Искусственный интеллект стал умнее человеческого. Что дальше?

Искусственный интеллект уже превзошел человека в настольных играх. Но как это может помочь человечеству?

В 1977 году величайший шахматист того времени по имени Бобби Фишер сыграл три партии против компьютерной программы Greenblatt, разработанной инженерами Массачусетского технологического института. Фишер трижды поставил мат компьютеру и одержал безоговорочную победу. В своих письмах шахматист писал, что программы допускают «грубые ошибки», а сами компьютеры называл «бесполезными кусками железа».

Но в том же году Монти Ньюборн, один из первых ученых, изучавших компьютерные шахматы, сказал пророческие слова:
«Раньше гроссмейстеры приходили на турниры по компьютерным шахматам, чтобы посмеяться. Сейчас они приходят наблюдать, а в дальнейшем будут там учиться».


Бобби Фишер после победы над компьютером. Фото: Getty Images

Похоже, что люди питают какую-то врожденную любовь к интеллектуальным играм. Когда в 1649 году короля Англии Карла I приговорили к смерти, он взял с собой на казнь две вещи — библию и набор шахмат. Известный художник XX века Марсель Дюшан на пике своей карьеры внезапно уехал в Аргентину и начал заниматься вырезанием шахматных фигур из дерева, да и в целом увлекся шахматами. В XIX веке в Японии произошла загадочная история, связанная с игрой го. По легенде духи подсказали одному знаменитому игроку три блестящих хода. В результате он смог победить, а его противник после партии упал на пол, захлебнулся кровью и умер.

Компьютеры далеки от всей этой мистики, но всего за пару десятков лет они изучили интеллектуальные игры глубже, чем человечество за тысячелетия. В 2014 году компания Google приобрела фирму DeepMind за $400 миллионов для «проведения самого необычного и сложного исследования, конечной целью которого является разгадка сущности интеллекта». В частности ученые хотели научить компьютер играть в го. Эта игра значительно сложнее шахмат. В 1985 году один тайваньский промышленный магнат сказал, что заплатит $1,4 миллиона за программу, которая сможет победить лучшего игрока в го. В 1997 году магнат умер, а спустя три года у его предложения истек срок действия — никто так и не смог забрать приз.


Фото: Getty Images

Сейчас он мог бы принадлежать программе DeepMind AlphaGo, которая использует современные нейросети. Год назад она победила международного чемпиона по го Ли Седоля. В мае этого года она вновь одержала победу над лучшим игроком в го, а также над командой из пяти других профессиональных игроков.

AlphaGo стала абсолютным чемпионом. Вот только вскоре после своих громких побед ее ждет забвение. В конце мая DeepMind незаметно сообщила, что AlphaGo уходит с соревновательной сцены. Чтобы отметить это событие, компания опубликовала 50 вариантов партий, которые программа играла против самой себя. В дальнейшем DeepMind хочет выпустить итоговую исследовательскую работу, в которой будет описана эффективность алгоритма программы.

Что касается шахмат, то человечество потеряло пальму первенства в них еще за 20 лет до этих событий, когда шахматист Гарри Каспаров проиграл суперкомпьютеру IBM Deep Blue. Шахматы и го — не единственные игры, которым пытаются обучить ИИ. Компьютер пробовали научить шашкам, коротким нардам, реверси, покеру и многим другим настольным играм. И человеческий интеллект уже не может сравниться в них с искусственным. Отчасти это произошло из-за развития технологий. Например, еще в 1997 году компьютер Deep Blue занимал 259-е место в списке самых быстрых суперкомпьютеров в мире и мог выполнять около 11 миллиардов операций в секунду. Сейчас же благодаря современным алгоритмам даже ваш смартфон способен победить Каспарова.


Гарри Каспаров против компьютера Deep Blue. Слева один из инженеров IBM Сюн Фэйсюн. Фото: Getty Images

Такие достижения ИИ вызвали у людей вполне человеческие эмоции: печаль, угнетенность и отчаяние. После того как Ли Седоль потерпел поражение от AlphaGo, он пережил экзистенциальный кризис. «Я усомнился в человеческой изобретательности, — признался он после матча. — Я засомневался, являются ли все ходы в го, которые я знаю, правильными». По словам одного из очевидцев, после поражения Ли выглядел так, будто бы ему было «физически плохо». Каспаров чувствовал себя после проигрыша компьютеру не лучше. Когда он вернулся в отель, он просто разделся, лег в постель и смотрел в потолок.

«Компьютер настолько глубоко анализирует некоторые позиции, что играет, как бог», — сказал Каспаров.

Deep Blue впервые показал общественности, что компьютер способен превзойти человека в решении интеллектуальных задач. «Тогда это вызвало шок, — сказал Мюррей Кемпбелл, один из создателей Deep Blue. — Сейчас же мы постепенно привыкаем к этой мысли». Тем не менее, непонятно что ждет человечество в будущем. Как можно использовать в реальном мире достижения в играх? Ответ Кемпбелла на этот вопрос звучит пессимистично. «Трудно найти хороший пример применения таких успехов в настольных играх, — сказал он. — В начале 90-х один из сотрудников IBM по имени Геральд Тезауро пытался обучить ИИ игре в нарды и сделал некоторые достижения в стимулированном обучении. Сейчас его методы часто используются в робототехнике. Однако его случай — скорее исключение из правил».


Фото: Getty Images

Поэтому хоть DeepMind и утверждает, что AlphaGo — это универсальная программа, она вряд ли поможет решить реальные проблемы. Андрей Карпатый, директор по ИИ в Tesla, недавно заявил следующее: «AlphaGo по-прежнему является узкоспециализированной системой, которая умеет только играть в го».

Тем не менее, успех программы показывает достижение иного рода. «С настольными играми покончено», — сказал Кемпбелл. Их чемпионы уходят на пенсию — и это касается и программ. Не только AlphaGo стоит без дела — после победы над Каспаровым Deep Blue какое-то время использовался для финансовых расчетов, а потом его оборудование устарело. Одна часть суперкомпьютера отправилась в Смитсоновский институт, а вторая собирает пыль на полках Музея компьютерной истории.

Но это не значит, что не осталось игр, в которых компьютер не смог бы стать чемпионом. Люди даже изобретают специальные игры, чтобы испытать возможности ИИ. Одной из таких игр была Arimaa. Но какими бы ни были все эти игры, дело уже не в том, чтобы доказать, что компьютер может победить человека. Ученые пытаются с помощью игр сделать искусственный интеллект умнее.


Робот учится балансировать на одной ноге, чтобы стоять как сумоист. Но зачем? Фото: Getty Images

Дэвида Черчилля из Альбертского университета можно назвать доктором наук по компьютерной стратегии StarCraft. Он написал 123-страничную работу, где рассказал о том, как искусственный интеллект сможет быстрее всего создать одну из самых сильных боевых единиц за расу Протоссов. Сейчас ученый проводит исследовательскую работу для DeepMind и Facebook. Прошлой осенью DeepMind и разработчик StarCraft компания Blizzard Entertainment объявили о сотрудничестве в рамках проекта по обучению искусственного интеллекта игре в стратегию.

«StarCraft гораздо более глубокая игра, чем шахматы, го или другие аналогичные игры», — прокомментировал Черчилль.
Исследователь не считает, что этот проект проводится, чтобы вновь доказать преимущество компьютера над человеком. «Мы даже не до конца понимаем, что значит победить человека», — заметил он. В StarCraft, как и во многих других компьютерных играх огромную роль играет физическая реакция. Лучшие игроки могут кликать мышкой и нажимать клавиши, предпринимая несколько действий за одну секунду, а компьютер может за это время ввести несколько тысяч команд. Так что соревнование в такой дисциплине не было бы честным.

Но Черчилля это не волнует:

«Мы не пытаемся победить людей, — сказал он. — В этом нет смысла. Мы хотим создать более продвинутую систему. Преодолеть некий порог, после которого можно сказать, что новая система лучше старой. Как понять, что один компьютер умнее другого? Можно заставить их сыграть друг против друга».

Все ученые, которые занимаются играми, постоянно говорят, что работают на «экспериментальной платформе». Для них игры — это тестовая площадка для дальнейших достижений в обеспечении мер безопасности в аэропорту, борьбе с терроризмом, улучшении качества бизнес-переговоров, кибербезопасности, способов лечения диабета и других сферах.

Суперкомпьютер IBM Watson еще не совершил революцию в сфере здравоохранения, а DeepMind так и не разгадала «тайны интеллекта». Но все же никто не знает, как могут пригодиться результаты их исследований в будущем.

Источник: rb.ru

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.


Поделиться ссылкой:
Финансовая поддержка проекта: