Nauczyli program wygrywać z człowiekiem w grę Go, teraz próbują to odwrócić. Wyszło tak średnio
Starochińska gra w Go ponownie zyskała rozgłos dzięki sztucznej inteligencji, która pokonała światowych mistrzów i doprowadziła jednego z nich do zakończenia kariery. Teraz rola się odwraca, bo to człowiek pokonał sztuczną inteligencję. Aczkolwiek z małą pomocą.
Inżynierowie pracujący pieczołowicie nad rozwojem sztucznej inteligencji uwielbiają grę Go, której zasady są idealnym polem do testowania potencjału algorytmów i doprowadzania umysłów ludzkich mistrzów do granic możliwości.
Najbardziej znanym pokazem możliwości SI w grze Go jest AlphaGo, stworzony przez DeepMind. To model sztucznej inteligencji, który ma jeden cel: stać się mistrzem w tradycyjną chińską grę. W tym celu model przeszedł trening na danych o 30 mln ruchów w grach przeprowadzonych przez profesjonalistów, ostatecznie wygrywając 499 z 500 gier i pokonując najbardziej utytułowanych zawodników.
SI nie do pokonania w Go? Role się odwracają.
Przez lata uznawano, że Go jest grą bardzo trudną do opanowania przez sztuczną inteligencję i to człowiek wiedzie prym w starciu z komputerem. Jednak od pamiętnych rozgrywek w 2016 roku, kiedy to SI pokonało południowokoreańskiego mistrza Lee Se-dola, trend się odwrócił i coraz częściej kwestionuje się możliwości pokonania SI.
Jak się okazuje, pokonanie oprogramowania w Go nie jest proste, ale jednocześnie nie jest niemożliwe. Nie potrzeba ani szczęścia, ani lat konsekwentnego treningu - wystarczy sztuczna inteligencja, która podpowie jak złamać... inną sztuczną inteligencję.
Historia Kellina Pelrine została opisana przez brytyjski Financial Times. Perline według rankingów w grze Go jest amatorem, jednocześnie jest stażystą w firmie FAR AI zajmującej się badaniem i rozwojem sztucznej inteligencji. Perline jest jednym z członków zespołu pracującego nad rozpracowaniem programu KataGo, darmowego programu będącego w stanie pokonać najlepszych graczy świata w Go.
Człowiek pokonał SI w Go - jak?
Teraz FAR AI opracowało program, który pozwolił człowiekowi wygrać z maszyną. Oprogramowanie stworzone przez amerykańską firmę rozegrało z KataGo ponad milion gier, dzięki czemu udało mu się odkryć słaby punkt w działaniu SI KataGo.
Jak mówi Kellin Pelrine, strategia pokonania KataGo "nie jest błahostką, ale nie jest też super-trudna". Według niego każdy średniozaawansowany gracz byłby w stanie wygrać z programem.
W dużym uproszczeniu: gra Go odbywa się na planszy 19x19, na której gracze na przemian układają czarne i białe kamienie. Celem każdego z graczy jest zajęcie jak największej powierzchni planszy. Strategia zasugerowana przez SI i zastosowania przez Perline polegała na powolnym połączeniu dwóch okręgów, aby otoczyć kamienie przeciwnika. Aby odwrócić uwagę SI, Perline wykonywał mylące KataGo ruchy w rogu planszy.
Go popisową grą SI
Strategia, która pozwoliła wygrać człowiekowi z SI, jest wypadkową tego samego problemu, z którym mierzy się każdy inny model - nie tylko KataGo, ale też popularne ChatGPT, GPT-3 czy Bing: potrafią one sprawnie odpowiadać jedynie na informacje zawarte w ich danych treningowych. Gdy ich brak, SI gubi się i nie odpowiada lub generuje błędne odpowiedzi. Zgodnie ze słowami Adama Gleave'a, szefa FAR AI, tak najprawdopodobniej stało się w przypadku KataGo, które nie przewidziało zastosowania nietypowej strategii.
Wśród inżynierów SI Go cieszy się jeszcze większym zainteresowaniem niż szachy ze względu na duży rozmiar planszy, a co za tym idzie dużo większą liczbę możliwych ruchów. W szachach przeciętna możliwych ruchów podczas tury to około 20, podczas gdy w Go jest to około 200.
Szachy oraz Go polegają w dużej mierze na przewidywaniu przyszłości: co może zrobić mój przeciwnik? Co zrobię, jeżeli przeciwnik wykona dany ruch? Jaka będzie jego odpowiedź na ten ruch? Są to drzewa decyzyjne, których wielkość zależy od charakterystyki i zasad gry. Drzewo decyzyjne w grach takich jak kamień-papier-nożyce czy kółko i krzyżyk jest niezwykle proste, jednak w różnych grach wieloosobowych jest ono znacznie bardziej skomplikowane.
Wyzwaniem dla SI w Go jest nie tylko wielkość drzewa decyzyjnego, które w porównaniu do choćby szachów jest tysiące razy większe. Drzewo decyzyjne w Go nie posiada punktu krytycznego, do którego może dążyć jeden z graczy lub go unikać, np. utrata królowej w szachach, co dodatkowo podnosi poprzeczkę dla sztucznej inteligencji.
