Tavaly egy AlphaGo nevű mesterséges intelligencia program, amelyet a Google DeepMind csapata készített, megverte az emberi bajnokot a Go-ban, egy ősi kínai stratégiai játékban, amely sok szempontból összetettebb, mint a sakk. Amint Emily Matchar abban az időben beszámolt a Smithsonian.com webhelyről, ez lenyűgöző eredmény volt, mivel 1997-ben néhány ember azt jósolta, hogy 100 évbe telik, mire egy számítógép megver egy embert Go-ban.
Noha a látványosság lenyűgöző, az AlphaGo megtanulta a játékot az emberek által korábban játszott játékok elemzésével. De ahogyan Merrit Kennedy az NPR-ben beszámol, az AlphaGo Zero nevű mesterséges intelligencia új verziója kitalálta, hogyan kell önállóan elsajátítani a játékot, emberi beavatkozás és manipuláció nélkül - egy olyan előrelépés, amelynek nagy a következménye az AI jövőbeli fejlődése.
A DeepMind sajtóközleménye szerint az AlphaGo korábbi verziói megtanultak játszani a játékot a professzionális és az erős amatőr játékosok mérkőzéseinek tanulmányozásával, a játék szabályainak és a sikeres játékstratégiák átélésével. Az AlphaGo Zero azonban nem nézett meg olyan játékot, amelyet az emberek játszottak. Ehelyett a játékszabályokat kapták, majd önmagukkal játszottak, megerősítő tanulással, hogy megtanulják a helyes és rossz mozdulatokat, valamint a hosszú távú stratégiákat. Amint az AI játszotta a játékot, frissítette a fejlett neurális hálózatát, hogy jobban megjósolja ellenfelének lépéseit.
A kutatók figyelték, amint az AI valós időben elsajátította a játékot. Három nap után sikerült legyőznie egy korábbi AlphaGo Lee nevű verziót, amely 2016-ban az öt játék közül 4-ben legyőzte a koreai Go mestert, Lee Sedolt. 21 nap elteltével az AlphaGo Master ellen fordult, amely verzióban 60 legyőző Go online játékos és a A világ legjobb játékosa, Ke Jie, idén elején. A legújabb verzió az AlphaGo Master 100 játékokat 0-ra állította. 40 nap elteltével elérte a játék szintjét, amelyet senki sem látott. A kutatás megjelenik a Nature folyóiratban .
"Rövid idő alatt az AlphaGo Zero megértette az összes Go tudást, amelyet az emberek felhalmoztak a játék ezreinek évei során" - mondja David Silver, a Google DeepMind kutatója egy Youtube-videóban. "Időnként úgy döntenek, hogy túllépnek ezen, és felfedeznek valamit, amit az emberek még nem is fedeztek fel ebben az időszakban, és új tudásterületeket fedeztek fel, amelyek sok szempontból kreatívak és újszerűek."
Amint az Agence France-Presse jelentése, az AlphaGo Zero sokkal hatékonyabban érte el ezt a mesterlépési szintet, mint elődei. Míg az előző iterációban 48 adatfeldolgozó egység volt, és több millió hónap alatt 30 millió edzős játékot játszottunk, addig a Zeronak csak 4 feldolgozó egysége volt, és három nap alatt 4, 9 millió edzős játékot játszott. "Az emberek általában azt feltételezik, hogy a gépi tanulás nagy adatokra és hatalmas mennyiségű számításra vonatkozik, de valójában amit az AlphaGo Zero-al láttam, az az, hogy az algoritmusoknak sokkal több jelentőségük van" - mondta Silver az AFP-nek.
De a kutatás nem csupán egy társasjáték elsajátításáról szól. Mint a The Guardian Ian Sample jelentése szerint az ilyen típusú tabula rasa vagy üres pala, a tanulás az általános célú mesterséges intelligencia új generációjához vezethet, amely segíthet megoldani a számítógépen jól szimulálható területeken felmerülő problémákat, például a gyógyszerkészítményt, fehérjehajtogatás vagy részecskefizika. Azáltal, hogy ismereteit az alapoktól kezdve építi fel emberi elfogultság vagy korlátozás nélkül, az algoritmusok olyan irányba haladhatnak, amelyre az emberek még nem gondolkodtak.
Noha az AI közösség sok ember nagy teljesítménynek tekinti az AlphaGo Zero-t, addig Gary Marcus, a New York-i Egyetem pszichológiai professzora, aki a mesterséges intelligenciára szakosodott, azt mondja az NPR Kennedy-nek, hogy nem gondolja, hogy az algoritmus valóban tabula rasa, mert az emberi ismeretek az algoritmus felépítésébe. Azt sem gondolja, hogy az AI tabula rasa olyan fontos, mint amilyennek látszik. "A biológiában a tényleges emberi agy nem tabula rasa ... Nem látom a fő elméleti okát, miért kellene ezt tennie, miért kellene elhagynia a világgal kapcsolatos sok tudásunkat" - mondja.
Ennek ellenére az Alpha Go játék gyors elsajátítása lenyűgöző - és kissé félelmetes.
