211service.com
Jak AlphaZero samodzielnie przepisał zasady gry?
David Silver mówi, że program komputerowy, który nauczył się być arcymistrzem szachowym, pokazuje esencję kreatywności.
22 lutego 2019 r.
Geordie Wood
David Silver wynalazł coś, co może być bardziej pomysłowe niż on sam.
Silver był głównym badaczem AlphaGo, programu komputerowego, który nauczył się grać w Go – słynną podstępną grę, która wykorzystuje ludzką intuicję, a nie jasne zasady gry – poprzez badanie gier, w które grają ludzie.
Ta historia była częścią naszego wydania z marca 2019 r.
- Zobacz resztę numeru
- Subskrybuj
Najnowsze dzieło Silvera, AlphaZero, uczy się grać w gry planszowe, takie jak Go, szachy i Shogi, ćwicząc przeciwko sobie. Dzięki milionom gier treningowych AlphaZero odkrywa strategie, których opracowanie zajęło ludziom tysiąclecia.
Czy więc sztuczna inteligencja może pewnego dnia rozwiązać problemy, których ludzkie umysły nigdy nie mogłyby? Rozmawiałem z Silverem w jego londyńskim biurze DeepMind, obecnie należącym do Alphabet.
W jednej słynnej grze przeciwko prawdopodobnie najlepszemu graczowi w Go, AlphaGo wykonał genialny ruch, który początkowo uważali za błąd. Czy to było kreatywne w tym momencie?
Move 37, jak stał się znany, zaskoczył wszystkich, w tym społeczność Go i nas, jej twórców. To było coś, co wykraczało poza oczekiwany sposób grania w Go, co ludzie wymyślili przez tysiące lat. Dla mnie jest to przykład kreatywności.
Skoro AlphaZero nie uczy się od ludzi, czy jest jeszcze bardziej kreatywny?
Kiedy masz coś, czego uczysz się samo, co buduje swoją własną wiedzę całkowicie od podstaw, jest to prawie esencja kreatywności.
AlphaZero musi wszystko wymyślić samodzielnie. Każdy krok to twórczy skok. Te wglądy są twórcze, ponieważ nie zostały im przekazane przez ludzi. I te skoki trwają, dopóki nie jest to coś, co przekracza nasze możliwości i może nas zadziwić.
Grałeś AlphaZero przeciwko najlepszemu konwencjonalnemu silnikowi szachowemu, Stockfishowi. Czego się nauczyłeś?
Stockfish ma tę bardzo wyrafinowaną wyszukiwarkę, ale jej sercem jest ten moduł, który mówi: Według ludzi jest to dobra lub zła pozycja. Więc ludzie są tam naprawdę głęboko w pętli. Trudno mu się oderwać i zrozumieć stanowisko, które jest zasadniczo inne.
AlphaZero uczy się samodzielnie rozumieć pozycje. Była jedna piękna gra, na którą właśnie patrzyliśmy, w której faktycznie oddaje cztery pionki z rzędu, a nawet próbuje oddać piąty pionek. Sztokfisz uważa, że wygrywa fantastycznie, ale AlphaZero jest naprawdę szczęśliwy. Znalazł sposób na zrozumienie pozycji, która jest nie do pomyślenia zgodnie z szachowymi normami. Rozumie, że lepiej mieć pozycję niż cztery pionki.
Czy AlphaZero sugeruje, że sztuczna inteligencja będzie odgrywać rolę w przyszłych innowacjach naukowych?
Uczenie maszynowe zostało zdominowane przez podejście zwane uczeniem nadzorowanym, co oznacza, że zaczynasz od wszystkiego, co ludzie wiedzą, i próbujesz przekuć to w program komputerowy, który robi rzeczy w ten sam sposób. Piękno tego nowego podejścia, uczenia się przez wzmacnianie, polega na tym, że system sam się uczy, od pierwszych zasad, jak osiągnąć cele, które sobie wyznaczyliśmy. To jak milion miniodkryć, jedno po drugim, które budują ten kreatywny sposób myślenia. A jeśli możesz to zrobić, możesz skończyć z czymś, co ma ogromną moc, ogromną zdolność do rozwiązywania problemów i, miejmy nadzieję, doprowadzi do wielkich przełomów.
Czy istnieją aspekty ludzkiej kreatywności, których nie można zautomatyzować?
Jeśli myślimy o możliwościach ludzkiego umysłu, wciąż jesteśmy daleko od osiągnięcia tego. Możemy osiągnąć wyniki w wyspecjalizowanych dziedzinach, takich jak szachy i Go, dzięki ogromnej ilości mocy komputerowej przeznaczonej do tego jednego zadania. Ale ludzki umysł jest w stanie radykalnie uogólnić coś innego. Możesz zmienić zasady gry, a człowiek nie potrzebuje kolejnych 2000 lat, aby wymyślić, jak powinien grać.
Powiedziałbym, że być może granica sztucznej inteligencji w tej chwili – i dokąd chcielibyśmy się udać – polega na zwiększeniu zakresu i elastyczności naszych algorytmów, aby objąć pełną gamę możliwości ludzkiego umysłu. Ale to jeszcze daleko.
Jak możemy się tam dostać?
Chciałbym zachować tę ideę, że system może swobodnie tworzyć, nie będąc ograniczonym przez ludzką wiedzę.
Dziecko nie martwi się o swoją karierę ani o to, ile będzie miało dzieci. To zabawa zabawkami i nauka umiejętności manipulacji. Jest strasznie wiele do nauczenia się o świecie bez ostatecznego celu. To samo może i powinno dotyczyć naszych systemów.