Googles AI mestrer Game of Go et årti tidligere end forventet

Google har taget et strålende og uventet skridt i retning af at opbygge en AI med mere menneskelignende intuition og udviklet en computer, der er i stand til at slå selv erfarne menneskelige spillere ved det djævelske komplicerede brætspil Go.

Målet med Go, et spil opfundet i Kina for mere end 2.500 år siden, er ret simpelt: Spillere skal skiftevis placere sorte og hvide sten på et gitter med 19 vandrette og 19 lodrette linjer med det formål at omgive modstanderens brikker og undgå at have ens egne stykker omringet. At mestre Go kræver dog endeløs øvelse samt en finjusteret evne til at genkende subtile mønstre i arrangementet af brikkerne spredt over hele brættet.

Googles team har vist, at de færdigheder, der er nødvendige for at mestre Go, trods alt ikke er så unikke menneskelige. Deres computerprogram, kaldet AlphaGo, slog den europæiske Go-mester, Fan Hui, fem kampe mod nul. Og denne marts vil det tage imod en af ​​verdens bedste spillere, Lee Sedol, i en turnering, der afholdes i Seoul, Sydkorea.

Go er det mest komplekse og smukke spil, der nogensinde er udtænkt af mennesker, sagde Demis Hassabis, leder af Google-teamet og selv en ivrig Go-spiller, på en pressebriefing. Ved at slå Fan Hui, tilføjede han, opnåede vores program en af ​​AI's mangeårige store udfordringer.

Hassabis sagde også, at de teknikker, der blev brugt til at skabe AlphaGo, ville egne sig til hans teams indsats for at udvikle en generel AI. I sidste ende ønsker vi at anvende disse teknikker på vigtige problemer i den virkelige verden, sagde han. Fordi de metoder, vi brugte, var generelle formål, er vores håb, at de en dag kan udvides til at hjælpe med at løse nogle af samfundets mest presserende problemer, fra medicinsk diagnostik til klimamodellering (se Kunne AI løse verdens største problemer?).

Hassabis sagde, at den første måde, teknologien kan anvendes på hos Google, ville involvere udviklingen af ​​bedre software personlige assistenter. En sådan assistent kan lære en brugers præferencer fra hans onlineadfærd og komme med mere intuitive anbefalinger om produkter eller begivenheder, foreslog han.

Go er langt mere udfordrende for computere end f.eks. skak af to grunde: antallet af potentielle træk hver tur er langt højere, og der er ingen enkel måde at måle materielle fordele på. En spiller skal derfor lære at genkende abstrakte mønstre i hundredvis af brikker placeret på tværs af brættet. Og selv eksperter kæmper ofte med at forklare, hvorfor en bestemt stilling virker fordelagtig eller problematisk.

For bare et par år siden troede de fleste Go-spillere og spilprogrammører, at spillet var så komplekst, at det ville tage flere årtier, før computere kunne nå standarden for en menneskelig ekspertspiller.

AlphaGo blev udviklet af et team kendt som Google DeepMind, en gruppe oprettet efter at Google købte en lille AI UK startup kaldet DeepMind i 2014. Forskerne byggede AlphaGo ved hjælp af en ekstremt populær og succesfuld maskinlæringsmetode kendt som deep learning kombineret med en anden simuleringsteknik til modellering af potentielle bevægelser. Dyb læring involverer træning af et stort simuleret neuralt netværk til at reagere på mønstre i data. Det har vist sig meget nyttigt til billed- og lydbehandling, og mange store teknologivirksomheder udforsker nye måder at anvende teknikken på.

To deep-learning netværk blev brugt i AlphaGo: Det ene netværk lærte at forudsige det næste træk, og det andet lærte at forudsige resultatet fra forskellige arrangementer på tavlen. De to netværk blev kombineret ved hjælp af en mere konventionel AI-algoritme til at se fremad i spillet for mulige træk. En videnskabelig artikel skrevet af forskere fra Google, der beskriver arbejdet optræder i journalen Natur i dag .

Spillet Go har et enormt søgerum, som er uoverskueligt til brute-force-søgning, siger David Silver, en anden Google-forsker, der ledede indsatsen. Nøglen til AlphaGo er at reducere den søgeplads til noget mere overskueligt. Denne tilgang gør AlphaGo meget mere menneskelig end tidligere tilgange.

Da IBMs Deep Blue-computer mestrede skak i 1997, brugte den håndkodede regler og søgte udtømmende gennem potentielle skaktræk. AlphaGo lærte i det væsentlige over tid at genkende potentielt fordelagtige mønstre og simulerede derefter et begrænset antal potentielle resultater.

Googles præstation er blevet mødt med lykønskninger og en vis forundring af andre forskere på området.

På den tekniske side er dette arbejde et monumentalt bidrag til AI, siger Ilya Sutskever, en førende AI-forsker og direktør for en ny nonprofit ved navn OpenAI (se Innovators Under 35: Ilya Sutskever). Sutskever siger, at arbejdet var særligt vigtigt, fordi AlphaGo i det væsentlige lærte sig selv, hvordan man vinder. Samme teknik kan bruges til at opnå ekstrem høj ydeevne på mange andre spil også, siger han.

Michael Bowling , en professor i datalogi ved University of Alberta i Canada, der for nylig udviklet et program i stand til at slå nogen ved heads-up limit poker, var også begejstret over præstationen. Han mener, at tilgangen faktisk burde vise sig nyttig på mange områder, hvor maskinlæring anvendes. Meget af det, vi traditionelt ville tænke på som menneskelig intelligens, er bygget op omkring mønstermatchning, siger han. Og meget af det, vi ville tænke på som læring, er at have set disse mønstre i fortiden og være i stand til at indse, hvordan de forbinder sig med en nuværende situation.

Et aspekt af resultatet, der er værd at bemærke, er, at det kombinerer dyb læring med andre teknikker, siger Gary Marcus, professor i psykologi ved New York University og medstifter og administrerende direktør for Geometrisk intelligens , en AI-startup, der også kombinerer dyb læring med andre metoder (se Kan denne mand gøre AI mere menneskelig? ).

Dette er ikke et såkaldt end-to-end deep-learning-system, siger Marcus. Det er et omhyggeligt struktureret, modulært system med noget tankevækkende håndkonstruktion på forenden. Hvilket, når du tænker over det, er ret parallelt med det menneskelige sind: rigt, modulært, med en smule justering af evolution, snarere end blot en flok neuroner, der er tilfældigt forbundet og indstillet udelukkende af erfaring.

Google er heller ikke den eneste virksomhed, der bruger dyb læring til at udvikle en Go-playing AI. Facebook har tidligere sagt, at det har en forsker, der arbejder på sådan et system, og i aftes begge dele Yann LeCun , direktør for AI-forskning hos Facebook og administrerende direktør Mark Zuckerberg postede opdateringer om indsatsen. Facebooks indsats er på et tidligere stadie, men den kombinerer også dyb læring med en anden teknik.

At se AI-mester Go kan også føre til en vis eksistentiel angst. Under pressebriefingen, der annoncerede nyheden, blev Hassabis stillet over for spørgsmål om de langsigtede risici ved de AI-systemer, Google udvikler. Han sagde, at virksomheden tog skridt til at afbøde disse risici ved at samarbejde med akademikere, ved at organisere konferencer og ved at arbejde med et internt etisk råd.

skjule