В 2007 году ИИ выиграл шахматную партию у чемпиона мира-человека. Это был первый серьезный звоночек от машины. Статья на эту тему «Как стать чемпионом мира» здесь. Игра го как более творческая и интуитивная продержалась 9 лет. Потом случилось это.
В марте 2016 года мир стал свидетелем исторического события в мире искусственного интеллекта: программа AlphaGo, разработанная компанией DeepMind (принадлежащей Google), одержала победу над Ли Седолем, одним из сильнейших игроков в го всех времен. Это событие стало важной вехой в развитии ИИ, так как игра го считалась одной из самых сложных для машинных алгоритмов из-за огромного количества возможных ходов и стратегий.
Го считается одной из самых сложных игр, требующих человеческих качеств: творчества, интуиции, стратегии и глубокого понимания позиции
Контекст игры Го
Го – древняя китайская настольная игра, которая существует уже более 2500 лет. Она считается одной из самых сложных игр, требующих интуиции, стратегии и глубокого понимания позиции. В отличие от шахмат, где количество возможных позиций исчисляется миллиардами, в го их число достигает астрономических величин. Эта сложность делает игру особенно трудной для компьютеров, поскольку традиционные методы поиска оптимальных решений, такие как метод минимакса, применяемый в шахматах, неэффективны при таком огромном пространстве состояний.
Программа AlphaGo
AlphaGo была разработана командой исследователей под руководством Демиса Хассабиса и Дэвида Сильвера. Основная идея заключалась в использовании глубокого обучения и машинного обучения с подкреплением. Программа сочетала нейронную сеть для оценки позиции на доске с алгоритмом Монте-Карло для поиска наилучшего хода. Кроме того, AlphaGo обучалась на миллионах партий профессиональных игроков и играла сама против себя миллионы раз, чтобы улучшить свои навыки.
Матч Ли Седоля и AlphaGo

Матч между Ли Седолем и AlphaGo состоял из пяти партий и проходил в Сеуле, Южная Корея. Первая партия завершилась победой AlphaGo со счетом 181 к 177. Вторая партия также закончилась победой программы, хотя Ли Седоль пытался использовать нестандартные ходы, чтобы запутать машину. Однако в третьей партии Ли Седолю удалось выиграть, применив неожиданный ход, который заставил AlphaGo совершить ошибку. Тем не менее, в четвертой и пятой партиях AlphaGo снова взяла верх, завершив матч со счетом 4-1 в свою пользу.
В футболе 4:1 — это крупная победа, фактически разгром
Значение победы AlphaGo
Победа AlphaGo имела огромное значение для развития искусственного интеллекта:
- Доказательство возможностей глубокого обучения: Успех AlphaGo показал, что глубокие нейронные сети могут справляться с задачами, которые ранее считались недоступными для машин.
- Развитие новых методов ИИ: Победа стимулировала исследования в области машинного обучения с подкреплением и разработки новых алгоритмов для решения сложных задач.
- Изменение восприятия ИИ обществом: Люди начали воспринимать искусственный интеллект как нечто большее, чем просто инструмент для выполнения рутинных задач. Появились новые надежды и опасения относительно будущего взаимодействия человека и машины.
Последствия и дальнейшее развитие
После успеха AlphaGo компания DeepMind продолжила работу над улучшением своих технологий. В 2017 году была представлена новая версия программы – AlphaGo Zero, которая смогла самостоятельно научиться играть в го без использования данных человеческих партий. AlphaGo Zero достигла уровня мастерства, значительно превосходящего оригинальную версию AlphaGo.
Сегодня технологии, использованные в AlphaGo, находят применение в различных областях, таких как медицина, финансы и робототехника. Они продолжают вдохновлять ученых и инженеров на создание еще более мощных и универсальных систем искусственного интеллекта.
Таким образом, победа AlphaGo над Ли Седолем стала важным шагом вперед в развитии ИИ и показала миру, что машины способны решать задачи, которые долгое время считались исключительно человеческими.
Статья написана благодаря ссылке на эту историю в книжке Алексея Слободенюка «Речевой интеллект». Рецензию на эту книгу написал несколько дней назад.
В качестве резюме:
Но разум электронный
На шаг вперёд шагнул —
И счёт сравнялся в битве
Фишек и фигур
Этот день год назад
Написал статью: Саяны: По дорогам-тропам к Столбам
Этот день на сайте два года назад
Написал статью Городок: Из Знаменского в Губайлово
Этот день на сайте пять лет назад
Написал статью Штурм: Драйверы развития РП
Этот день на сайте шесть лет назад
Написал статью Книжный шкаф: Мы в город Изумрудный…
Перспективы ИИ в играх после AlphaGo выглядят весьма многообещающими. От игр с неполной информацией до многопользовательских онлайн-баталий и создания новых форматов развлечений — ИИ продолжает открывать новые горизонты в игровой индустрии. Многопользовательские онлайн-игры, такие как Dota 2 и League of Legends, представляют собой сложную среду для ИИ, так как требуют координации действий нескольких агентов. Создание командных ИИ-систем, способных сотрудничать друг с другом и противостоять людям, является амбициозной целью. Некоторые проекты, такие как OpenAI Five, уже продемонстрировали успехи в этом направлении, обыгрывая профессиональные команды в Dota 2.