat secara total. Film dokumenter ini menunjukkan bahwa sesuatu yang sebesar AGI tidak dapat didekati dengan pola pikir yang sama seperti meluncurkan aplikasi dan membuangnya setelah beberapa bulan.
Secara paralel, implikasi etis dari pengembangan sistem yang begitu canggih juga dibahas. Perbandingan yang berulang dengan Proyek Manhattan bukanlah kebetulan: hal ini menimbulkan kekhawatiran tentang mencegah perlombaan AI mengulangi kesalahan masa lalu, di mana obsesi untuk menjadi yang pertama menutupi perdebatan tentang risiko dan penggunaan yang bertanggung jawab.
Film ini juga menyebutkan akuisisi DeepMind oleh Google dan perdebatan yang muncul seputar tata kelola, pengamanan, dan kewajiban transparansi. Meskipun beberapa kritikus memandang film dokumenter ini bias terhadap perusahaan pendanaannya, penerimaan yang luas menunjukkan bahwa film ini setidaknya telah berhasil membawa isu-isu seperti pengawasan, keamanan, dan dampak sosial AI canggih ke garis depan wacana publik.
Sebuah kisah yang muncul di puncak booming AI global.
Waktu perilisan "The Thinking Game" bukanlah suatu kebetulan. Film ini hadir di YouTube pada akhir tahun 2025, tepat ketika Google sekali lagi berada di garis depan perlombaan global untuk kecerdasan buatan, dan hal itu memberikan dampak yang luar biasa: ratusan juta penayangan dalam waktu singkat , menempatkannya di antara konten yang paling banyak ditonton di platform tersebut.
Dalam konteks itu, film dokumenter ini berfungsi lebih dari sekadar bagian dari pemasaran perusahaan. Film ini menawarkan pandangan kontekstual tentang bagaimana teknologi yang membentuk ekonomi digital dan sains kontemporer dibangun . Saat Alphabet menyaksikan nilai pasarnya meroket ke angka-angka bersejarah—mencapai kapitalisasi beberapa triliun dolar yang didorong oleh AI—film ini memberikan kisah manusia yang hilang di balik angka-angka tersebut.
Salah satu poin penting dalam film ini adalah keputusan untuk merilis prediksi AlphaFold secara publik dan menyediakannya bagi komunitas ilmiah global. Keterbukaan ini mempercepat penelitian di bidang kedokteran, biologi, dan farmakologi di ratusan laboratorium, memperkuat gagasan bahwa kemajuan besar dalam AI dapat—dan mungkin harus—dibagikan untuk memaksimalkan dampak positifnya.
Pada saat yang sama, film dokumenter ini menunjukkan bahwa komitmen terhadap keterbukaan ini membawa dilema: bagaimana menyeimbangkan keuntungan ekonomi dari teknologi yang sangat berharga tersebut dengan kebutuhan agar ilmu pengetahuan maju untuk semua orang; atau bagaimana mencegah akses yang tidak merata terhadap alat-alat ini memperdalam kesenjangan yang ada antara negara dan organisasi.
Sambutan publik menunjukkan minat yang semakin besar untuk memahami tidak hanya apa yang dilakukan AI, tetapi juga siapa yang membangunnya, di bawah nilai-nilai apa, dan dengan kontrol apa . Kombinasi drama manusia, sains mutakhir, dan pertanyaan etika ini menjelaskan mengapa banyak media terkemuka mengidentifikasi film ini sebagai karya kunci untuk memahami keadaan kecerdasan buatan saat ini.
Secara keseluruhan, “The Thinking Game” melukiskan gambaran di mana AI telah berhenti menjadi eksperimen laboratorium dan telah menjadi faktor struktural dalam sains, bisnis, dan politik . Dengan mengikuti DeepMind selama bertahun-tahun, film dokumenter ini membantu kita melihat bahwa di balik setiap pengumuman spektakuler terdapat proses yang panjang, perdebatan yang sulit, dan keputusan yang akan menentukan batasan antara AI yang menghasilkan nilai berkelanjutan yang selaras dengan kepentingan sosial dan AI yang hanya dipandu oleh inersia pasar dan persaingan dengan segala cara.
