37-й ход машины и 78-й ход человека: как AlphaGo переопределила границы разума

В марте 2016 года в Сеуле зрители увидели нечто невозможное. Машина сделала ход, который профессионалы приняли за ошибку. Человек ответил ходом, который машина не смогла предвидеть — и этот единственный проигрыш в серии навсегда вошёл в историю.

📌 Почему го сопротивлялась ИИ почти 20 лет

1997 год — Deep Blue IBM побеждает Гарри Каспарова в шахматах. Казалось, компьютеры скоро покорят любую игру. Но го оказалась крепостью:
• В шахматах есть понятные ориентиры: лишняя фигура, безопасность короля, активность. Программа может сравнивать варианты.
• В го все камни одинаковы, а их значение зависит от взаимного расположения. Камень, который сейчас бесполезен, через двадцать ходов может связать группы или окружить территорию.
• На доске 361 пересечение. Количество продолжений превышает число атомов во Вселенной. Перебор тут бессилен.

⚡️ Как AlphaGo научилась выбирать, что считать

DeepMind соединила поиск вариантов с нейросетями:
• Policy network училась на миллионах человеческих партий и выбирала перспективные ходы.
• Value network оценивала текущую позицию.
Затем система играла сама с собой, совершенствуясь через обучение с подкреплением.

🚀 Два хода с вероятностью 1 к 10 000

Во второй партии AlphaGo сделала 37-й ход. Комментаторы сначала подумали: «Это ошибка». Но ход оказался гениальным — он перевернул игру и принёс машине победу. По оценке самой AlphaGo, вероятность такого хода у человека — примерно 1 к 10 000.

В четвёртой партии Ли Седоль — южнокорейский профессионал 9 дана, обладатель 18 мировых титулов — нашёл ответ. Его 78-й ход — клин в центре доски — получил название «прикосновение Бога» (God's Touch). DeepMind дала той же оценке: 1 к 10 000.

После этого хода расчётная оценка AlphaGo резко просела. Машина недооценила позицию и не смогла выправить её. По некоторым данным, свою роль сыграл и просчёт AlphaGo в дальнейшей игре. Эту партию выиграл человек.

⚠️ Важная оговорка: оценка 1:10 000 отражает взгляд самой модели, обученной на партиях профессионалов. Это не универсальная статистика го. Речь идёт о вероятности хода, а не о шансах на победу — разные величины.

✅ Итог: матч завершился 4:1 в пользу AlphaGo

Машина, начавшая обучение на человеческих партиях, вышла за пределы привычных стратегий и показала решения, которые профессионалы считали невозможными. За матчем следили более 200 миллионов человек. Корейская ассоциация бадук присвоила AlphaGo звание 9 дана.

Но 78-й ход Ли Седоля напомнил: способность машины находить неожиданные решения ещё не означает, что она способна предвидеть всё, на что способен человек. В марте 2016 года изменилось представление о возможностях ИИ и о границах человеческого и машинного разума.

🔗 Источники:
• 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