Majdnem pontosan 20 évvel ezelőtt az IBM Deep Blue számítógép a saját sajátságán legyőzte a sakk világbajnokát, Garry Kasparovot. Ez volt a mesterséges intelligencia történetének döntő pillanata - amikor először egy számítógép fordulva legyőzte az emberi sakk bajnokot.
A kritikusok azonban azt mondták, hogy mindazok számára, akik ezt jelezték az AI forradalom folyamatának, a kritikusok szerint "nem olyan gyorsan". A sakk viszonylag egyszerű volt megtörni. Az AI valódi tesztje egy olyan számítógép, amely képes meggyőzni az emberi bajnokot a Go-n, az összetett ősi kínai stratégiai játék, amely gondolkodásmódja az intuíció és az esztétika megértése. És valószínűtlen, hogy hamarosan eljön ez a nap.
'' Lehet, hogy száz évvel ezelőtt egy számítógép veri az embereket Go-nál - talán még hosszabb is -, '' az asztrofizikus és a Go rajongója, Piet Hut mondta a The New York Timesnak 1997-ben. '' 'Ha egy ésszerűen intelligens ember megtanulta Go-t játszani, akkor egy Néhány hónap alatt legyőzte az összes létező számítógépi programot. Nem kell Kasparovnak lenned. ''
Ha egy számítógép legyőz egy Go-bajnokot, a Times úgy döntött, ez "annak a jele, hogy a mesterséges intelligencia valóban olyan jóvá válik, mint az igazi."
Nos, emberek, ez a pillanat megérkezett, körülbelül száz évvel a tervezettnél. Az AlphaGo, a Google DeepMind mesterséges intelligencia csapata által kifejlesztett program, 0: 0-ra győzte az európai Go bajnokot, Fan Hui-t.
Az eredményeket ma a Nature folyóiratban tették közzé .
A Go egyszerűen 19: 19-es ráccsal és két színű (köveknek nevezett) darabgal indul, egyiknek fekete, a másiknak fehér. A játékosok felváltva teszik köveiket üres kereszteződésekre - két rácsvonal keresztezési pontjaira. Lassan minden játékos megpróbálja körülkerülni a másik játékos kőit, és ekkor elfogják őket, és elmozdítják a tábláról. A táblán bármikor több körülkerülés folyamatban lehet, és gyakran nehéz megmondani, hogy ki fogja elfogni.
„A Go játékot már régóta tekintik a mesterséges intelligencia klasszikus játékának a legnagyobb kihívásnak, hatalmas keresőterének, valamint a táblák pozícióinak és mozdulatainak felbecsülésének nehézsége miatt” - írják a cikk szerzői.
Az AlphaGo „megtanulja” mind az emberi szakértők képzése, mind pedig a gyakorlat útján, saját maga ellen játszva. Mivel a Go túlságosan sok mozdulattal rendelkezik ahhoz, hogy egy számítógép egyszerűen összeroptsa az adatokat, amikor meghozza a következõ döntését - ez egy nagy tapadási pont a múltbeli Go-play AI erõfeszítésekhez - az AlphaGo ehelyett két különbözõ „mély neurális hálózatot” használ. Az egyik hálózatot „Politikai hálózat” - ez egy maroknyi ígéretes lépést kínál a számítógép számára, amelyet a múltbeli játékok alapján mérlegelni kell, így nem kell minden lehetséges lépésnél átvágnia. Az „értékhálózat” csökkenti a keresés mélységét - vagyis ahelyett, hogy a játék végéig keresne, századnyi távolságra elmozdulva, a program csupán néhány maroknyi távolságot tud megtenni, hogy megválaszthassa.
Ez nagy dolog: amellett, hogy próbára teszik az AI hatalmát, az emberi bajnokok legyőzésére alkalmas Go-play program létrehozása fegyverkezési versenynek is része volt. Évek óta különféle programozók és cégek szorgalmazták a Deep Blue Go verziójának létrehozását. Néhányan közel álltak egymáshoz. Egy Crazy Stone nevű francia program 2013-ban legyőzte az ötszörös japán Go bajnokot, Yoshio Ishida-t, bár a Crazy Stone-nak hátrányt kapott (AlphaGo nem volt), és Ishidát több évtizeden belül nem tartották top játékosnak. Eddig az AlphaGo az egyéb időpontok 99, 8 százalékával legyőzte más Go programokat.
Néhány órával azelőtt, hogy a Google hivatalosan is közzétette a hírüket, a Facebook, kétségkívül, hogy belecsapják a lyukasztóba, elhagyta a bejelentést, miszerint a saját AI-je „közel áll” az emberi Go-bajnokok veréséhez.
Tehát miért tekintik Go-t az AI ilyen hatalmas tesztjének? Túl redukáló lenne azt mondani, hogy a Go könnyebb, mint a sakk.
„A játék tükrözi a játékosok azon képességeit, hogy kiegyensúlyozott legyen a támadás és a védelem, a kövek hatékonyan működjenek, rugalmasak maradjanak a változó helyzetekre reagálva, időzítsék, pontosan elemezzék és felismerjék az ellenfél erősségeit és gyengeségeit” - magyarázza a British Go Association a weboldal, a Go összetett fellebbezésének elszámolása.
Míg a sakk fordulónként átlagosan 35 legális mozdulattal rendelkezik, addig Go-nak átlagosan 200. És míg vannak körülbelül 10⁴³ a sakktábla lehetséges konfigurációi, a Go táblák legalább 2, 08 X 10¹⁷⁰ - több konfigurációval rendelkeznek, mint az atomok az univerzumban. A sakkkal ellentétben, ahol a táblán szereplő darabszám nagyon jó mutatója annak, aki nyer, nagyon nehéz tudni, hogy ki áll a Go előtt.
„Nincs jó heurisztika annak meghatározására, hogy egy játékos jó vagy rossz pozíciót mutat-e” - magyarázza Jon Diamond, a British Go Association elnöke. „Ez részben elemzés, részben mintázatfelismerés. A táblát valamilyen bonyolult módon értékeli, mi még nem dolgoztunk ki arra, hogyan kell replikálni a számítógépeket. ”
Diamond szerint nagyon meglepte, hogy meghallotta az AlphaGo sikerét. "Azt hiszem, körülbelül öt és tíz évig nem számítottam erre, hogy őszinte legyek" - mondja. "Fél jó munkát végeztek."
Az AlphaGo sikere azt jelentheti, hogy sokkal közelebb állunk ahhoz, mint azt korábban gondoltuk, olyan AI-kkel, amelyek más területeken is emberi szinten teljesítenek. Az AlphaGo „lépcsőfok” lehet más típusú AI-k számára, mondják a fejlesztők. A fejlesztők szerint egy AI, amely a Go megnyeréséhez szükséges bonyolult, intuitív jellegű döntéseket hozhat, például diagnosztizálhat egy beteg beteget és előírhat egyéni kezelési módot.
Márciusban az AlphaGo újból megvizsgálja az érzékenységét, amikor fej-fejbe megy a koreai Lee Sedollal, akit a világ legjobb Go-játékosának tekintnek.
"Az eredménytől függetlenül jelentős esemény lesz a baduk (Go) történetében" - mondja Lee egy sajtóközleményben. "Hallottam, hogy a Google DeepMind AI meglepően erős és egyre erősebb, de biztos vagyok benne, hogy legalább ez alkalommal nyerhetek."
