Машинаның 37-ші жүрісі мен адамның 78-ші жүрісі: AlphaGo ақыл-ой шекарасын қалай қайта анықтады

2016 жылдың наурызында Сеулде көрермендер мүмкін емес нәрсені көрді. Машина кәсіпқойлар қателік деп қабылдаған жүрісін жасады. Адам машина болжай алмаған жүріспен жауап берді — сериядағы осы жалғыз жеңіліс тарихқа мәңгі енді.

📌 Го ойыны ЖИ-ге (жасанды интеллектке) неге жиырма жылға жуық бағынбады

1997 жыл — IBM компаниясының Deep Blue жүйесі шахматта Гарри Каспаровты жеңді. Компьютерлер жақын арада кез келген ойынды бағындырады деген әсер қалыптасты. Бірақ го берік қамалға айналды:
• Шахматта түсінікті бағдарлар бар: артық фигура, патшаның қауіпсіздігі, белсенділік. Бағдарлама нұсқаларды салыстыра алады.
• Года барлық тастар бірдей, олардың мәні өзара орналасуына байланысты. Қазір пайдасыз көрінетін тас жиырма жүрістен кейін топтарды байланыстырып немесе аумақты қоршап алуы мүмкін.
• Тақтада 361 қиылысу нүктесі бар. Жалғасу нұсқаларының саны Әлемдегі атомдар санынан асады. Толық санамалап шығу мұнда дәрменсіз.

⚡️ AlphaGo нені есептеу керегін қалай таңдауды үйренді

DeepMind нұсқаларды іздеуді нейрондық желілермен біріктірді:
• Policy network миллиондаған адам партияларынан үйреніп, болашағы бар жүрістерді таңдады.
• Value network ағымдағы позицияны бағалады.
Содан кейін жүйе өзімен-өзі ойнап, ынталандырылған оқыту арқылы жетілдірілді.

🚀 Ықтималдығы 10 000-ға 1 болатын екі жүріс

Екінші партияда AlphaGo 37-ші жүрісін жасады. Түсіндірушілер алдымен «Бұл қателік» деп ойлады. Бірақ жүріс керемет болып шықты — ол ойынды түбегейлі өзгертіп, машинаға жеңіс әкелді. AlphaGo-ның өз бағалауы бойынша, адамда мұндай жүрістің ықтималдығы шамамен 10 000-ға 1 құрайды.

Төртінші партияда оңтүстік кореялық 9 дан кәсіпқойы, 18 әлемдік титул иегері Ли Седоль жауап тапты. Оның 78-ші жүрісі — тақта ортасындағы сына — «Құдай тигені» (God's Touch) деген атқа ие болды. DeepMind осы жүріске де дәл сондай баға берді: 10 000-га 1.

Осы жүрістен кейін AlphaGo-ның есептік бағасы күрт құлдырады. Машина позицияны дұрыс бағаламай, оны түзете алмады. Кейбір деректер бойынша, AlphaGo-ның кейінгі ойындағы қателесуі де рөл атқарды. Бұл партияны адам жеңіп алды.

⚠️ Маңызды ескерту: 1:10 000 бағасы кәсіпқойлардың партияларында оқытылған модельдің өз көзқарасын көрсетеді. Бұл го ойынының жалпыға бірдей статистикасы емес. Әңгіме жүрістің ықтималдығы туралы, жеңіс мүмкіндігі туралы емес — бұл екі бөлек шама.

✅ Қорытынды: матч AlphaGo-ның пайдасына 4:1 есебімен аяқталды

Адам партияларынан оқуды бастаған машина әдеттегі стратегиялар шеңберінен шығып, кәсіпқойлар мүмкін емес деп есептеген шешімдерді көрсетті. Матчты 200 миллионнан астам адам қадағалады. Корей бадук қауымдастығы AlphaGo-ға 9 дан атағын берді.

Бірақ Ли Седольдің 78-ші жүрісі мынаны еске салды: машинаның күтпеген шешімдер табу қабілеті оның адам істей алатынның бәрін болжай алатынын білдірмейді. 2016 жылдың наурызында ЖИ мүмкіндіктері, сондай-ақ адам мен машина ақыл-ойының шекаралары туралы түсінік өзгерді.

🔗 Дереккөздер:
• https://deepmind.google/research/alphago
• https://blog.google/innovation-and-ai/products/what-we-learned-in-seoul-with-alphago
• https://www.wired.com/2016/03/two-moves-alphago-lee-sedol-redefined-future
• https://en.wikipedia.org/wiki/AlphaGo_versus_Lee_Sedol