Звичайний гравець, причому навіть не найвищого рівня, переміг провідну систему штучного інтелекту в настільній грі ґо, що стало несподіванкою, адже перемога, яку здобув комп’ютер у 2016 році, вважалася важливою віхою у розвитку штучного інтелекту.
Келлін Пелрін, американський гравець-аматор, скористався недоліком у системі, який був раніше виявлений… іншим комп’ютером, та виграв 14 з 15 партій. Ця перемога висвітлила слабкість найкращих комп’ютерних програм для гри в ґо, яку мають більшість сучасних систем ШІ, в тому числі славнозвісний чат-бот ChatGPT, створений компанією OpenAI.
Переможну тактику запропонувала, як це не іронічно звучить, інша комп’ютерна програма, яка досліджувала системи штучного інтелекту в пошуках слабких місць. «Нам було напрочуд легко використати цю систему», – заявив Адам Глів, виконавчий директор каліфорнійської дослідницької фірми FAR AI, яка розробила програму. За його словами, програмі довелося зіграти понад мільйон ігор проти однієї з найпопулярніших систем гри в ґо KataGo, щоб знайти так звану «сліпу зону». За словами Пелріна, виявлена програмою стратегія «не зовсім тривіальна, але й не надскладна», тож людина середнього рівня цілком здатна її опанувати.
Перемога була здобута через сім років після того, як ШІ, здавалося, довів свою беззаперечну перевагу над людиною у стратегічній настільній грі, яку часто вважають найскладнішою. Система AlphaGo, розроблена компанією DeepMind, що належить Google, у 2016 році перемогла чемпіона світу з ґо Лі Седоля з рахунком 4-1. У 2019 році південнокорейський гравець припинив брати участь у змаганнях саме через розвиток ШІ – він заявив, що людина вже не зможе його перемогти. Що ж, Лі Седоль трохи поспішив з висновками.
У грі ґо двоє гравців по черзі розміщують чорні та білі камінці на дошці, розміченій сіткою 19х19, намагаючись оточити камінці суперника і зайняти найбільшу площу. Величезна кількість комбінацій означає, що комп’ютер насправді не в змозі оцінити всі потенційні майбутні ходи. Тактика, яку використовував Пелрін, полягала в повільному нанизуванні великої «петлі» з каменів, щоб оточити одну з груп опонента, відволікаючи ШІ ходами в інших кутах дошки. І бот не помітив вразливості, навіть коли оточення було майже завершено. «А от людині було б досить легко це помітити», – додав гравець.
Теж цікаво:
Виявлення слабкого місця в деяких з найсучасніших машин для гри в ґо вказує на фундаментальний недолік систем глибокого навчання, які лежать в основі найсучасніших ШІ. Як говорить професор комп’ютерних наук в Каліфорнійському університеті в Берклі Стюарт Рассел, системи можуть «розуміти» лише конкретні ситуації, з якими вони стикалися в минулому, і не здатні узагальнювати все так, як це вдається людині. «Це ще раз показує, що ми були занадто поспішними, приписуючи машинам надлюдський рівень інтелекту», – сказав Рассел.
Ймовірно, тактика, яку використовував Пелрін, рідко застосовується, тобто системи штучного інтелекту не були натреновані на достатній кількості подібних ігор, щоб «зрозуміти» свою вразливість.
Також цікаво: