מוח מלאכותי שמבצע אנשים מעוררי רחמים ב-GO - האם מרד המכונות ממש מעבר לפינה?

2024 מְחַבֵּר: Seth Attwood | [email protected]. שונה לאחרונה: 2023-12-16 16:05

לפני זמן לא רב, הדרום קוריאני גו מאסטר ואחד השחקנים בעלי התואר הטוב ביותר בעולם, לי סדול, הודיע על פרישה והצהיר הצהרה דרמטית: רייטינג באמצעות מאמצים מטורפים. עכשיו יש ישות שאי אפשר להתגבר עליה.

לי דיבר על מחשב AlphaGo, שפותח על ידי DeepMind, שגוגל רכשה ב-650 מיליון דולר לפני חמש שנים. הקוריאני הפסיד למכונית עוד ב-2016, אבל מאז הבינה המלאכותית רק התחזקה. באופן כללי, ניצחון של מחשב על אדם בגו נחשב לפריצת דרך של ממש, שעלולה להוביל לשינויים רחבי היקף בעולם. האם המחסל כבר באופק? בוא נבין את זה.

מתכנתים בדקו זמן רב את כוחה של בינה מלאכותית במשחקים מאתגרים עם מיטב בני האדם. המחשב הכחול העמוק שפותח על ידי IBM ניצח את גארי קספרוב בשחמט עוד ב-1997. לפני המשחק קספרוב חשב: "זו רק מכונית. המכונות טיפשות".

אבל לאחר התבוסה הוא התוודה: "הרגשתי - הרחתי - שיש סוג חדש של מוח ליד השולחן".

כדי להביס את קספרוב, Deep Blue השתמשה בכוח חישוב גס: לאחר כל מהלך, התוכנית חישבה את כל התרחישים האפשריים וקיבלה החלטה על סמך הנתונים הללו. אבל עם Go, הגישה הזו לא עובדת בגלל כמות הנתונים שצריך לעבד. ב-go, שחקנים מתחלפים להניח אבנים שחורות ולבנות על הלוח 19 על 19. מטרת המשחק היא לכבוש כמה שיותר טריטוריה, תוך נעילת אבני היריב, ומונעת ממנו להשיג יתרון. באופן כללי, go דומה למשחק הנקודות המוכר לרבים מבית הספר - רק קשה יותר.

בשל גודל הלוח, 361 גרסאות כבר אפשריות למהלך הראשון שנעשה על ידי האבנים השחורות (בשח - רק 20). בהתאם, עם כל מהלך, עץ היישורים הפוטנציאליים רק גדל. לאחר שני המהלכים הראשונים, ישנן 400 התפתחויות אפשריות בשחמט, ו-129,960 במהלך. המתמטיקאי ג'ון טרמפ חישב שמספר הצירופים האפשריים יהיה מספרים בני 171 ספרות.

לכן, במשחק הגו נדרשים מאנשים לא רק אינטליגנציה ויכולת חישוב, אלא גם חשיבה מופשטת עוצמתית, אינטואיציה חזקה – תכונות שאינן מפותחות במחשבים. אחד המפתחים של AlphaGo, Demis Hassabis, אמר: "זהו משחק מאוד אינטואיטיבי. מאסטרים של גו אומרים לעתים קרובות שהם עשו צעד כי זה נראה נכון." לדבריו, המאסטרים מפתחים חוש אסתטי מיוחד, ועמדה טובה פשוט נראית יפה.

למרות העובדה שהמעבדים הפכו לחזקים ומהירים יותר מדי שנה, החיפוש אחר מהלכים על עץ האפשרויות אפשר לבינה מלאכותית להגיע רק לרמה של חובב חזק ב-go. מחשבים ניצחו אנשים, אבל קיבלו התחלה רק בכמה אבנים. בשנת 2014, דיוויד פוטלנד, אחד מחלוצי ה-go for computers, אמר שתוכנות מתמודדות עם אותה בעיה כמו בני אדם:

"שחקנים רבים מגיעים לשיא חובבני מסוים ואינם יכולים להתחזק. כדי להתגבר על הרמה הזו, אתה צריך לעשות איזושהי קפיצה מחשבתית, ולתוכניות יש את אותן הבעיות. אתה צריך להסתכל על כל הלוח, לא רק בקרבות מקומיים". כדי להתגבר על המחסום האינטלקטואלי הזה ולדמות את האינטואיציה והחוש האסתטי של אנשי מקצוע, מפתחי AlphaGo חיברו רשתות עצביות ואלגוריתמי למידה עמוקה.

ראשית, הרשתות הנוירונים של AlphaGo קיבלו בסיס נתונים של משחקים אנושיים, שכלל כ-30 מיליון מהלכים.לאחר מכן, הוא למד לחזות נכון מהלך של אדם 57% מהמקרים, אם כי שיא הבינה המלאכותית הקודם היה 44%. ואז המפתחים לימדו את AlphaGo לשחק נגד עצמו - אז המחשב למד אפילו טוב יותר להדגיש את המהלכים הרווחיים ביותר ולפתח אסטרטגיות חדשות.

כל זה עזר לרציונליזציה של התהליכים שעליהם עבד Deep Blue, שניצח את קספרוב. כעת המערכת לא רק משחקת את כל השילובים האפשריים, אלא גם יודעת להתמקד בתרחישים המבטיחים ביותר לפיתוח אירועים. בנוסף, היא מוצאת את דרכה גם במצבים שמעולם לא נתקלה בהם. וכזה, בגלל קנה המידה של גו, נשאר. בשל המנגנון החדש, AlphaGo ניצחה את כל נגני המחשב שנוצרו בעבר (תוך כדי נתן להם התחלה של ארבע אבנים) והחלה להביס אנשים מקצועיים.

באוקטובר 2015, AlphaGo ניצחה פעמיים את אלופת אירופה הצרפתית פאן הוי. הם שיחקו חמישה משחקים, אף אחד לא קיבל התחלה, והמחשב ניצח את כל החמישה. זו הייתה הפעם הראשונה שאדם מקצועי הובס על ידי מכונה. לאחר המשחק, הואי אמר שלמד הרבה, והידע הזה עזר לו להוסיף ולעלות בדירוג הבינלאומי.