Sebuah gol yang selama puluhan tahun hanya hidup dalam kesaksian kini mendapat bentuk visual baru. Google DeepMind merekonstruksi “Gol da Rua Javari”, momen yang berulang kali disebut Pelé sebagai gol terbaik sepanjang kariernya.
Proyek ini tidak berangkat dari rekaman pertandingan karena kamera tidak pernah mengabadikan gol tersebut. Sebaliknya, tim menggabungkan arsip sejarah, cerita para saksi, pengambilan gambar baru, serta teknologi AI untuk membangun kembali suasana pertandingan pada 1959.
Gol itu terjadi pada 2 Agustus 1959 di Stadion Rua Javari, São Paulo. Dalam cerita yang diwariskan dari para penonton, Pelé melewati beberapa pemain bertahan dan kiper melalui tiga sentuhan sombrero tanpa membiarkan bola menyentuh tanah.
Rekonstruksi tersebut dikemas dalam format mini-dokumenter, bukan sebagai pengganti rekaman asli. Pendekatan itu menempatkan visual yang dihasilkan sebagai interpretasi berdasarkan bukti sejarah dan memori kolektif yang masih tersedia.
Arsip dan Ingatan Menjadi Dasar Adegan
Untuk menyusun kembali detail pertandingan, tim proyek mengumpulkan hampir 2.000 dokumen sejarah. Materinya mencakup blueprint stadion, foto arsip, laporan media, album keluarga, hingga diagram pertandingan.
Lebih dari 3.600 foto historis juga dianalisis untuk membangun tampilan Stadion Rua Javari pada era tersebut. Kesaksian warga Mooca di São Paulo, saksi mata, dan jurnalis olahraga membantu melengkapi detail yang tidak selalu tercatat dalam dokumen.
| Tahap | Materi yang Digunakan | Fungsi |
|---|---|---|
| Riset sejarah | Hampir 2.000 dokumen dan lebih dari 3.600 foto | Menyusun konteks pertandingan dan stadion pada 1959 |
| Pengambilan gambar | Stadion Rua Javari, kostum era 1950-an, bola kulit | Membuat fondasi visual adegan |
| Produksi digital | Gemini Omni, Veo, Nano Banana Pro, dan efek visual | Membentuk adegan dengan nuansa sinematik |
Tim kemudian kembali melakukan pengambilan gambar di Stadion Rua Javari, lokasi gol bersejarah itu tercipta. Kostum pemain dan bola kulit disesuaikan dengan karakter perlengkapan sepak bola pada dekade 1950-an.
Kolaborasi proyek ini melibatkan Pelé Brand, keluarga Pelé, sejarawan, jurnalis olahraga, serta komunitas lokal di Brasil. Keterlibatan banyak pihak dimaksudkan agar hasil digital tidak hanya bertumpu pada tafsir visual teknologi.
Gerakan Modern Diolah Menjadi Karakter Pelé
Pada tahap produksi, Google DeepMind menggunakan Gemini Omni, Veo, dan Nano Banana Pro untuk mengolah materi syuting. Sistem tersebut membantu membangun wajah Pelé, jersey bernomor 10, arsitektur stadion, pencahayaan, hingga suasana penonton.
Bagian penting dari proses ini adalah Performance Control berbasis Veo 3. Teknologi itu menangkap gerakan tiga dimensi seorang stunt player modern, lalu menerjemahkannya menjadi pergerakan yang mendekati karakter bermain Pelé.
AI tidak menjadi satu-satunya elemen dalam pembuatan visual final. Tim juga memakai teknik efek visual tradisional, termasuk compositing, color balancing, dan penambahan grain film.
Materi tersebut turut diproses melalui filmout machine untuk menghasilkan tekstur gambar yang lebih selaras dengan sinema periode 1950-an. Perpaduan proses digital dan pascaproduksi tradisional dipakai untuk menjaga atmosfer historis dari adegan yang direkonstruksi.
Bukan Pengganti Pengalaman Saksi Mata
Google menegaskan teknologi tidak dapat menggantikan pengalaman orang yang berada di stadion ketika gol itu tercipta. Menurut perusahaan, arsip, ingatan manusia, riset sejarah, dan teknologi dapat bekerja bersama untuk memperkenalkan momen tersebut kepada generasi baru.
Mini-dokumenter rekonstruksi gol Pelé kini dipamerkan di Museu Pelé di Santos, Brasil. Tayangan itu juga tersedia melalui kanal YouTube Google sehingga dapat diakses oleh penonton global.
Proyek ini memperlihatkan peluang AI generatif untuk membuka kembali akses terhadap peristiwa olahraga yang tidak pernah terdokumentasi oleh kamera. Namun, nilai rekonstruksinya tetap bergantung pada ketelitian arsip, kesaksian manusia, dan keterbukaan mengenai batas teknologi yang digunakan.
Source: www.suara.com






