שחקן רגיל, ואפילו לא ברמה הגבוהה ביותר, ניצח את השיטה המובילה בינה מלאכותית במשחק הלוח Go, שהגיע בהפתעה, כי הניצחון שזכה למחשב ב-2016 נחשב לאבן דרך חשובה בפיתוח הבינה המלאכותית.
קלין פלרין, שחקן חובב אמריקאי, ניצל פגם במערכת שהתגלה בעבר על ידי... מחשב אחר וניצח ב-14 מתוך 15 משחקים. הניצחון הזה הדגיש את החולשה של תוכנות המחשב הטובות ביותר למשחק ה-Go שיש לרוב מערכות ה-AI המודרניות, כולל הצ'אטבוט הידוע לשמצה ChatGPT, נוצר על ידי OpenAI.
הטקטיקה המנצחת הוצעה, למרבה האירוניה, על ידי תוכנת מחשב אחרת שחקרה מערכות בינה מלאכותית בחיפוש אחר נקודות תורפה. "היה לנו קל להפתיע להשתמש במערכת", אמר אדם גלייב, מנכ"ל חברת המחקר FAR AI, שפיתחה את התוכנית. התוכנית הייתה צריכה לשחק יותר ממיליון משחקים נגד אחת ממערכות ה-Go הפופולריות ביותר, KataGo, כדי למצוא את מה שנקרא "הנקודה העיוורת", לדבריו. לדברי פלרין, האסטרטגיה שגילתה התוכנית היא "לא טריוויאלית לחלוטין, אבל גם לא סופר קשה", כך שאדם ממוצע די מסוגל לשלוט בה.
הניצחון מגיע שבע שנים לאחר שנראה שה-AI הוכיח את עליונותה הבלתי מעורערת על בני אדם במה שנחשב לרוב למשחק הלוח האסטרטגי הקשה ביותר. מערכת AlphaGo שפותחה על ידי החברה Deepmind, בבעלות גוגל, ניצחה את אלופת העולם לי סדול 2016-4 ב-1. ב-2019, השחקן הדרום קוריאני הפסיק להשתתף בתחרויות בדיוק בגלל התפתחות הבינה המלאכותית - הוא הכריז שאדם לא יוכל יותר לנצח אותו. ובכן, לי סדול קפץ קצת למסקנות.
במשחק הגו, שני שחקנים מניחים בתורות חלקים שחורים ולבנים על לוח המסומן ברשת 19x19, מנסים להקיף את הכלים של היריב ולכבוש את השטח הגדול ביותר. המספר העצום של שילובים גורם לכך שהמחשב לא באמת מסוגל להעריך את כל המהלכים העתידיים הפוטנציאליים. טקטיקה שבה השתמש פלרין הייתה לאט לאט חוט "לולאה" גדולה של אבנים כדי להקיף את אחת מקבוצות היריב, ולהסיח את דעתו AI נע בפינות אחרות של הלוח. והבוט לא שם לב לפגיעות גם כשהכיתור כמעט הושלם. "אבל זה יהיה די קל לאדם לשים לב לזה", הוסיף השחקן.
מעניין גם:
הגילוי של חולשה בחלק ממכונות ה-Go החדישות מצביע על פגם מהותי במערכות הלמידה העמוקה העומדות בבסיס המתקדם. AI. כפי שאומר סטיוארט ראסל, פרופסור למדעי המחשב באוניברסיטת קליפורניה בברקלי, מערכות יכולות רק "להבין" מצבים ספציפיים שהם נתקלו בהם בעבר, ואינן מסוגלות להכליל הכל בצורה שבה אדם יכול. "זה מראה שוב שהיינו ממהרים לייחס אינטליגנציה על-אנושית למכונות", אמר ראסל.
סביר להניח שהטקטיקה שבה משתמש פלרין משמשת לעתים רחוקות, כלומר, מערכות בינה מלאכותית לא אומנו על מספיק משחקים דומים כדי "להבין" את נקודות התורפה שלהן.
מעניין גם: