* * *
Через несколько недель после завершения «Решающей игры между людьми и машинами» Демис Хассабис, один из исследователей искусственного интеллекта, создававших DeepMind, выступил в MIT. Темой его доклада стал прошедший турнир и история разработки AlphaGo его командой. На мероприятии, посвященном DeepMind и проводившемся в одном из крупнейших лекционных залов университета, яблоку было негде упасть: студенты только что не лезли на стену, чтобы послушать, как Хассабис рассказывает о подходе к машинному обучению, с помощью которого его команде удалось опровергнуть мнение экспертов, утверждавших, что компьютеру понадобится десяток лет, дабы победить такого виртуоза, как Седол.
Ключ состоял в хитроумной комбинации глубинного обучения — своего рода распознавания паттернов, сходного с тем, как человеческий мозг (или Google) умеет распознавать кошку или пожарную машину, увидев множество соответствующих изображений, — и «научения» статистическим образом предугадывать вероятное развитие событий или, в случае го, вероятный ход действий человека-игрока в конкретной ситуации на основании анализа всех игр, сыгранных в прошлом. Это помогло создать рудиментарную модель игрока го, который угадывал ходы, исходя из паттернов, наблюдавшихся во время изученных партий прошлого. Потом к этому добавилось своего рода обучение закреплением, которое позволяет компьютеру пробовать разные новые вещи. Как человеческий мозг учится, получая вознаграждение в виде дофамина, когда добивается успеха, а дофамин закрепляет нейронный путь к отметке «правильно», обучение закреплением позволяет компьютеру пробовать разные вещи, вознаграждая за успешные эксперименты и тем самым закрепляя стратегии, которые привели к успеху. AlphaGo начала с базовой версии самой себя, создавая затем слегка различающиеся версии, по миллиону раз пробуя многообразные стратегии, вознаграждая те, что привели к победе, и становясь все сильнее и сильнее в процессе игры против улучшенных версий. Позднее, играя с человеком-экспертом, машина делала сильнее и себя, и своего противника-человека, неустанно продолжая обучаться.
В своем выступлении Хассабис раскрывал один прорывной шаг за другим — некоторые из них ученые, собравшиеся в зале, ранее сочли бы нереальными. Возбуждение аудитории можно было намазывать на хлеб. Также Хассабис продемонстрировал фотографии и видеозаписи оставшейся части партии между AlphaGo и Ли Седолом. Как оказалось, ход номер 37 был не последним драматическим моментом турнира. После второй партии Седол усвоил полученный урок и разработал стратегию, основанную на известных недостатках алгоритма поискового дерева Монте-Карло. Седол открыл третью партию, применив «ко-борьбу», когда одна сторона забирает камешек своего противника, вынуждая последнего сделать ответный ход («ко-угрозу») или утратить инициативу. Подобное агрессивное начало со стороны игрока уровня Седола разбило бы надежды большинства противников. А вот AlphaGo без видимых усилий отражала каждую блестящую атаку. Наш комментатор задался вопросом, не являются ли они свидетелями «третьей революции» в стратегии игры в го.
После хода номер 176 Седол проиграл и партию, и турнир, и миллион долларов призовых. На конференции, состоявшейся после игры, Седол, выглядевший так, будто на его плечи было возложено бремя ответственности за весь людской род, принес свои извинения болельщикам во всем мире. У людей, признал он, появился достойный конкурент в игре, в которой, кроме дерева и камня, важным компонентом является психологизм. «Я не справился с прессингом», — печально сказал он.
Неудивительно, что четвертая партия началась в весьма мрачных декорациях. Программе AlphaGo, которая столь легко одержала верх над Седолом, находившимся на пике формы, похоже, было предопределено судьбой нанести ему сокрушительное поражение в последних двух партиях. И ничто в первой половине четвертой партии не предвещало обратного. Но тут Седол предпринял нечто неожиданное и потрясающее — он сделал «клин» в середине доски. AlphaGo, как немедленно увидели миллионы людей по всему миру, не имела абсолютно никаких идей ответного хода. Она сделала несколько неуклюжих ходов, а потом сдалась. Седол, как отметили комментаторы, явил миру истинный шедевр — свой собственный myoshu.
В итоге программа выиграла четыре партии из пяти. Можно вообразить, что компьютер, победивший легендарного чемпиона го, станет причиной снижения интереса к игре среди людей или сделает малоинтересной игру как таковую. Но в действительности аудитория, наблюдавшая за игрой в режиме реального времени, превзошла болельщиков Суперкубка
[378], продажи досок для игры в го резко возросли
[379], а студент из клуба го в MIT объявил, что членство в клубе удвоилось. В ходе своего выступления в MIT Хассабис сказал, что взаимодействие с AlphaGo только усилило восхищение игрой со стороны Седола.
Ясно, что программа не только не снизила интерес к го, но, напротив, добавила изрядную долю творческого настроя и энергии и самой игре, и сообществу ее игроков и исследователей. Позитивный отклик, а также прочные и постоянные взаимоотношения между машиной и сообществом го (которое присвоило AlphaGo почетный 9-й дан, высочайший ранг игрока в го) укрепили Джоя в убеждении, что будущее не окажется во власти разумов-терминаторов, которые решат, что людишки — никудышный вид, и сотрут его с лица Земли. Скорее, будущее увидит рождение общества, в котором люди и машины станут трудиться вместе, вдохновляя друг друга и внося свой вклад в расширение коллективного разума.
* * *
Рэй Курцвейл, футуролог и известный лектор, в своей книге «Сингулярность уже близка» (2005) изложил в популярном виде идею экспоненциальных изменений. Согласно предсказанию Курцвейла, к 2029 году компьютеры научатся читать не хуже человека, а сингулярность — точка, в которой машины превзойдут разумностью человека, — наступит в 2045 году. В этой точке, как гласит теория сингулярности, мы станем свидетелями «интеллектуального взрыва», когда машины ускоренно начнут создавать все более разумные версии самих себя, — сценарий, в корне отличающийся от варианта развития событий, представленного в кинофильме 2013 года «Она»
[380].
