Партия, которая все изменила
Шахматы всегда считались мерилом интеллекта. Когда в 1997 году Deep Blue от IBM обыграл чемпиона мира Гарри Каспарова, это ощущалось как веха. Но Deep Blue брал грубой силой: он перебирал сотни миллионов позиций в секунду и оценивал их по правилам, которые написали люди, эксперты по шахматам.
А потом появился AlphaZero.
Сам научился с нуля
В декабре 2017 года DeepMind опубликовала статью об AlphaZero. Этому ИИ дали только базовые правила шахмат, то есть как ходит каждая фигура, и больше ничего. Ни одной партии, сыгранной людьми. Ни одного учебника по стратегии. Ни одного комментария гроссмейстера.
Он играл сам с собой. Миллионы раз. Учился на победах и поражениях, менял стратегию, находил закономерности.
Через четыре часа игры с самим собой он вызвал на матч Stockfish 8, на тот момент сильнейшую шахматную программу в мире, которая играла намного сильнее любого человека. AlphaZero выиграл 28 партий, 72 свел вничью и не проиграл ни одной.
За четыре часа. Начав с пустого места.
Чем AlphaZero отличался
Stockfish играет, оценивая позиции, как очень быстрый калькулятор. AlphaZero играет с помощью чего-то, что больше похоже на интуицию. Гроссмейстеры, которые разбирали его партии, отмечали стиль, какого они раньше не видели: смелые жертвы фигур, долгое стратегическое давление, ходы, которые на первый взгляд казались ошибкой, а потом оказывались глубоким замыслом.
Он открыл совершенно новые шахматные идеи сам, без подсказок: просто сыграл столько партий, что увидел закономерности, которых люди не замечали за 500 лет истории шахмат.
Что это говорит об интеллекте
AlphaZero ставит большие вопросы. Можно ли назвать его игру «интеллектом» в каком-то серьезном смысле? Или это просто очень сложная система поиска закономерностей?
Честный ответ: никто толком не знает. AlphaZero может разгромить лучших шахматистов мира. Но объяснить понятным вам языком, почему он сделал конкретный ход, он не может. Перенести то, чему научился в шахматах, на другую область он тоже не может. Он невероятно хорош в одном деле, и только в нем.
Любопытный факт
Шахматами дело не ограничилось. Тот же подход применили к сёги (японским шахматам) и го. И каждый раз, начиная только с правил, AlphaZero меньше чем за 24 часа выходил на уровень выше человеческого.
Взгляд человека
Каспаров, которого Deep Blue обыграл в 1997 году, отреагировал на AlphaZero интересно. Он назвал его игру красивой. Он сказал, что в его партиях есть ходы, которые ощущаются творческими и даже вдохновенными. «Переживает» ли AlphaZero творчество, вопрос открытый, но его игра вдохновила гроссмейстеров-людей пробовать идеи, за которые они иначе никогда бы не взялись.
Коротко
ИИ обошел человека в шахматах. Грубый перебор остался в прошлом: AlphaZero помогло умение учиться и играть с чем-то, удивительно похожим на творчество. История AlphaZero показывает, что интеллект бывает разным, что учиться на собственном опыте невероятно действенно и что даже 500 лет человеческого мастерства в какой-то области может превзойти система, которая начинает с нуля и получает время, чтобы все исследовать.
Что это значит для нас? Чтобы лучше понять, как ИИ сам вырабатывает свои способы учиться, прочитайте нашу статью о том, что такое машинное обучение на самом деле.