Всього за 4 години штучний інтелект Гугла опанував всіма шаховими знаннями
Шахи - це не проста гра за людськими мірками. Але для штучного інтелекту, керованого грізним, майже чужим мисленням, тривіальне відключення може бути освоєно за кілька вільних годин.
У новій статті дослідники Google докладно розповіли, як їх новітня еволюція AI, AlphaZero, розробила «надлюдську продуктивність» в шахах, і потрібно лише чотири години, щоб вивчити правила, перш ніж знищити шахову програму чемпіона світу з шахів «Стокфіш». Іншими словами, все людське знання шахів - і за його межами - була поглинена і перевершено ШІ приблизно стільки ж часу, скільки потрібно, щоб проїхати з Нью-Йорка до Вашингтона, округ Колумбія.
Після того, як він запрограмований тільки з правилами шахів (без стратегій), всього за чотири години AlphaZero освоїв гру настільки, наскільки це було можливо для найбільш рейтинговою шахової програми Stockfish.
В серії з 100 ігор проти Stockfish AlphaZero виграла 25 ігор, граючи в біле (з перевагою першого двигуна) і підняла три гри, граючи як чорні. Решта конкурси були нічиїми, при цьому Stockfish не записував ніяких перемог і AlphaZero без втрат.
«Тепер ми знаємо, ким є наш новий король», - сказав шаховий дослідник Девід Крамалей, генеральний директор шахового наукового сайту Chessable.
«Це, без сумніву, революціонізує гру, але подумайте про те, як це можна застосувати за межами шахів. Цей алгоритм може управляти містами, континентами, вселеними».
Розроблена лабораторією DeepMind AI від Google, AlphaZero є змінену, більш загальну версію AlphaGo Zero, яка спеціалізується на грі в китайській настільній грі Go.
DeepMind вже багато років удосконалює цей ІІ, в процесі, який створює серію людських чемпіонів, які впали як доміно перед нестримною, «богоподобной» нейронною мережею.
Ця переможна серія завершилася разючим успіхом в жовтні, коли нова повністю автономна версія ІІ, яка тільки вчиться, граючи сама, ніколи не стикаючись з людьми, перевершила всі свої колишні втілення.
На відміну від попередників AlphaGo Zero, частково дізналися, як грати в гру, спостерігаючи за ходом дій гравців.
Ці зусилля були спрямовані на те, щоб допомогти неоперений мистецтву штучного інтелекту в стратегії навчання, але, схоже, це дійсно було перешкодою, оскільки повністю самостійне навчання AlphaGo Zero виявилося руйнівно більш ефективним в змаганні один на один.
«Це схоже на чужу цивілізацію, яка винаходить свою власну математику», - сказав в жовтні «Гізмодо» комп'ютерний вчений Нік Хайнс з Массачусетського технологічного інституту.
«Те, що ми бачимо тут, - це модель, вільна від людських забобонів і схильностей. Він може дізнатися, що він визначає, є оптимальним, що дійсно може бути більш тонким, ніж наші власні концепції того ж самого.
Але в цій області все так швидко просувається, що вже жовтневе досягнення могло бути застарілим.
У своїй новій статті команда викладає, як найсучасніший AlphaZero AI бере самозайнятих впевненість - це називається підкріплювальним навчанням - і застосовує його з набагато більш узагальненої смугою, що дає їй більш широкий фокус для вирішення проблем.
Цей ширший фокус означає, що AlphaZero не просто грає в шахи. Він також грає в сьогі (він же японські шахи) і йде теж - і, можливо, не дивно, для оволодіння цими іграми треба було всього два і вісім годин.
На даний момент вчені Google і DeepMind не коментують публічно нові дослідження, які поки ще не були розглянуті експертами.
Але з того, що ми можемо сказати досі, запаморочливе сходження цього алгоритму до вершини штучного інтелекту ще далека від завершення, і навіть шахові гросмейстери збентежені видовищем перед ними.
«Я завжди задавався питанням, як це було б, якби вищий вид висадився на Землі і показав нам, як вони грають в шахи», - сказав Бі-бі-сі гросмейстер Пітер Гейне Нільсен.
«Тепер я знаю».
Література: ScienceAlert
