Го, самая древняя и сложная игра в мире, пала под натиском искусственного интеллекта?
Го – самая сложная интеллектуальная игра в мире пришла к нам из Древнего Китая. Смысл ее заключается в постепенном захвате территории путем постановки на игровое поле камней поочередно с соперником. Побеждает тот, кто смог завоевать бóльшую территорию. При простоте правил (правила го можно выразить девятью простыми предложениями) го – очень сложная игра, требующая способности умело сочетать сложные расчеты с образами и ассоциациями, логику с интуицией, тактику со стратегией. Го учит находить главное в проблеме и подбирать ключ к ее решению, учит видеть скрытое и нащупывать нити управления событиями. Иными словами, владение го на высоком уровне требует от игрока хорошо развитого творческого мышления.
До сегодняшнего дня считалось, что даже очень мощный компьютер не только не способен победить высококлассного игрока, но и в принципе не может играть в эту игру с человеком на равных, поскольку в игре го число возможных неповторяющихся партий составляет 3×10511 (при средней, стандартной длине игры в 200 ходов). Для шахмат это число равно 1×10120 (при стандартной длине в 80 ходов). Однако в марте 2016 г. научно-исследовательская компания Google DeepMind сообщила о том, что ее программа AlphaGo впервые в истории нанесла сокрушительное поражение одному из лучших мастеров игры го, 18-кратному чемпиону мира Ли Седолю в первом же из пяти матчей. AlphaGo выиграла у Ли Седоля подряд три первые игры и заработала победу в турнире. Но четвертую партию программа, допустив ошибку, проиграла, после чего Ли Седоль отметил, что у AlphaGo есть определенные слабые места.
Отличие AlphaGo от всех предыдущих программ заключается в том, что она не просто оснащена мощным поисковым компонентом, но и способна обучаться игре. По сравнению с человеком AlphaGо учится намного быстрее, опираясь на базу сыгранных партий и тренируясь сама с собой с кремниевой скоростью.
Во время игры программа руководствуется вероятными ходами людей, генерируемыми «сетью правил» – моделью действий реальных мастеров го в различных ситуациях. Но когда включается «оценочная» нейронная сеть, используемая для более глубокого анализа ситуаций, программа может сделать оригинальный ход. Интересно, что Ли Седоль потреблял около 20 Вт энергии. AlphaGo работает на 1920 CPU (процессорах) и 280 GPU (графических процессорах), которые потребляют примерно 1 МВт. Это в 50 000 раз больше, чем энергопотребление мозга Ли Седоля.
Работа над программой AlphaGo началась около двух лет назад в рамках исследовательского проекта, целью которого была проверка, сможет ли нейронная сеть, работающая по принципу глубинного обучения, освоить игру го.
В отличие от шахмат, в го нет простых руководящих принципов для ведения игры и оценки игрового прогресса, из-за чего компьютеры традиционно плохо играют в го. Но программа AlphGo оказалась на порядок выше, чем кто-либо мог себе представить. Основатель DeepMind Демис Хассабис так говорит о программе: «Го является финишной точкой: это вершина среди игр с точки зрения интеллектуальной глубины. Го интересна и красива, и это захватывающий вызов для нас. Мы не просто освоили игру. Мы сделали это с помощью удивительно интересных алгоритмов. Игра го – это скорее искусство, чем наука, и AlphaGo играет в очень человеческом стиле, потому что она обучалась, как человек, а затем становилась сильнее и сильнее, тренируясь так же, как учились бы вы или я. Наиболее важным аспектом для нас является то, что это не просто экспертная система со встроенными правилами. Она научила себя игре с помощью универсальных методов машинного обучения. В конечном счете мы хотим применить эти методы для решения важных реальных проблем, таких как моделирование климата или комплексный анализ болезней. Очень интересно представить себе, что же эта сеть в состоянии делать в будущем».
Беспокойство по поводу утраты преимущества человека перед машиной было фоном состязания между Ли Седолем и AlphaGo. Многие в онлайн-комментариях к игре писали, что на долю южнокорейского профессионала выпал «грандиозный бой с компьютером от имени всего человечества». Но эксперты считают, что победа в го – игре для двоих с четко заданными правилами – еще не означает, что пришло время, когда машины взяли верх над людьми. «Сегодня искусственный интеллект неплохо справляется со многими когнитивными задачами, которые раньше были под силу только людям, – утверждает Бабак Ходжат, сооснователь, главный научный сотрудник компании Sentient Technologies. – Но прежде чем он достигнет человеческой мощи абстрактного мышления, пройдут годы». Это следующий рубеж, но насколько мы далеко от него?
Идею существования разумной, самообучающейся среды очень образно описал Станислав Лем в своей книге «Солярис». Возможно, в будущем мы действительно придем к чему-то вроде мыслящей материи планеты-океана.
Как показывает пример двух племен острова Пасхи и множества подобных других, в истории часто случался «провал» цивилизации с последующей деградацией. Это значит, что схема счастливого клевера не является механизмом, работающим при любых условиях. Когда-то китайцы намного опередили всех в развитии изобретений, технологий и искусства. Но, ограничив контакты с внешним миром, Китай остановился в развитии на несколько веков и догоняет упущенное только теперь на наших глазах. Аграрная революция в Европе дала возможность прокормить растущее количество людей за счет роста производительности в сельском хозяйстве
[629]. От конфликтов и противостояния нас должны спасти информационные технологии и их растущее культурное влияние в обществе.
Наша планета переживает кризис биоразнообразия. Под угрозой исчезновения находятся в общей сложности 16 000 видов животных
[630]. С растениями еще хуже. Причем процесс идет с огромной скоростью – Земля теряет один вид животных или растений каждые 20 минут, что составляет 26 280 видов в год (De Greef). Такими темпами к моменту «великого перехода» человечества в его зрелую фазу более четверти видов животных и растений могут окончательно исчезнуть. Вместе со всеми так и не расшифрованными человеком информационными связями, т. е. «с пищей» для будущих инноваций.
Впрочем, растерять мы можем не только животных, но и свой собственный багаж, свою историческую память. Из 6000 языков, которые формируют «логосферу» (языковой аналог биосферы), через 100 лет останется от 500 до 3000
[631] (Noack, 2015). Кажется, что всю важную информацию можно выразить лишь доминантным языком (например, английским). То, что уже исчезли тысячи малых языков, а вместе с ними и немалая часть общего знания, мы даже не заметили. Потеря языков лишает человечество возможности совершать будущие открытия, уменьшает шансы на создание чего-то принципиально нового.
