Računalnik premagal človeka v goju

Matej Huš

9. mar 2016 ob 19:47:50

Starodavna kitajska igra go je po številu možnih postavitev in potez bistveno kompleksnejša od šaha (Deep Blue je Garyja Kasparova matiral že leta 1997), zato je do nedavnega veljala za eno zadnjih trdnjav, kjer so ljudje še boljši od računalnikov. Zdi se, da nič več, saj je danes zjutraj po našem času Googlova umetna inteligenca premagala drugega najboljšega igralca goja vseh časov, Leeja Sedola. To je bila sicer šele prva partija od načrtovanih petih, zato je mogoč tudi drugačen končni rezultat.

Tekma se je odvijala v hotelu v Južni Koreji, kjer se je velemojster Lee Sedol pomeril s programom AlphaGo, ki ga je razvilo londonsko podjetje DeepMind. To podjetje je kupil Google in sedaj pod njegovim okriljem razvijajo umetno inteligenco. Lani oktobra je AlphaGo premagal evropskega prvaka Fana Huija, s čimer je postal prvi računalniški program, ki je človeka premagal v igri go (in to 5:0), ne da bi imel človek na začetku hendikep. O tem so pisali tudi v prestižni reviji Nature. Hui seveda še zdaleč ni slab igralec, a če želimo proglasiti računalnik kot boljši od človeka, je edino pošteno, da najboljši računalniški program premaga najboljšega človeka. In to je ta hip Lee Sedol.

Dvoboj bo sestavljalo pet iger, izmed katerih je bila prva odigrana, nadaljnje pa bodo jutri, v soboto, nedeljo in torek. Zmagovalec dvoboja bo dobil milijon dolarjev, ki jih bo Google v primeru zmage doniral v dobrodelne namene. Sedol pa bo v vsakem primeru dobil še 150.000 dolarjev za udeležbo in 20.000 dolarjev za vsako dobljeno partijo. Googlov program uporablja izjemno moč Googlovega oblaka v ZDA, a to je še vedno bistveno premalo, da bi lahko naivno preračunaval vse možne poteze. Igranje goja zato terja tako imenovano strojno globoko učenje (deep learning), kjer se nevronske mreže učijo prepoznavanja kompleksnih situacij in ustreznih odzivov. AlphaGo se je učil (treniral nevronsko mrežo) na vzorcu 30 milijonov potez iz dejansko odigranih partij goja med človeškimi igralci, kasneje pa se je učil tudi tako, da je igral sam proti sebi.