Гра, яка змінила все
Шахи завжди вважали мірилом інтелекту. Коли 1997 року Deep Blue від IBM переміг чемпіона світу Гаррі Каспарова, це сприйняли як історичну віху. Проте Deep Blue брав грубою силою: щосекунди він оцінював сотні мільйонів позицій за правилами, які для нього написали шахові експерти.
А потім з'явився AlphaZero.
Навчився сам, з нуля
У грудні 2017 року DeepMind опублікувала статтю про AlphaZero — ШІ, якому дали лише базові правила шахів, тобто як ходить кожна фігура, і більше нічого. Жодних партій, зіграних людьми. Жодних підручників зі стратегії. Жодних коментарів гросмейстерів.
Він грав сам із собою. Мільйони разів. Учився на перемогах і поразках, змінював стратегію, помічав закономірності.
Після чотирьох годин гри із самим собою він викликав на матч Stockfish 8 — на той час найсильнішу шахову програму світу, яка грала значно сильніше за будь-яку людину. AlphaZero виграв 28 партій, 72 звів унічию і не програв жодної.
За чотири години. Почавши з нуля.
Чим AlphaZero відрізнявся
Stockfish грає, оцінюючи позиції, як дуже швидкий калькулятор. AlphaZero виробив щось ближче до інтуїції. Гросмейстери, які аналізували його партії, відзначали стиль, якого раніше не бачили: сміливі жертви фігур, тривалий стратегічний тиск, ходи, що спершу здавалися помилковими, а потім виявлялися глибокими.
Він відкрив зовсім нові шахові ідеї. Йому про них ніхто не розповідав: він просто зіграв стільки партій, що побачив закономірності, яких люди не помітили за 500 років історії шахів.
Чого це вчить про інтелект
AlphaZero ставить великі питання. Чи можна назвати його гру «інтелектом» у якомусь змістовному сенсі? Чи це просто дуже складна система пошуку закономірностей?
Чесна відповідь: ніхто достеменно не знає. Він може розгромити найкращих шахістів світу. Але пояснити зрозумілою для вас мовою, чому зробив певний хід, не може. Перенести вивчене в шахах на будь-яку іншу галузь теж не може. Він надзвичайно сильний в одному, і тільки в одному.
Цікавий факт
Шахами справа не обмежилася. Той самий підхід застосували до сьоґі (японських шахів) і ґо. І щоразу, починаючи лише з правил, AlphaZero досягав надлюдського рівня менш ніж за 24 години.
Людський погляд
Каспаров, якого Deep Blue переміг 1997 року, відреагував на AlphaZero цікаво. Він назвав його гру прекрасною. За його словами, у партіях AlphaZero були ходи, що здавалися творчими і навіть натхненними. Хоч би чи «переживає» AlphaZero творчість, його гра надихнула гросмейстерів-людей пробувати ідеї, яких вони інакше ніколи б не спробували.
Підсумок
ШІ перевершив людей у шахах. Грубої сили для цього не знадобилося: він навчився грати так, що це дуже нагадує творчість. Історія AlphaZero показує, що інтелект буває різним, що навчання на власному досвіді має величезну силу і що навіть 500 років людської майстерності в певній галузі може перевершити система, яка починає з нуля і має час на пошуки.
Що це означає для нас? Щоб краще зрозуміти, як ШІ сам виробляє стратегії навчання, прочитайте наш посібник про те, що таке машинне навчання насправді.