Program AlphaGo: wygrywa z człowiekiem, bo potrafi się uczyć

Lee Sedol, 33-letni Koreańczyk, to nieformalny wicemistrz świata w go, zdobywca 18 tytułów mistrzowskich. Wyżej w rankingu jest dziś tylko jego rodak Lee Chang-ho, mający na koncie trzy tytuły mistrzowskie więcej. Południowa Korea słynie z pasji do gier umysłowych, niektóre z nich mają w tym kraju status sportów narodowych – turnieje transmitowane są w najlepszych pasmach telewizyjnych, a wybitni zawodnicy cieszą się statusem celebrytów. Koreańczycy dominują m.in. w wymagającej błyskotliwej inwencji i błyskawicznych reakcji grze komputerowej „StarCraft”, od lat jednej z najpopularniejszych w świecie dyscyplin e-sportowych. Ich przewaga jest tak przytłaczająca, że zawodnicy innych nacji w najważniejszych zawodach są dla Koreańczyków zazwyczaj tylko tłem. Gra go również cieszy się zainteresowaniem, i choć – jako mniej dynamiczna i widowiskowa – nie przyciąga aż tylu widzów, jest traktowana z najwyższym szacunkiem. W powszechnym przekonaniu zwycięstwo w go zależy bowiem wyłącznie od inteligencji. Żaden inny czynnik, a już na pewno nie przypadek, nie ma w tej grze istotnego znaczenia. Go, choć ma proste zasady (trzeba w niej, osaczając przeciwnika, zdobyć dla siebie jak największe pole, którego nie da się już odbić), wymaga kreatywności – nie da się tu osiągnąć sukcesu, bazując na teorii i znanych rozwiązaniach taktycznych. W przeciwieństwie do szachów, gdzie optymalne otwarcia partii są już od lat rozpracowane na wiele ruchów do przodu, w go liczba możliwych odgałęzień jest tak duża, że nie sposób wyuczyć się ich na pamięć, czy – w przypadku komputera – bazować na stosunkowo prostych algorytmach. Każda partia jest inna, stawia przed rywalami inne wyzwania. Sukces zależy od inwencji i zdolności do racjonalnego, optymalnego reagowania na zmieniającą się sytuację. Czyli tych zdolności, które zwykliśmy kojarzyć z myśleniem. Najpierw szachy, teraz gra go Nie dziwi, że mecz między Lee Sedolem a programem AlphaGo wzbudził tak wielkie emocje – nie tylko w Korei Południowej, ale na całym świecie. Po tym, jak maszyny osiągnęły supremację w szachach, go wydawało się ostatnim bastionem w grach umysłowych, w których inteligencja człowieka – cechująca się zdolnością do uczenia i rozwiązywania nieschematycznych problemów – nie miała sobie równych. Przed meczem, rozgrywanym w Seulu od 9 do 15 marca, wydawało się, że to człowiek ma większe szanse. O tym, że go przestało być domeną inteligencji człowieka, wiedzieliśmy już po trzech pierwszych partiach, wygranych przez program AlphaGo. Lee Sedol wygrał jedynie, honorowo, czwartą partię. Mecz zakończył się zwycięstwem programu 4:1. Piszemy „programu”, a nie „komputera”, bo za ustalanie kolejnych posunięć w grze odpowiadała cała sieć jednostek obliczeniowych. Program AlphaGo opracowany został przez firmę DeepMind, należącą obecnie do Google. W trakcie meczu działał na amerykańskich serwerach Google Computing Engine. Obliczenia wykonywało 1920 procesorów i 280 akceleratorów graficznych z chmury obliczeniowej Google. Imponuje skala wyzwania, przy której szachy wydają się problemem banalnym. O złożoności szachów ma świadczyć opowieść o mędrcu, który zapoznał króla z zasadami gry, po czym – mogąc w zamian prosić, o co tylko chce – zażyczył sobie „jedynie” tyle ziarna, ile znalazłoby się na szachownicy, przy założeniu, że na każdym kolejnym polu jest dwukrotnie więcej ziaren niż na poprzednim. Jako że mamy do czynienia z ciągiem geometrycznym, nie dziwi, że na 64 polach szachownicy król musiałby położyć około osiemnastu trylionów ziaren. Dziś jesteśmy w stanie policzyć nie tylko liczbę ziaren na szachownicy w ciągu geometrycznym, lecz także liczbę możliwych układów pionków i figur: to 10 do potęgi 120. W przypadku gry go jednak nawet ta oszałamiająca, niemożliwa do wyobrażenia sobie liczba nie imponuje. Plansza do go jest znacznie większa niż do szachów, składa się z 19 linii w pionie i 19 w poziomie. Kamienie stawia się na punktach przecięcia linii, których jest 361. Liczbę wszystkich możliwych kombinacji oblicza się na 10 do potęgi 761. Ile to jest? Gdyby każda kombinacja oznaczała jeden atom, można by z nich zbudować wiele wszechświatów równie wielkich jak nasz. Przy czym „wiele” to duże niedopowiedzenie – atomów wystarczyłoby na wręcz niewyobrażalną dla nas liczbę wszechświatów. Żadna maszyna nie jest w stanie przewidzieć tych wszystkich układów na planszy, zapamiętać i prowadzić rozgrywkę w go zgodnie z wyliczonymi szablonami, z góry wiedząc, która ścieżka prowadzi do zwycięstwa. Obliczenia dokonywane są ad hoc, w odniesieniu do zmieniającej się sytuacji. W przypadku gier planszowych chętnie wykorzystywany bywa przez programistów algorytm Monte Carlo Tree Search (MCTS). Polega on z grubsza na tym, że program oblicza odgałęzienia w drzewie najbardziej obiecujących wariantów przebiegu rozgrywki. Jednak przy liczbie możliwych kombinacji w go jest to bardzo trudne zadanie. Twórcy programu AlphaGo, dysponując gigantyczną mocą komputerów w sieci Google, rozpisali zadania na dwie sieci neuronowe, z których jedna obliczała optymalne miejsce na postawienie kamienia, a druga oceniała wartość tego ruchu przy możliwych wariantach przebiegu dalszej gry. To tylko test Kluczowa była tu zdolność programu do uczenia się. AlphaGo najpierw poddał analizie ok. 30 mln posunięć wykonanych przez profesjonalnych graczy w go, a potem doskonalił swe umiejętności, tocząc pojedynki sam ze sobą. Po ponad milionie rozegranych partii był już na tyle „doświadczony”, że twórcy AlphaGo uznali program za gotów do stanięcia w szranki z człowiekiem. Zdolność do uczenia się ma tu zasadnicze znaczenie. Umiejętności kognitywne to dziś największa przepaść między umysłem człowieka a sztuczną inteligencją. Demis Hassabis, współzałożyciel DeepMind – firmy, dla której stworzenie potężnej sztucznej inteligencji jest celem fundamentalnym – rzecz jasna nie pracował nad AlphaGo po to, by stworzyć cyfrowego mistrza go. To tylko test treningowy. Hassabis ma nadzieję, że w przyszłości samouczący się program komputerowy będzie pomagał ludziom w najróżniejszych zadaniach. A wyróżnikiem AlphaGo jest zdolność do uczenia się – jak dziecko – metodą nie tylko obserwowania i analizy, ale także prób i wyciągania wniosków z popełnionych błędów. To szalenie ważne, bo jedną z najważniejszych słabości dotychczasowych modeli sztucznej inteligencji (SI) był brak tak zwanego zdrowego rozsądku. Człowiek nie musi wykonywać skomplikowanych obliczeń z uwzględnieniem siły grawitacji, by wiedzieć, że szklankę z herbatą powinien trzymać pionowo, bo gdy ją przechyli, dywan będzie mokry. SI, która nie potrafi się uczyć na błędach, tego nie wie. Za każdym razem robot – c