ԱՐՀԵՍՏԱԿԱՆ ՄԻՏՔԸ GO-ում ողորմելի մարդկանց է իրականացնում

2024 Հեղինակ: Seth Attwood | [email protected]. Վերջին փոփոխված: 2023-12-16 16:07

Ոչ վաղ անցյալում հարավկորեացի գո վարպետը և աշխարհի ամենատիտղոսակիր խաղացողներից մեկը՝ Լի Սեդոլը, հայտարարեց իր կարիերան ավարտելու մասին և դրամատիկ հայտարարություն արեց. վարկանիշը խելահեղ ջանքերի շնորհիվ: Հիմա կա մի էություն, որը հնարավոր չէ հաղթահարել»։

Լին խոսել է DeepMind-ի կողմից մշակված AlphaGo համակարգչի մասին, որը Google-ը գնել է 650 միլիոն դոլարով հինգ տարի առաջ։ Կորեացին 2016 թվականին պարտվել էր մեքենային, սակայն դրանից հետո արհեստական ինտելեկտը միայն ուժեղացավ։ Ընդհանուր առմամբ, Go-ում մարդու նկատմամբ համակարգչի հաղթանակը համարվում է իրական բեկում, որը պոտենցիալ կարող է հանգեցնել աշխարհում լայնածավալ փոփոխությունների։ Տերմինատորն արդեն հորիզոնում է: Եկեք պարզենք այն:

Ծրագրավորողները վաղուց են փորձարկել արհեստական ինտելեկտի ուժը մարդկանց լավագույնների հետ դժվար խաղերում: IBM-ի մշակած Deep Blue համակարգիչը շախմատում հաղթել է Գարի Կասպարովին դեռ 1997 թվականին: Խաղից առաջ Կասպարովը մտածում էր. «Դա ուղղակի մեքենա է։ Մեքենաները հիմար են»։

Բայց պարտությունից հետո նա խոստովանեց. «Ես զգացի, հոտ քաշեցի, որ սեղանի վրա նոր տիպի միտք կա»։

Կասպարովին հաղթելու համար Deep Blue-ն օգտագործեց կոպիտ հաշվողական հզորություն. յուրաքանչյուր քայլից հետո ծրագիրը հաշվարկում էր բոլոր հնարավոր սցենարները և որոշում կայացնում այս տվյալների հիման վրա։ Բայց Go-ի դեպքում այս մոտեցումը չի աշխատում՝ մշակման կարիք ունեցող տվյալների քանակի պատճառով: Գնալու ժամանակ խաղացողները հերթով սև և սպիտակ քարեր են դնում տախտակի վրա 19-ից 19-ով: Խաղի նպատակն է հնարավորինս շատ տարածք զբաղեցնել՝ միաժամանակ փակելով հակառակորդի քարերը՝ թույլ չտալով նրան առավելություն ստանալ: Ընդհանուր առմամբ, go-ը նման է դպրոցական շատերին ծանոթ կետերի խաղին, միայն ավելի դժվար:

Տախտակի մեծության շնորհիվ սև քարերի առաջին քայլի համար արդեն հնարավոր է 361 տարբերակ (շախմատում՝ ընդամենը 20)։ Համապատասխանաբար, յուրաքանչյուր քայլի հետ պոտենցիալ հարթեցման ծառը միայն աճում է: Առաջին երկու քայլերից հետո շախմատում հնարավոր է 400 զարգացում, իսկ ընթացքում՝ 129960։ Մաթեմատիկոս Ջոն Թրամփը հաշվարկել է, որ հնարավոր կոմբինացիաների թիվը կլինի 171 նիշանոց թվեր։

Հետևաբար, Go խաղում մարդկանցից պահանջվում է ոչ միայն խելացիություն և հաշվարկելու ունակություն, այլ նաև հզոր վերացական մտածողություն, ուժեղ ինտուիցիա՝ որակներ, որոնք թույլ են զարգացած համակարգիչներում: AlphaGo-ի մշակողներից մեկը՝ Դեմիս Հասաբիսը, ասաց. «Սա շատ ինտուիտիվ խաղ է: Գո վարպետները հաճախ ասում են, որ քայլ են արել, որովհետև դա ճիշտ է թվացել»: Նրա խոսքով, վարպետների մոտ զարգանում է գեղագիտական հատուկ զգացողություն, իսկ լավ դիրքն ուղղակի գեղեցիկ տեսք ունի։

Չնայած այն հանգամանքին, որ ամեն տարի պրոցեսորներն ավելի հզոր և արագ էին դառնում, հնարավորությունների ծառի վրա շարժումների որոնումը թույլ տվեց արհեստական բանականությանը հասնել միայն ուժեղ սիրողականի մակարդակի: Համակարգիչները հաղթում են մարդկանց, բայց միայն մի քանի քարից առաջ են գնում: 2014 թվականին Դեյվիդ Ֆոտլանդը՝ «go for computers»-ի ռահվիրաներից մեկը, ասաց, որ ծրագրերը բախվում են նույն խնդրին, ինչ մարդիկ.

«Շատ խաղացողներ հասնում են որոշակի սիրողական գագաթնակետին և չեն կարող ավելի ուժեղանալ: Այս բարձրավանդակը հաղթահարելու համար պետք է ինչ-որ մտավոր թռիչք կատարել, և ծրագրերն ունեն նույն խնդիրները: Դուք պետք է նայեք ամբողջ տախտակին, ոչ միայն տեղական մարտերին »: Այս ինտելեկտուալ արգելքը հաղթահարելու և մասնագետների ինտուիցիան և գեղագիտական զգացումը նմանեցնելու համար AlphaGo-ի մշակողները միացրել են նեյրոնային ցանցերը և խորը ուսուցման ալգորիթմները:

Նախ, AlphaGo-ի նեյրոնային ցանցերը սնվում էին մարդկային խաղերի տվյալների բազայով, որը ներառում էր մոտ 30 միլիոն շարժում:Դրանից հետո նա սովորել է ճիշտ գուշակել մարդու ընթացքը 57%-ով, չնայած AI-ի նախորդ ռեկորդը 44% էր։ Այնուհետև մշակողները AlphaGo-ին սովորեցրին խաղալ իր դեմ, այնպես որ համակարգիչը ավելի լավ սովորեց ընդգծել առավել շահավետ քայլերը և մշակել նոր ռազմավարություններ:

Այս ամենն օգնեց ռացիոնալացնել այն գործընթացները, որոնց վրա աշխատել է Կասպարովին ծեծի ենթարկած Deep Blue-ն։ Այժմ համակարգը ոչ միայն խաղում է բոլոր հնարավոր համակցությունները, այլ նաև գիտի, թե ինչպես կենտրոնանալ իրադարձությունների զարգացման ամենախոստումնալից սցենարների վրա: Բացի այդ, նա գտնում է իր կողմնորոշումը նույնիսկ այնպիսի իրավիճակներում, որոնց նախկինում երբեք չի հանդիպել: Եվ այդպիսին, Գոյի մասշտաբի պատճառով, մնաց։ Նոր մեխանիզմի շնորհիվ AlphaGo-ն հաղթեց բոլոր նախկինում ստեղծված համակարգչային նվագարկիչներին (միաժամանակ նրանց չորս քարով առաջնահերթություն տալով) և սկսեց հաղթել պրոֆեսիոնալ մարդկանց։

2015 թվականի հոկտեմբերին AlphaGo-ն հաղթել է Եվրոպայի կրկնակի չեմպիոն ֆրանսիացի Ֆան Հուիին։ Նրանք հինգ խաղ խաղացին, ոչ ոք չհասավ գլխին, և համակարգիչը հաղթեց բոլոր հինգը: Սա առաջին դեպքն էր, երբ պրոֆեսիոնալ մարդը մեքենայով պարտություն էր կրում։ Հանդիպումից հետո Հուին ասաց, որ շատ բան է սովորել, և այս գիտելիքներն օգնեցին նրան ավելացնել ու բարձրանալ միջազգային վարկանիշային աղյուսակում։