KUNSTIG SINN UTFØRER ynkelige mennesker i GO – Er maskinens opprør rett rundt hjørnet?
KUNSTIG SINN UTFØRER ynkelige mennesker i GO – Er maskinens opprør rett rundt hjørnet?

Video: KUNSTIG SINN UTFØRER ynkelige mennesker i GO – Er maskinens opprør rett rundt hjørnet?

Video: KUNSTIG SINN UTFØRER ynkelige mennesker i GO – Er maskinens opprør rett rundt hjørnet?
Video: The PHENOMENON BRUNO GROENING – documentary film – PART 3 2024, Mars
Anonim

For ikke så lenge siden annonserte den sørkoreanske go-mesteren og en av de mest titulerte spillerne i verden, Lee Sedol, at han sluttet og kom med en dramatisk uttalelse: rangering gjennom vanvittig innsats. Nå er det en enhet som ikke kan overvinnes."

Lee snakket om AlphaGo-datamaskinen, utviklet av DeepMind, som Google kjøpte for 650 millioner dollar for fem år siden. Koreaneren tapte for bilen tilbake i 2016, men siden har den kunstige intelligensen bare blitt sterkere. Generelt betraktes seieren til en datamaskin over en person i Go som et reelt gjennombrudd, som potensielt kan føre til store endringer i verden. Er Terminator i horisonten allerede? La oss finne ut av det.

Programmerere har lenge testet kraften til kunstig intelligens i utfordrende spill med det beste av mennesker. Deep Blue-datamaskinen utviklet av IBM slo Garry Kasparov i sjakk tilbake i 1997. Før kampen tenkte Kasparov: «Det er bare en bil. Maskinene er dumme."

Men etter nederlaget tilsto han: "Jeg følte - luktet - at det var en ny type sinn ved bordet."

For å beseire Kasparov brukte Deep Blue brute beregningskraft: etter hvert trekk beregnet programmet alle mulige scenarier og tok en avgjørelse basert på disse dataene. Men med Go fungerer ikke denne tilnærmingen på grunn av mengden data som må behandles. I farten bytter spillere på å plassere svarte og hvite steiner på brettet 19 ganger 19. Målet med spillet er å okkupere så mye territorium som mulig, samtidig som motstanderens steiner låses, og hindrer ham i å få en fordel. Generelt ligner go på prikker-spillet som er kjent for mange fra skolen – bare vanskeligere.

På grunn av størrelsen på brettet, er 361 varianter allerede mulige for det første trekket gjort av de svarte steinene (i sjakk - kun 20). Følgelig, med hvert trekk, vokser treet av potensielle justeringer bare. Etter de to første trekkene er det 400 mulige utviklinger i sjakk, og 129 960 i gang. Matematiker John Tromp har regnet ut at antall mulige kombinasjoner vil være 171-sifrede tall.

Derfor, i spillet Go, kreves det at folk ikke bare har intelligens og evnen til å beregne, men også kraftig abstrakt tenkning, sterk intuisjon - egenskaper som er dårlig utviklet i datamaskiner. En av utviklerne av AlphaGo, Demis Hassabis, sa: "Dette er et veldig intuitivt spill. Go-mestere sier ofte at de gjorde et trekk fordi det virket riktig." Ifølge ham utvikler mesterne en spesiell estetisk sans, og en god posisjon ser bare vakker ut.

Til tross for at prosessorer ble kraftigere og raskere hvert år, tillot søket etter trekk på mulighetenes tre til kunstig intelligens å nå bare nivået til en sterk amatør i farten. Datamaskiner slo folk, men fikk bare et forsprang i noen få steiner. I 2014 sa David Fotland, en av pionerene innen go for datamaskiner, at programmer står overfor det samme problemet som mennesker:

"Mange spillere når en viss amatør-topp og kan ikke bli sterkere. For å overvinne dette platået, må du gjøre et slags mentalt sprang, og programmer har de samme problemene. Du må se på hele brettet, ikke bare lokale kamper." For å overvinne denne intellektuelle barrieren og simulere intuisjonen og den estetiske følelsen til profesjonelle, koblet AlphaGo-utviklerne sammen nevrale nettverk og dyplæringsalgoritmer.

Først ble AlphaGos nevrale nettverk matet med en database med menneskelige spill, som inkluderte rundt 30 millioner trekk. Etter det lærte han å forutsi forløpet til en person riktig 57 % av tiden, selv om den forrige AI-rekorden var 44 %. Deretter lærte utviklerne AlphaGo å spille mot seg selv – så datamaskinen lærte enda bedre å fremheve de mest lønnsomme trekkene og utvikle nye strategier.

Alt dette bidro til å rasjonalisere prosessene som Deep Blue, som slo Kasparov, jobbet med. Nå spiller systemet ikke bare alle mulige kombinasjoner, men vet også hvordan det skal fokusere på de mest lovende scenariene for utvikling av hendelser. I tillegg finner hun peiling selv i situasjoner hun aldri har vært borti før. Og slik, på grunn av skalaen til Go, forble. På grunn av den nye mekanismen slo AlphaGo alle tidligere opprettede dataspillere (samtidig som de ga dem et forsprang på fire steiner) og begynte å beseire profesjonelle folk.

I oktober 2015 beseiret AlphaGo den to ganger europamesteren franskmannen Fan Hui. De spilte fem kamper, ingen fikk et forsprang, og datamaskinen vant alle fem. Dette var første gang en profesjonell person ble beseiret av en maskin. Etter kampen sa Hui at han hadde lært mye, og denne kunnskapen hjalp ham til å øke og heve seg på den internasjonale rankingen.

Anbefalt: