Koneälyn nousu: Tietokoneschakki

Hieman yli 19 vuotta sitten saavutettiin virstanpylväs AI -maailmassa, kun IBM: n supertietokone Deep Blue voitti Garry Kasparov . Siihen asti hän oli voittamaton maailman shakkimestari - luultavasti kaikkien aikojen suurin ihmisen pelaaja.

Tämä oli merkittävä tapahtuma AI: n lyhyessä historiassa. Tietokoneen shakki -ohjelmat olivat pelanneet hyvää shakkia 1970 -luvulta lähtien, ja ne olivat parantuneet siihen pisteeseen, että heidän pelitaso voittaisi valtaosan väestöstä. Muistan itse ostavan shakkiohjelman 1980 -luvun alkupuolella, joka tarjosi 6 pelin tasoa aloittelijoilta edistyneeseen. Silloinkin minulla oli vaikeuksia lyödä konetta tason 3 yläpuolella. siihen mennessä, kun Kasparov pelasi syvän sinistä, shakkipeliohjelmiston laatu paransi nopeasti . Mutta askel ylöspäin suuren mestarin lyömiseen katsoivat useimmat ryhmät - mukaan lukien itse Kasparov - erittäin epätodennäköinen.

Ottelu tapahtui New Yorkissa toukokuussa 1997 ja se sisälsi parhaat kuudesta pelistä. Kasparov voitti ensimmäisen pelin, mutta hänet voitettiin odottamatta toisessa pelissä. Tämä tappio räjähti selvästi Kasparov ja seuraavana päivänä pidetyssä lehdistötilaisuudessa hän syytti Deep Blue: ta huijaamisesta . Hän arvioi tämän väittämällä, että IBM -ohjelmointiryhmän pelin aikana hänen mielestään se osoitti arvaamatonta käyttäytymistä. sääntöissä määrättiin, että ohjelmoijat voivat muuttaa pelien välillä, mutta eivät pelin aikana. IBM-joukkue sai Kasparovin vartiointia, koska hän uskoi, että tietokoneen shakki-ohjelmat, vaikkakin pintaisesti nopeat ja laskennallisesti virheetöntä, eivät väittäisi heidän ennustavan täydellisen käyttäytymisensä, koska heidän ennustettavan täydellisen käyttäytymisensä,. Kun Kasparov voitti Deep Blue -pelissä ensimmäisessä pelissä, IBM -joukkue tuotti ohjelmistoon satunnaistettua ennustamattomuutta. Se toimi, ja Deep Blue voitti ottelun.

Siihen saakka, kunnes tämä tappio Kasparov oli ollut jonkin verran perustelua, varsin karkaa koneen älykkyyden rajoista. Deep Blue -laitteessa käytettiin olennaisesti AI -tekniikoita, joihin tuolloin koski "raa'an voiman" hakua voittaakseen shakissa. Brute Force -haku oli yleisesti käytetty paradigma AI : n alkuaikoina, jotka yrittäisivät ylittää tietokonemaksun ylivoimaiset vastustajat etsimällä nopeasti miljoonien siirtoyhdistelmien kautta - syvän sinisen tapauksessa, yli 200 miljoonaa mahdollista muutosta analysoitiin sekunnissa . Hakutila (ts. Mahdolliset liikkeet) vähenee yleensä karsintamenetelmien avulla. Tämä olisi tärkeää, koska shakki -turnauksissa pelaajat rajoittuvat yleensä kolmen minuutin aikaan siirtoa kohti. Kukaan ihminen ei kuitenkaan koskaan päässyt mihinkään lähellä analysointia 200 miljoonaa mahdollista liikettä elämässä, puhumattakaan sekunnista. Mutta sillä ei ollut merkitystä Kasparoville tuolloin, koska hän uskoi, että ihmisen älykkyys ja vuosien kokemus antoivat hänelle intuitiiviset oivallukset, jotka olivat sellaisia, joita hänen ei tarvinnut analysoida. Itse asiassa, kun häneltä kysyttiin kerran, kuinka monta liikettä hän analysoi sekunnissa, hän julisti: ”Alle yksi”.

Tämä tarkoittaa, että taistelulinjat vedettiin tuolloin laajasti tyhmän koneen ylemmän laskennallisen voiman ja tarkkuuden sekä ihmisen suurmestarin luovan, oivaltavan nerouden väliin. Mutta 19 vuotta myöhemmin AI -maailma on muuttunut huomattavasti. Nykyään, kuten Kasparov itse myöntää: "Ilmaista shakkiohjelmaa johtavan kunnollisen kannettavan tietokoneen murskaisi syvän sinisen ja kaiken ihmisen suurmestarin. Kasparov näyttää olevan tullut käännynnäinen ja tunnistaa nyt, että tietokoneen shakki on hyötynyt ihmisen shakkipelaajille.

Miksi hän nyt sanoo tämän? Koska tietokonelaitteisto jatkuu säälimättömästi saadakseen nopeamman, mutta myös AI -ohjelmat eivät enää luota raa'isiin voimahakualgoritmeihin, kuten ne tekivät AI: n alkuaikoina. Nykyään kielten käännösohjelmien tai kuljettajien autojen ja edistyneiden shakki -ohjelmien AI käyttää tekniikoita - kuten geneettisiä algoritmeja ja hermoverkkoja -, jotka ovat enemmän samanlaisia ​​tapaan, jolla ihmisen älykkyys toimii. Mitä nämä tekniikat tarjoavat, mitä aiemmat tekniikat eivät tehneet, on sekä kyky suorittaa kuvioiden sovittaminen paremmin matkia ihmisen ajattelua että myös kyky oppia . Hyvät ihmisen shakkipelaajat, kuten muiden aihealueiden asiantuntijat, käyttävät kokemuksesta rakennettua kuvioiden tunnistamistaitoja, ja AI -tekniikat ovat nyt tulossa hyväksi kuvioiden sovittamisessa - jotain, jota monet ovat epätodennäköisiä melko viime aikoina. oppimistekniikat voivat parantaa shakkipeliohjelmistoa ja viedä sen uusille tasoille.

Sanotaan, että yksi ihmisen evoluution tärkeimmistä virstanpylväistä oli aika, jonka arvioitiin olevan noin miljoona vuotta sitten, jolloin kädellisten esi -isämme oppivat tarkkailemalla muita työssä . Tämän pisteen saavuttaminen kesti miljardeja vuosia biologista evoluutiota. Silti monet uskovat nyt, että AI -ohjelmat saavuttavat saman tason oppimisominaisuudet kuin ihmiset seuraavien vuosikymmenien aikana. Tämä on todella hämmästyttävää ja herättää kysymyksen mistä AI vie meidät? Keskustelen tästä tarkemmin seuraavassa artikkelissa.