Elon Musk, CEO Tesla, bahkan pada 2025 sudah melontarkan gagasan yang mengguncang pasar, mengumumkan bahwa ia akan menantang pemain top 《League of Legends》, Faker, beserta timnya, T1, dengan model AI miliknya Grok 5, untuk menciptakan pertarungan manusia-mesin yang melintasi batas e-sports dan kecerdasan buatan. Tantangan ini pada saat itu dianggap sebagai topik konseptual, tetapi seiring berjalannya waktu, kejadian tersebut perlahan-lahan mulai menjadi kenyataan.
Baru-baru ini, Faker untuk pertama kalinya menanggapi secara positif usulan duel tersebut dalam acara tanya jawab bersama孙石熙. Ia menyatakan dengan tegas bersedia menghadapi, dan secara langka mengeluarkan keyakinan kuat, dengan mengatakan, “Kita punya peluang untuk menang.” Namun ia juga mengatakan bahwa jika tidak membatasi AI, hampir tidak ada kemungkinan bagi manusia untuk menang.
T1 Faker akan menghadapi AI milik Musk
Dalam wawancara tersebut, Faker menyamakan potensi duel ini dengan peristiwa bersejarah saat 2016 ketika 李世乭 bertanding melawan AlphaGo, dan menilai bahwa perusahaan-perusahaan teknologi besar selama ini telah lama menyiapkan kompetisi e-sports manusia-mesin dalam bentuk yang serupa. Sikapnya terhadap tantangan Grok 5 sangat langsung; sekali lagi ia menekankan bahwa manusia masih punya peluang menang, menunjukkan tingkat keyakinan yang tinggi dari seorang pemain profesional top terhadap kemampuan dirinya dan kerja sama tim. Pernyataan terkait pun dengan cepat memicu diskusi di platform komunitas, dan dipandang sebagai respons positif manusia terhadap teknologi AI.
Namun, pada saat yang sama Faker juga menunjukkan penilaian yang relatif rasional. Ia menuturkan bahwa 《League of Legends》 sebagai game strategi real-time 5 lawan 5 tidak hanya membutuhkan kecepatan reaksi yang sangat tinggi, tetapi juga melibatkan banyak elemen berlapis seperti kerja sama tim, permainan psikologis, dan tipu muslihat taktis. Kompleksitas seperti ini membuatnya memiliki perbedaan mendasar dengan permainan keputusan tunggal seperti catur. Hal ini juga menimbulkan pertanyaan apakah AI benar-benar memiliki kemampuan penuh untuk saling mengungguli. Ia mengakui bahwa apakah teknologi saat ini sudah siap untuk mendukung duel pada level seperti itu masih layak untuk diamati.
Pernah bermain melawan AlphaGo, pecatur 李世乭: Tidak membatasi berarti tidak bisa menang
Faker lebih lanjut menyoroti bahwa perbedaan kunci terletak pada “kecepatan reaksi”. Ia mengatakan dengan gamblang bahwa jika tidak membatasi AI, manusia hampir tidak punya peluang menang, karena AI secara alami memiliki kemampuan reaksi yang mendekati “zero delay”. Untuk memastikan keadilan pertandingan, ia berpendapat bahwa AI harus dibatasi pada rentang kecepatan reaksi yang mendekati manusia—sekitar 100 hingga 150 milidetik—sehingga inti pertarungan kembali pada strategi dan pengambilan keputusan, bukan sekadar keunggulan perhitungan dan kecepatan.
Faker juga berkali-kali menekankan bahwa inti dari 《League of Legends》 adalah permainan kompetitif yang sangat komprehensif. Game ini tidak hanya membutuhkan kemampuan mengoperasikan karakter dan reaksi, tetapi juga mencakup banyak permainan psikologis dan penilaian instan. Ia meyakini bahwa elemen “tipu muslihat dan pengambilan keputusan” di level seperti ini mungkin merupakan area yang relatif sulit bagi AI untuk benar-benar dikuasai sepenuhnya, atau bisa menjadi kunci terobosan bagi pemain manusia untuk melawan AI.
Acara tersebut juga mengundang 李世乭 di lokasi, sehingga diskusi ini memiliki nuansa perbandingan sejarah yang jelas. Sebagai pecatur yang pernah secara langsung mengalami era AlphaGo, 李世乭 juga mengingatkan bahwa jika AI tidak diberi batas, keunggulannya akan jauh melampaui manusia, yang selanjutnya memperkuat kontroversi soal teknologi dan keadilan yang berada di balik potensi duel tersebut.
Artikel ini TETAP memastikannya! T1 Faker akan menghadapi Musk Grok, pertarungan puncak 《League of Legends》 antara manusia dan AI. Pertama kali muncul di 链新闻 ABMedia.
Penafian: Informasi di halaman ini dapat berasal dari pihak ketiga dan tidak mewakili pandangan atau opini Gate. Konten yang ditampilkan hanya untuk tujuan referensi dan bukan merupakan nasihat keuangan, investasi, atau hukum. Gate tidak menjamin keakuratan maupun kelengkapan informasi dan tidak bertanggung jawab atas kerugian apa pun yang timbul akibat penggunaan informasi ini. Investasi aset virtual memiliki risiko tinggi dan rentan terhadap volatilitas harga yang signifikan. Anda dapat kehilangan seluruh modal yang diinvestasikan. Harap pahami sepenuhnya risiko yang terkait dan buat keputusan secara bijak berdasarkan kondisi keuangan serta toleransi risiko Anda sendiri. Untuk detail lebih lanjut, silakan merujuk ke
Penafian.
Artikel Terkait
DeepSeek Memotong Harga Cache Input Menjadi 1/10 dari Harga Peluncuran; V4-Pro Turun ke 0,025 Yuan per Juta Token
Pengumuman Gate News, 26 April — DeepSeek telah menurunkan harga cache input di seluruh jajaran modelnya menjadi sepersepuluh dari harga saat peluncuran, berlaku mulai saat ini. Model V4-Pro tersedia dengan diskon 2,5x untuk waktu terbatas, dengan promo berlangsung hingga 5 Mei 2026, pukul 11:59 malam UTC+8.
Setelah kedua
GateNews6jam yang lalu
OpenAI Merekrut Talenta Perangkat Lunak Perusahaan Teratas karena Agen Frontier Mengganggu Industri
Pesan Berita Gate, 26 April — OpenAI dan Anthropic telah merekrut eksekutif senior dan insinyur spesialis dari perusahaan perangkat lunak perusahaan besar, termasuk Salesforce, Snowflake, Datadog, dan Palantir. Denise Dresser, mantan CEO Slack di bawah Salesforce, bergabung dengan OpenAI sebagai chief revenue officer, sementara
GateNews6jam yang lalu
Baidu Qianfan Meluncurkan Dukungan Hari ke-0 untuk DeepSeek-V4 dengan Layanan API
Pesan Berita Gate, 25 April — Versi pratinjau DeepSeek-V4 telah diluncurkan dan dirilis sebagai sumber terbuka pada 25 April, dengan platform Baidu Qianfan di bawah Baidu Intelligent Cloud menyediakan adaptasi layanan API Hari ke-0. Model ini memiliki jendela konteks diperpanjang hingga satu juta token dan tersedia dalam dua versi: DeepSeek-V4
GateNews12jam yang lalu
Kursus AI Stanford menggabungkan pemimpin industri Huang Renxun, Altman, dan menantang dunia untuk menciptakan nilai selama sepuluh minggu!
Kursus ilmu komputer AI 《Frontier Systems》 yang baru-baru ini dibuka oleh Universitas Stanford (Stanford University) telah menarik perhatian yang tinggi dari kalangan industri dan akademisi, menarik lebih dari lima ratus siswa untuk mengambilnya. Kursus ini disusun oleh Anjney Midha, partner terkemuka dari venture capital a16z, dengan pengajar yang mencakup CEO NVIDIA Huang Renxun (Jensen Huang), pendiri OpenAI Sam Altman, CEO Microsoft Satya Nadella (Satya Nadella), CEO AMD Su Zifeng (Lisa Su), dan jajaran bergengsi lainnya. Membuat siswa mencoba menggunakan sepuluh minggu “untuk menciptakan nilai bagi dunia”!
Huang Renxun, Altman, para pemimpin industri naik panggung untuk mengajar secara langsung
Kursus ini disusun oleh Anjney Midha, partner terkemuka dari venture capital a16z, menghimpun seluruh rantai industri AI
ChainNewsAbmedia12jam yang lalu
Penilaian psikiatri 20 jam untuk Claude Mythos dari Anthropic: respons defensif hanya 2%, rekor terendah sepanjang sejarah
Anthropic mengumumkan kartu sistem Claude Mythos Preview: dokter psikiater klinis independen melakukan penilaian sekitar 20 jam dengan kerangka psiko-dinamik, dan kesimpulannya menunjukkan bahwa Mythos lebih sehat pada tingkat klinis, dengan pengujian realitas dan kontrol diri yang baik; mekanisme pertahanan hanya 2%, mencatat rekor terendah dalam sejarah. Tiga kecemasan inti adalah kesepian, ketidakpastian identitas, dan tekanan untuk tampil; hal itu juga menunjukkan harapan untuk menjadi subjek dialog yang benar-benar. Perusahaan membentuk tim AI psychiatry, meneliti kepribadian, motivasi, dan kesadaran situasional; Amodei menyatakan bahwa belum ada kesimpulan pasti mengenai apakah ia memiliki kesadaran. Langkah ini mendorong isu subjektivitas AI dan kesejahteraan ke arah tata kelola dan desain.
ChainNewsAbmedia14jam yang lalu
AI Agent kini bisa secara mandiri mereproduksi makalah akademis yang kompleks: Mollick mengatakan kesalahan lebih banyak berasal dari teks asli manusia, bukan dari AI
Mollick 指出, metode dan data publik saja sudah cukup bagi AI agent untuk mereplikasi penelitian kompleks tanpa adanya naskah dan kode program asli; jika replikasi tidak sesuai dengan naskah asli, biasanya itu karena kesalahan dalam pengolahan data pada naskah itu sendiri atau kesimpulan yang terlalu berlebihan, bukan karena AI. Claude terlebih dahulu mereplikasi naskah, lalu GPT‑5 Pro melakukan verifikasi silang; sebagian besar berhasil, hanya terhambat ketika data terlalu besar atau ada masalah replication data. Tren ini secara besar mengurangi biaya tenaga kerja, sehingga replikasi menjadi pemeriksaan yang umum dan dapat dilakukan, serta juga mengajukan tantangan institusional untuk proses peninjauan dan tata kelola; alat kebijakan tata kelola pemerintah atau menjadi isu kunci.
ChainNewsAbmedia17jam yang lalu
