Pengembang Bereksperimen dengan AI untuk Menciptakan Kembali Game 'Thrust' (1986), Hasilnya Gagal, Namun Justru Menemukan Manfaat dalam Analisis Kode Lama
Percobaan AI untuk menulis ulang game klasik 'Thrust' tidak berhasil, namun malah menjadi alat yang sangat baik untuk melakukan 'arkeologi perangkat lunak' guna memahami kode asli yang kompleks.
James Randall, seorang pengembang perangkat lunak, berbagi pengalamannya mencoba AI terbaru seperti Claude untuk menciptakan kembali game klasik tahun 1986 bernama 'Thrust' agar dapat dimainkan di browser. Namun, hasil awalnya mengecewakan. Randall menyatakan bahwa AI menghasilkan kode yang tidak berfungsi, dan dia dengan cepat menyimpulkan dalam 5 menit pertama bahwa "AI tidak dapat membuat game Thrust untuk saya."
Namun, daripada menyerah, Randall mengubah pendekatannya dari meminta AI untuk 'menciptakan' menjadi 'menganalisis'. Dia memasukkan kode sumber asli game yang telah di-disassemble (konversi kode bahasa mesin kembali ke bahasa yang dapat dibaca manusia), yang disiapkan oleh Kieran Connell, ke Claude. Claude kemudian diminta untuk membantu menjelaskan fungsi kompleks dari kode 6502 assembly (bahasa assembly untuk chip 6502) yang digunakan dalam komputer pada masa itu.
Ternyata, AI dapat melakukan tugas ini dengan sangat baik. AI mampu menjelaskan dan membedah berbagai komponen game secara detail, mulai dari sistem fisika, kontrol kendaraan, hingga teknik pemrograman khusus pada era itu, seperti perhitungan fixed-point arithmetic dan penanganan keterbatasan perangkat keras. Randall menyimpulkan bahwa nilai sebenarnya dari AI bukanlah untuk membuat game baru, melainkan sebagai alat bantu untuk 'mendalami' dan memahami kode asli yang berusia lebih dari 30 tahun.
Game 'Thrust' asli dibuat oleh Jeremy C. Smith untuk komputer BBC Micro dan diakui sebagai salah satu game dengan sistem fisika yang menakjubkan pada masanya. Sedihnya, Smith meninggal karena kecelakaan pada tahun 1992. Oleh karena itu, eksperimen ini seperti menggunakan teknologi modern untuk memahami dan menghormati karya programmer dari masa lalu.
Hal ini menunjukkan keterbatasan dan potensi sebenarnya dari AI saat ini, yang meskipun belum mampu menciptakan karya kompleks dari perintah umum dengan baik, namun justru menjadi alat analisis dan pemahaman kode lama yang sangat ampuh.