Geekly articles weekly

AlphaGo gegen Lee Sedola: Ergebnisse und Ergebnisse von Profispielern in th

Gestern fand das letzte fünfte Spiel des Go Matchs in Seoul im Four Seasons Hotel statt. Jeder von ihnen war eine ganze Woche lang dicht mit Geektimes bedeckt. Jemand hat in der Serie gewonnen, aber es ist unwahrscheinlich, dass sich ein solcher Besucher für eine russischsprachige Website über Hochtechnologie und Wissenschaft interessiert, wenn nicht für eine Tatsache.

Gespielt von Li Sedol, dem Besitzer des neunten professionellen Dan, einem der besten Go-Meister der Welt. Sein Gegner war das von Google DeepMind entwickelte Computer-Go-System von AlphaGo. Vor Beginn des Spiels glaubte man, dass kein Produkt einen hochrangigen Meister schlagen konnte. Aber die KI gewann 4-1.

Interessant ist die Geschwindigkeit, mit der AlphaGo arbeitet. Selbst im letzten Oktober hat das System für das Demonstrationsspiel den Spieler viel schwächer gefüttert. Fünf Monate später geht sie um eine der besten herum. Es scheint, dass wir 1997 im Schach erreicht haben, als der Computer den amtierenden Champion im Match zum ersten Mal besiegte. Von diesem Moment an verbesserten Schachprogramme ihre Fähigkeiten so weit, dass eine Person sie unter normalen Bedingungen nicht mehr schlagen kann.

Freut sich das? Sollte ich Angst vor der Kraft der künstlichen Intelligenz haben? Es gelang mir, Kommentare und Antworten zu erhalten, die vom Vizepräsidenten der „Russischen Föderation von Go“ und vom Präsidenten der „Sportvereinigung von Go von St. Petersburg“, Maxim Podolyak, Profispieler von Go und mehreren Europameistern Ilya Shikshin (erster professioneller Dan) undAlexander Dinerstein (dritter professioneller Dan).

Schwierigkeiten gehen


Dieser Sieg kann mit einem anderen historischen Spiel verglichen werden. 1997 besiegte der Deep Blue Supercomputer zum ersten Mal weltweit den amtierenden Schachweltmeister. Kasparovs Verlust war nicht die letzte Niederlage der Menschen. In den folgenden Jahren hat das Computerschach einen Punkt erreicht, an dem selbst die stärksten Schachspieler sie unter normalen Bedingungen nicht schlagen können.

Go (baduk, weiqi) ist ein Brettspiel, das aus dem alten China stammt und in Südkorea, China und Japan beträchtliche Popularität erlangt hat. Heute im ersten Spiel von etwa 60 Millionen Menschen. Spieler legen zweifarbige Steine ​​auf ein Brett einer bestimmten Größe. Das Ziel ist es, einen größeren Bereich als den Gegner auf dem Brett abzusperren.


Der Präsident der Internationalen Schachföderation sagt, nicht ohne Vergnügen, dass jetzt das Schicksal des Schachs auf uns wartet.

Unter dem Gesichtspunkt der Erstellung von KI mit äußerer Einfachheit ist es um ein Vielfaches schwieriger als Schach - Googol (10 100 ) Mal, um genau zu sein. Es sind so viele mögliche Positionen von Steinen auf einem Standard-19 × 19-Brett möglich wie im Schach. Vor dem Aufkommen von AlphaGo glaubte man, dass bisher alle Programme auf Amateurebene gespielt werden, und bis zur Ebene der Meister sind sie ein weiteres Jahrzehnt.

Die Größe des Boards ist bei weitem nicht das einzige Hindernis. Viele Algorithmen, die für Schach verwendet wurden, sind nicht anwendbar. Die Anzahl der Züge ist größer als beim Schach. Das Spiel beginnt mit 55 möglichen Zügen, und bald müssen Sie fast alle 361 Punkte auf dem Brett berücksichtigen. Einige der Moves sind beliebter, andere werden fast nie benutzt. Die ersten Schritte der Partei - Fuseki - beginnen schnell, sich auf etwas Originelles einzulassen. Beim Schach werden die Figuren vom Brett entfernt, beim Los werden sie hinzugefügt (obwohl es möglich ist, sie durch Einfangen von Steinen zu entfernen). Dies schließt die Schaffung einer Basis für Party-Endungen aus. Bestehende Systeme kommen mit dem Ende des Spiels schlecht zurecht, auch aufgrund eines gemeinsamen Kampfes.

Computer-Go-Systeme existieren. In den meisten Fällen bewerten solche Produkte Bewegungen mithilfe einer Baumsuche oder der Monte-Carlo-Methode, verwenden Expertensysteme mit einer Datenbank für gute Bewegungen, Mustervergleich und maschinelles Lernen. Produkte wie Crazy Stone, Zen oder GnuGo zeigen zwar gute Ergebnisse, verlieren aber immer noch gegen Profis.

1989 konnte Goliath einen sechsten Amateur-Dan mit einem riesigen Handicap von 17 Steinen nicht schlagen. Vor AlphaGo wurde das Gewinnen mit 4 Handicap-Steinen als höchste Errungenschaft angesehen . Dieses Jahr warteten sie auf einen Rückgang auf 3 Handicap-Steine. Aber plötzlich tauchte ein System auf, das die Champions gleichberechtigt übertraf.

Kräfte der Parteien


AlphaGo


Alter: weniger als 2 Jahre
Land: Vereinigtes Königreich
Dan  :?

Im Jahr 2014 kaufte Google DeepMind, ein in Großbritannien ansässiges Unternehmen für künstliche Intelligenz. In der Vergangenheit war es DeepMind, das die Aufmerksamkeit auf sich zog, indem es künstliche Intelligenz DQN entwickelte, die unabhängig voneinander 49 alte Atari-Spiele lernte . Wenn Sie ein anderes Unternehmensprodukt beschreiben - AlphaGo - können Sie auch das Wort "Sie selbst" verwenden.

Dieses Computer-Go-System besteht vereinfacht aus einer Kombination der Monte-Carlo-Methode und der Richtlinie für neuronale Netze und Wertschöpfungsnetzwerke. Neuronale Netze wurden in mehreren Stufen des maschinellen Lernens mit Hilfe von 160.000 Spielen von 28,4 Millionen Positionen vom KGS-Server von Spielern vom sechsten bis zum neunten Dan trainiert. Weitere Millionen Stellen wurden für Tests vergeben. Zunächst wurde ein kontrolliertes Training des politischen Netzwerks direkt unter Verwendung der Bewegungen menschlicher Akteure durchgeführt. Ein weiteres politisches Netzwerk wurde verstärktes Lernen. Der zweite spielte mit dem ersten und optimierte ihn so, dass sich die Politik verlagerte, um zu gewinnen, und nicht nur Vorhersagen von Zügen. Schließlich wurde eine Schulung durchgeführt, die durch ein Netzwerk von Werten verstärkt wurde, das den Gewinner von Spielen vorhersagt, die von politischen Netzwerken gespielt werden. Das Ergebnis der korrekten Vorhersage des nächsten Schrittes wurde in 57% der Fälle erzielt.Vor AlphaGo das beste Ergebnisentfielen 44%.

Technische Komponenten wurden sowohl bei "Giktayms" als auch bei "Habr" genauer betrachtet .

AlphaGo wurde mit anderen Programmen verglichen - es übertrifft fast immer alle Konkurrenten - und als menschlicher Spieler. Zu diesem Zweck wurde unter Beteiligung eines Richters der British Federation of Go ein Match gegen den dreifachen Europameister und zweiten professionellen Dan-Inhaber Fan Hui organisiert. Hui verlor alle fünf Spiele.

Lee Sedol


Alter: 33 Jahre
Land: Südkorea
Dan: 9 Profi

Ein weiterer Teilnehmer des Spiels ist ein professioneller Go-Spieler, Li Sedol. Sedol erhielt 1996 im Alter von 13 Jahren seinen ersten professionellen Dan. Sedol hat 18 internationale Titel, er ist einer der fünf stärksten Spieler der Welt.

AlphaGo besiegte den Europameister, wo das Go-Level niedriger ist. Gleichzeitig haben sowohl das Programm als auch Hui Fehler gemacht. Es überrascht nicht, dass Sedoll die Herausforderung schnell annahm und sich bereit erklärte, gegen AlphaGo zu spielen. Lee sagte, dass er leicht mit einer Punktzahl von 4: 1 oder 5: 0 gewinnen würde. In zwei oder drei Jahren wird Google Rache nehmen wollen, und dann wird es interessanter sein, zu spielen, sagte Sedol.

Ablauf der Veranstaltungen


Vom 9. bis 15. März fand im Four Season Hotel in Seoul nach chinesischen Regeln ein Spiel mit 5 Spielen statt, bei dem die weiße Entschädigung für den ersten Zug der Schwarzen (Komi) 7,5 Punkte beträgt. Der Gewinner des Spiels erhielt eine Belohnung von 1 Million Dollar. Wenn AI gewinnt, geht der Preisfonds an wohltätige Zwecke: UNICEF, Entwicklungsorganisationen und andere.

Die Aufmerksamkeit für Spiele war erheblich. Technische Anforderungen zwangen Google, eine Glasfaserleitung im Hotel zu verlegen. Der Suchriese schickte nicht 1920 Prozessorkerne und 280 Videobeschleuniger, auf denen AI gestartet wurde, nach Korea . Stattdessen wurde irgendwo im Mittleren Westen der USA eine Verbindung mit Google Cloud Platform-Servern hergestellt. Die Steine ​​auf dem Brett für AlphaGo wurden von Kameramann Aja Huan (dem sechsten Amateur-Dan) arrangiert.


An dem Spiel nahmen nicht nur Abteilungsleiter Demis Hassabis, sondern auch der frühere Google-CEO Eric Schmidt sowie einer der wichtigsten Ingenieure des Unternehmens, Jeff Dean, teil. Go ist ein beliebtes Spiel in Korea. Das Spiel gelangte mühelos auf die Titelseiten der koreanischen Zeitungen und wurde von Mitgliedern des koreanischen Parlaments besucht. Die Spiele wurden in Koreanisch, Japanisch, Chinesisch und Englisch ausgestrahlt. Allein auf Englisch sahen durchschnittlich 80.000 Menschen YouTube-Sendungen.

Mittwoch, 9. März. Spiel eins



Foto von DeepMind-Mitbegründer Mustafa Suleiman

Schwarz: Lee Sedol
Weiß: AlphaGo
Ergebnis: Lee Sedol gab Niederlage zu
Moves: 186
Moves
Vollständige Sendung
Zusammenfassung des Spiels in englischer Sprache
Kommentare der Russischen Föderation go
Post at Geektimes

Um ein Uhr Ortszeit begann das erste Spiel. Schwarz spielte die Hausaufgaben und in sieben Zügen sollten die Kombinationen über jede Basis hinausgehen. Der grauhaarige Mann zeigte seinen typischen Stil und griff an . Aber AlphaGo hielt sich nicht zurück - das System begann nach ungefähr 12 Steinen voranzukommen.

Wie Kommentatoren sagten, spielte AlphaGo wie ein Mensch: Das System suchte und schuf verwundbare Gruppen von Steinen, um starke Bewegungen auszuführen. Obwohl die KI einige Fehler machte, hatte Schwarz ernsthafte Gründe zur Besorgnis. In den letzten zwanzig Minuten des Spiels entwickelte AlphaGo einen Vorteil. Das Spiel für 3,5 Stunden endete mit dem neunten Dan-Meister, der eine Niederlage eingestand.

Wie Sedoll später sagte , machte AlphaGo einen ungewöhnlichen Schritt, den kein Mensch gemacht hätte. Ein Vertreter eines Teams von Menschen hatte ein solches Spiel nicht erwartet. Das System spielte sich deutlich stärker als gegen den Europameister. Wie der Leiter von DeepMind Hassabis sagte, geht es nicht einmal um Rechenleistung - sie sind ungefähr gleichwie im Spiel gegen Hui. In den letzten fünf Monaten hat AlphaGo gegen sich selbst gespielt und Verstärkungstraining eingesetzt, um ihre eigenen Fähigkeiten zu verbessern. Die erhöhte Leistung war überraschend.

Hat sich die Spielstärke und der Spielstil nach dem Spiel mit Fan Hui im ​​Oktober 2015 verbessert? Alle drei Kommentatoren sind sich einig, dass es wesentliche Änderungen gibt. Ilya Shikshin sagt, dass das Programm die Fähigkeiten von Oktober an von der Stufe des Europameisterspiels auf die Stufe des Weltmeisters spürbar gesteigert hat:
„Ich muss sagen, dass dies ein bedeutender Unterschied ist. Die veröffentlichten Spiele des Programms gegen Fan Hui ließen große Zweifel aufkommen, dass AlfaGo Li Sedol besiegen könnte. Aber in den letzten Monaten hat das Programm einen großen Sprung geschafft. “

„Lee Sedoll wusste nicht, mit wem er spielte. Und die Tatsache, dass er in der ersten Folge versucht hat, das Programm mit Hilfe von nicht standardmäßigen ersten Schritten zu einem Fehler zu provozieren, ist ein Beweis dafür. Anstatt zu versuchen, Schwächen im Programm zu finden, sollte er sein normales Spiel spielen. In diesem Fall wäre nicht klar, wer gewinnen würde. “

Alexander Dinerstein bemerkte das Spiel von zwei verschiedenen Versionen des Programms. Die Version, die mit Fan gespielt hat, hat deutlich mehr Fehler gemacht.

Donnerstag, 10. März. Zweites Spiel



Foto von DeepMind-Mitbegründer Mustafa Suleiman

Schwarz: AlphaGo
Weiß: Lee Sedol
Ergebnis: Lee Sedol gab Niederlage zu
Moves: 211
Moves
Vollständige Übersetzung Spielzusammenfassung
in Englisch
Kommentare der Russischen Föderation go
Post on Geektimes

Nach dem ersten Spiel gab Sedol zu, dass er schockiert war, blieb aber optimistisch : Er glaubte, dass Eröffnungszüge es ermöglichen würden, größere Siegchancen zu erzielen. Das zweite Spiel machte das Ergebnis des Spiels mehr erwartet.

Das AlphaGo-System spielte schwarz, das heißt, es ging zuerst. KI machte aggressive Bewegungen. Der Anfang war ungewöhnlich. Kommentatoren konnten nicht sagen, ob es gut oder schlecht ist. Weiß spielte konservativer.

Neuronale Netze sind nicht für die maximale Anzahl von Punkten konfiguriert. Das Programm sucht nach Bewegungen, die den Sieg erringen. Dies erklärt der DeepMind-Forscher Thor Grapel zu seltsamen Entscheidungen. Zwischen dem Zug, der einen Gewinn mit einem Vorteil von 80% ergibt, und einem weiteren, bei dem Sie mit einer Wahrscheinlichkeit von 99 Prozent und einem Vorteil von 1,5 Punkten gewinnen können, wählt AlphaGo Letzteres. Manchmal verliert das System Punkte, aber es verbessert nur die Gewinnchancen. Bedeutet dies, dass schwache Bewegungen ein Zeichen für das Vertrauen eines Autos in den Sieg sind ?

Im ersten Spiel hatte Sedol noch Zeit auf seiner Uhr. Diesmal erschöpfte er es, so dass eine Person nur eine Minute pro Runde verbringen musste. Am Ende hatte AlphaGo auch seine Zeit erschöpft, so dass sich die Geschwindigkeit des Bewegungsaustauschs bis zum Limit beschleunigte. Aber nicht lange - Weiß gab eine Niederlage zu. Wie sagte der Leiter des DeepMind Hassabis, AlphaGo siegessicher aus der Mitte des Spiels noch irgendwo war.

Könnte DeepMind die Eigenschaften eines bestimmten Spielers berücksichtigen und seine charakteristischen Merkmale in die KI einfügen? Maxim Podolyak sagt, dass die technischen Fähigkeiten waren:
„Da die Basis für professionelle Spiele gemeinfrei ist, wäre es überraschend, wenn sie nicht für die Vorbereitung von AlphaGo verwendet würden. Wir können daher erwarten, dass das Programm ein detailliertes Profil für alle professionellen Spieler hat, da sich seine Konstruktion im Prinzip nicht von der Erstellung eines Profils mit Benutzerpräferenzen unterscheidet. Und darin ist Google stark. "

Ein ähnlicher Standpunkt wird von Ilya Shikshin vertreten:
"Ich bin sicher, dass alle Spiele der öffentlich zugänglichen Parteien von Lee Sedol (über 1000) darauf hochgeladen wurden. Diese Spiele zu kennen und sie jederzeit reproduzieren zu können, könnte dem Programm einen Vorteil verschaffen, während Li Sedol die Spiele gegen Fan Hui nur vor dem Spiel studieren konnte, in dem AlphaGo deutlich niedriger war. “

Allerdings DeepMind sagen , dass speziell für Lee Se-dol AlphaGo nicht perenastrivali. Ja, und es ist kaum möglich, große Änderungen am neuronalen Netzwerk vorzunehmen, indem mehrere hundert Parteien betrieben werden.

Samstag, 12. März. Spiel drei



Von links nach rechts: DeepMind-Gründer Demis Hassabis, neunter professioneller Dan-Besitzer Lee Sedol, Google-Mitbegründer Sergey Brin.

Blacks: Lee Sedol
White: AlphaGo
Ergebnis: Lee Sedol kassierte Niederlage
Moves: 176
Turns
Vollständige Sendung
Zusammenfassung des Spiels in englischer Sprache
Kommentare der "Russian Federation go"
Post on Geektimes

Die Möglichkeit, über das Ergebnis des bereits in diesem Spiel vorhandenen Spiels zu entscheiden, machte auf das Spiel aufmerksam. Google-Mitbegründer Sergey Brin flog ohne Pumpe nach Seoul und besuchte das Spiel. Es war klar, dass der Sieg eine Demonstration der Macht der Technologie war, die die Dienste des Suchriesen untermauert. Von Werbepräferenzen bis hin zu Robomobilen, die sich unabhängig voneinander bewegen können, sind fast alle von Google bis zu dem einen oder anderen Grad auf Systeme mit Elementen künstlicher Intelligenz angewiesen.

Wie im ersten Spiel wurde Sedol schwarz, das heißt im ersten. Die Erfahrung zweier Parteien könnte auch auf eine Reihe günstiger Momente für eine Person zurückgeführt werden. Das Gerücht Ansprüche dass Sedol und ein Expertenteam verbrachten die Nacht auf der Suche nach Schwächen AlphaGo. Alexander Dinerstein stimmt dem zu:
« , , – . , . , . , . , – .»

In der Tat waren die ersten Züge von Schwarz im dritten Spiel aggressiv. Laut den Kommentatoren des Spiels versuchte Sedol in den ersten beiden Spielen einen anderen Stil als üblich und versuchte, Druck auf die Schwachstellen des Systems auszuüben. Im dritten Spiel demonstrierte er seinen typischen Stil mit einem guten Start und einem starken Ko am Ende. Obwohl mit einem Fehler, zeigte AlphaGo die Fähigkeit, mit Co-Fighting zu arbeiten - normalerweise kommen Computersysteme schlecht damit zurecht. In früheren Spielen gab es keine Chance, diese Fähigkeit zu demonstrieren.

Die entscheidende Partei bestimmte den historischen Wert dessen, was geschah. Dies war AlphaGos dritter Sieg in einem Fünf-Spiele-Match. Dies bedeutete, dass das Computersystem bereits Überlegenheit bewiesen hatte. Zwei aufeinanderfolgende Spiele sollten seine Tiefe zeigen.

Sonntag, 13. März. Spiel vier



AlphaGo gibt Niederlage zu

Schwarz: AlphaGo
Weiß: Lee Sedol
Ergebnis: AlphaGo räumte Niederlage ein
Moves: 180
Moves
Vollständige Übersetzung
Zusammenfassung des Spiels in englischer Sprache
Kommentare der „Russischen Föderation go“
Beitrag zu Geektimes

Nach der dritten Niederlage einer Person war eines der Themen der Pressekonferenz die Frage ob AlphaGo Schwachstellen hat. Der grauhaarige Mann erwähnte, wie er sich fühlte. Er entschuldigte sich bei der koreanischen Nation und der Go-Player-Community für das Ergebnis.

Sedoll entschied sich für die Amasi-Strategie und eroberte das Gebiet um den Umfang und nicht das Zentrum. Die Eröffnungszüge von Weiß waren die gleichen wie im zweiten Spiel. Weiß erlaubte Schwarz, die Mitte zu erfassen und sich auf die Kanten und Ecken zu konzentrieren. Wie in früheren Spielen hatte Sedol vor seinem Gegner keine Zeit mehr, was nur eine Minute pro Zug bedeutete.

78 Whites drehte Bewegung so groß sein, dass Kommentatoren beschrieben haben es als Tesuji, haben einige es die „Hand Gottes“ genannt. Vielleicht hat Sedol wirklich eine Schwachstelle im Computersystem gefunden. AlphaGo antwortete schwach. Laut dem Chef von DeepMind, Demis Hassabis, hat das System bei Zug 79 einen Fehler gemacht, da die Chance auf einen Sieg 70% betrug. Aber sie verstand es erst im 87. Zug. Danach wurde die KI verwirrt.

AlphaGo begann offen schwache und schreckliche Bewegungen zu machen. Das System erkennt eine Niederlage, wenn die Gewinnchancen unter 20 Prozent fallen. Darüber erinnerte sich Google-Ingenieur David Silver während einer Pause, die Lee Sedol einnahm. Dies ist notwendig, um die Kultur des Spiels aufrechtzuerhalten - in einer eindeutig nachteiligen Position weiterzumachen, wäre für den Gegner respektlos. Silver lehnte es ab, sich zu einer Reihe von verwaschenen Systembewegungen zu äußern. Das Spiel ging weiter und Sedol war immer noch gezwungen, unter Zeitmangelbedingungen zu arbeiten. AI machte einen weiteren Fehler und besiegte später. Das Ergebnis der 4,5-stündigen Konfrontation war der erste Sieg eines Mannes in diesem Match.

Sedoll sagte, er sei noch nie so sehr zu nur einem Sieg beglückwünscht worden. Er erwähnte, dass das Auto nicht so stark ist, wenn es schwarz wird.

Dienstag, 15. März. Spiel fünften



Kontrollraum AlphaGo, Mustafa Suleiman

Schwarze: Lee Sedol
Weiß: AlphaGo
Ergebnis: Lee Sedol gab Niederlage zu
Moves: 280
Moves
Vollständige Übertragung
Zusammenfassung des Spiels in englischer Sprache
Kommentare der Russischen Föderation go
Post on Geektimes

Black startete in einem ähnlichen Stil wie das erste Spiel. Dann versuchte Sedol, das Gebiet in der oberen rechten und linken Ecke zu markieren - eine Strategie, die er im vierten Spiel erfolgreich anwendete. AlphaGo übernahm die Mitte. Von 48 bis 58 gingen der Mann und das Auto bündig. Aber AlphaGo sah das Tesuji der Schwarzen nicht und Lee stürmte vorwärts.

Aufgrund eines kleinen Fehlers hat AlphaGo seine Position leicht verschlechtert. Infolge eines langen Kampfes hatten beide Spieler keine Zeit mehr, das heißt, sie mussten erneut jeden Stein in weniger als einer Minute platzieren. Das Spiel kam in tiefen Augen heraus, das Brett war fast vollständig mit Steinen gefüllt. Weiß gelang es immer noch, den Vorteil zurückzugewinnen. Als Sedol die Position einschätzte, stellte er fest, dass er verlor. Nach fünf Stunden räumte er eine Niederlage ein.

Fragen


Was bedeutet das Match für Lee Sedola?


Das Ergebnis des Spiels war überraschend - die Niederlage eines der besten menschlichen Spieler, der plötzliche Sieg eines der neuen Computersysteme gehen. Anstelle einer Million erhält Sedol 170.000 Dollar: 150.000 für die Teilnahme und 20.000 für einen Sieg.

Ein anderes Problem ist, warum Sedol verloren hat. Wie Ilya Shikshin sagt, war er psychologisch nicht vorbereitet:
AlfaGo konnte Lee Sedola besiegen. Dies bedeutet jedoch nicht, dass das Programm stärker spielt. Ich denke, dass ihr Niveau ungefähr gleich ist. Es war nur so, dass Lee Sedol psychologisch nicht bereit war, das Programm in den ersten Raten zu bekämpfen, da es für ihn eine große Überraschung war, dass das Programm es auf gleicher Augenhöhe bekämpfen konnte.

Alexander Dinerstein:
Ich gebe zu, dass ich mit einer solchen Situation nicht gerechnet habe. Wie die meisten Go-Profis war er sich sicher, dass Lee Sedol leicht gewinnen würde. Aber wir haben Programmfehler gesehen. Ich glaube, dass die Frage noch offen ist. Lee Sedol ist selbst in Korea nicht der erste in der Rangliste. Ich denke, dass andere Profis seines Niveaus eine Chance haben zu gewinnen, besonders wenn wir eine Auswahl von Spielen sehen, die vom Programm gespielt werden, anhand derer wir nach ihren Schwächen im Spiel suchen können

Was bedeutet ein Match für AlphaGo?


Für den Sieg über Lee Sedol verlieh die koreanische Paduk Association dem System offiziell einen neunten professionellen Dan. Dies bedeutet, dass sie als Top-Spielerin gilt.

Lee Sedol ist nicht der stärkste Spieler auf dem Planeten, es gibt andere. Zum Beispiel behauptet der Besitzer des neunten professionellen Dan, Ke Jie, dass er mit einer Wahrscheinlichkeit von 60% AlphaGo schlagen könnte. Website Go Bewertungen haben es wirklich höher in der Rangliste. AlphaGo wurde auch vom chinesischen Meister des neunten professionellen Dan Gu Li herausgefordert. Es gibt Gerüchte über Anfragen, gegen Iyama Utah zu spielen. Während die KI einen Gegner auswählt, hat der Redirector berechnet



dass AlphaGo höher sein kann als die besten der Personen in der Rangliste. Nach seinen Schätzungen nach dem Bayes-Theorem liegt die AlphaGo-Bewertung bei 3649, während Jie bei 3621 niedriger liegt.

Aussagen über die Stärke des Systems zu treffen, ist jedoch möglichst früh. Es werden nur wenige Spiele veröffentlicht, und die tatsächliche Leistung des Systems ist unklar. Und gibt es einen Punkt in Bewertungspunkten, wenn das System eine Schwachstelle finden kann? Laut Alexander Dinerstein wäre es interessant, das Spiel gegen Takemia Masaki, den Besitzer des neunten professionellen Dan, zu sehen:
„Er war einer der stärksten Meister der Welt der frühen 90er Jahre. Wir haben festgestellt, dass das Programm das Spiel dem Zentrum vorzieht, um Einfluss zu nehmen. Lee Sedoll in allen Parteien holte Punkte in den Ecken. Und Takemia-Sensei ist dafür bekannt, dass er das Zentrum sehr gern spielt und zu Beginn des Spiels überhaupt nicht "gierig" ist. Es ist nicht klar, wie sich das Programm gegen einen so ungewöhnlichen Spielstil verhalten würde. "

Man kann von einem Computersystem originelle und unerwartete Bewegungen erwarten, an die eine Person niemals gedacht hätte. Wie Maxim Podolyak sagt, sah er in den AlphaGo-Bewegungen die natürlichen, erklärbaren Bewegungen eines außergewöhnlich starken Spielers:
„Wie ein Buch sagt, fließt eine Party wie ein Strom von einem Berghang, natürlich und kraftvoll. B.102 sah in der ersten Folge beeindruckend und beeindruckend aus. Dies ist jedoch kein "göttlicher" Schritt. "

Dynerstein behauptet, dass einige AlphaGo-Bewegungen von Menschen nicht berücksichtigt wurden:
« , , 9 (), . C, , 5 % . 95 – , . , .

Google?


Der Internetgigant hat erneut gezeigt, dass er über die beste Technologie der Welt verfügt. Diese Abteilung von Google war die erste, die eine andere Aufgabe der Informatik lösen konnte. In DeepMind sehen sie nützliche Anwendungen für ihre Best Practices: Dies sind Einkaufsempfehlungsdienste oder die Analyse medizinischer Daten.

Aber Sie können kommerziellen Projekten entkommen und trotzdem davon träumen, loszulegen. Es spielt keine Rolle, ob Computer besser spielen als Menschen oder nicht. Sie können ein Produkt auf ein anderes setzen und den Kampf zwischen zwei produzierenden Unternehmen verfolgen. Und sie sind: Facebook erschafft einen Dunkelwaldroboter , der bisher schwächer spielt und noch nicht an offiziellen Spielen gegen Profispieler teilgenommen hat. Diesen Monat sollte Darkforest an der Computer-Weltmeisterschaft teilnehmenin Japan. Das beste Programm des Turniers wird gegen Koichi Kobayashi gespielt.

Wird jemand die Schlacht von Facebook mit Google auf einem 19 × 19-Brett verfolgen? Eine Konfrontation und persönliche Feindseligkeit ist übrigens leicht vorstellbar. Im Januar sprach Zuckerberg am selben Tag wie Google über sein System. Und wenn Facebook nur Entwicklungsnachrichten hatte, dann konnte sich DeepMind bereits eines Sieges über den Champion rühmen.

Maxim Podolyak:
Kaum. Dies entspricht in etwa der Darstellung, wie das Programm Fraktale oder farbige Flecken auf dem Bildschirmschoner malt. Niemand interessiert sich für die mechanische Aufzählung von Optionen, daran ist nichts Phänomenales. Aber die Tatsache, dass eine Person dies tun kann, ist ein Phänomen.

Alexander Dinerstein:
Für Schachspieler gibt es solche Spiele seit langem und sie stoßen nicht auf großes Interesse. Persönlich würde ich gerne ein Programmturnier sehen, das von einer Person kommentiert wird. Übrigens wäre es nicht weniger interessant, ein Top-Pro-Turnier mit AlphaGo-Kommentaren zu sehen.

Ilya Shikshin:
Ich denke, dass Übereinstimmungen zwischen Computerprogrammen das Interesse der Menschen wecken können. Ähnliche Spiele wurden bereits ausgestrahlt und versammelten mehrere hundert Zuschauer. Das Niveau einer Person, die unterwegs ist, ist noch lange nicht perfekt. Es gibt Raum zum Wachsen und Entwickeln.

Was bedeutet ein Match für unterwegs?


Man kann die Niederlage der klügsten Leute, die Tausende von Jahren Erfahrung gesammelt haben, und den Sieg eines seelenlosen Stücks Eisen mit Siliziumstücken im Inneren, das ein Programm startet, das nicht zwei Jahre gedauert hat, anders wahrnehmen. In der Community der Fans des Spiels ist jemand sichtbar negativ. Andere sehen, dass AlphaGo zur Popularisierung beiträgt. Aber er wird nur gewinnen, wenn er jemanden hat, mit dem er konkurrieren und von dem er lernen kann, bemerkt Ilya Shikshin:
„Das Programm hat sehr würdig gespielt und verdientermaßen gewonnen. Könnte dieses Match anders enden? Ich denke nicht. Ich bin sicher, dass Lee Sedol in diesen 5 Spielen viel für sich entdeckt hat. Jetzt sollte er bereit sein, gegen AlfaGo zu kämpfen, aber leider ist es zu spät. Go-World hat in der Person dieses Programms einen ernsthaften Rivalen.
Aber nicht nur Li Sedol machte Entdeckungen. Millionen von Menschen, die dieses Spiel gesehen haben, haben auch etwas Neues entdeckt. Jemand hat enorme Möglichkeiten für Technologie und künstliche Intelligenz, jemand hat etwas Neues im Spiel gefunden und sieht es jetzt anders, aber für jemanden war das Go-Spiel selbst eine Offenbarung.
Ich persönlich freue mich sehr, dass mein Lieblingsspiel heutzutage zum Mittelpunkt der Aufmerksamkeit der ganzen Welt geworden ist. Ich glaube, dass mit go jetzt alles nur noch besser wird. “

Alexander Dinerstein:
„Ich vermute, dass das Preisgeld in asiatischen Ländern sinken könnte, aber für den Rest der Welt sollten die Vorteile der Werbung für das Spiel, und es war kolossal, überwiegen. Ich erwarte einen Zustrom neuer Spieler in Go, und wir sollten uns nur darüber freuen. Viele haben zum ersten Mal von diesem Spiel gehört. “

Es ist auch möglich, Probleme zu lösen, die Menschen nicht bekommen:
„Die Welt von go ist sicherlich verärgert, aber mit dem Aufkommen des Programms können wir viele interessante Dinge lernen. Zum Beispiel gibt es in Go ein Puzzle, das 1713 vom berühmten japanischen Meister Dosetsu Inseki erfunden wurde. Die Berechnung geht zweihundert Schritte vorwärts. Es wurden ganze Bücher darüber veröffentlicht, aber niemand konnte es lösen. Es gibt schöne Lösungen, aber sie unterscheiden sich von der ursprünglich vom Autor angekündigten Aufgabe. Schließlich werden wir herausfinden, ob dieses Problem eine Lösung hat. Oder hat sich Dossetsu geirrt? “

Wenn die Stromversorgungssysteme von AlphaGo zur Norm werden, ist es einfach, die Bewegungen eines solchen Systems zu betrügen und zu nutzen. Bisher wurde der Champion von einem riesigen Computercluster geschlagen. Es ist physisch unmöglich, ihn mitzunehmen. Heutzutage reicht die Rechenleistung des Smartphones aus , um jede Person im Schach auf die Schulterblätter zu setzen. Dies geschah nicht sofort, aber wir sollten in naher Zukunft ähnliche Dinge erwarten. Eines Tages wird die Möglichkeit eines Betrugs auch ohne Funkverbindung in Ihre Tasche passen. Laut Dienstein sind elektronische Geräte bei Go-Meisterschaften jetzt entspannt:
« . . , ( ). , , . . , , , .»

?


Der Algorithmus wurde im Laufe der Monate entwickelt, er wurde darauf trainiert, auf menschlichen Partys zu spielen, und dann erreichte er unabhängig das höchste Level. Dies ist eine der besten visuellen Demonstrationen der Stärke und Geschwindigkeit der KI.

Laut Ilya Shikshin war er beeindruckt von der Geschwindigkeit, mit der das System das Spielen lernte:
„In kurzer Zeit lernte das Programm, auf höchstem Niveau zu spielen. "Ich war daran interessiert zu beobachten, wie sich das Programm verhält, wenn es gewinnt und wenn es verliert."

Was bedeutet ein Match für uns alle?


Ist AlphaGo künstliche Intelligenz?

Das System hat gelernt, auf Partys von Menschen zu spielen. Künstliche neuronale Netze haben so viele Spiele gesehen, wie noch niemand in ihrem ganzen Leben gespielt hat. Dann, in Spielen gegen sich selbst, brachte das System die Fähigkeit auf ein Niveau, das den Sieg über die besten Leute bringt. Dies ist bei Deep Blue nicht der Fall, wenn der Lösungssuchalgorithmus vollständig manuell eingestellt wurde.

Dies unterscheidet sich kaum davon, wie wir Sprache lernen. Kinder erhalten irgendwie die Fähigkeit, Wörter zu wiederholen, Wörter in Sätze zu setzen und dann ihre Gedanken in Fragmenten auszudrücken. Dies erfordert jahrelanges Training, dies ist nur an einigen Stellen im Leben möglich, an denen das Gehirn am anfälligsten ist. Wie unterscheidet sich AlphaGo von der Person, die das Sprechen gelernt und dann die Fähigkeiten vor dem Schreiben von Literatur verbessert hat?

Sie können in das Projekt hineinschauen und sehr enttäuscht sein: Es gibt Algorithmen, die interpretiert und verstanden werden können. Gleichzeitig erfüllt AlphaGo sein Ziel perfekt. Dies ist das Problem: KI muss aus Sicht von Skeptikern unerklärlich sein, alles können und die Menschheit hassen. Die einfache Ausführung einer Aufgabe erhöht die Kosten für die Berechnung von Optionen.

Aber die Frage nach dem Wesen der Begriffe ist nicht so interessant. Erschreckender ist der Gedanke, dass AlphaGo-Spiele besser laufen als alle seine Schöpfer und sogar Menschen, deren Parteien es neuronalen Netzen beigebracht haben.

Wird künstliche Intelligenz uns zerstören?

Vorbehaltlich der Wirkung der künstlichen IntelligenzManchmal müssen Programme sich ihrer selbst bewusst sein. Genau das legt die KI nicht. IBM Watson hat Leute in das intellektuelle Spiel Jeopardy geschlagen, weiß aber nichts davon. Er beeilt sich noch nicht über den Wunsch zu spielen. Er freut sich nicht über den Sieg. Er versteht nicht einmal, dass er gewonnen hat. Er hat kein Bewusstsein.

AIs sind keine kanonischen Bilder in Form einer roten HAL9000-Glühbirne oder eines bösen SkyNet. Künstliche Intelligenz hat kein Bewusstsein. Dies ist nur ein Computerprogramm, das „intelligent“ genug ist, um Aufgaben auszuführen, für die normalerweise die Teilnahme menschlicher Analysen erforderlich ist. Dies ist keine kaltblütige Tötungsmaschine.

Zum Beispiel gibt es heute zu viele wissenschaftliche Artikel und Studien. Es ist physikalisch unmöglich, alles zu lesen. Wir brauchen ein System, das diese monströsen Informationsfelder lesen und organisieren kann. Und ein solches System wird künstliche Intelligenz haben.

Aber diese KI wird keine Menschen töten. Vielmehr wird es ihre Jobs besetzen.

Wird die KI uns ohne Arbeit lassen?

Künstliche Intelligenz kann die Arbeitseffizienz erheblich steigern. Dies sollte Anlass zur Sorge geben.

Zu Beginn der Zivilisation waren alle mit der Lebensmittelproduktion beschäftigt, aber es war kaum genug. Heute ist fast niemand in der Landwirtschaft tätig, aber es gibt viel zu essen. Die Antwort auf dieses Rätsel liegt in der Arbeitsproduktivität und der Werkzeugeffizienz.

Ein Übersetzungssystem, das nur das Korrekturlesen und Vergleichen von Begriffen erfordert, kann einem Übersetzer das Leben erleichtern. Bedeutet dies, dass die Hälfte der Übersetzer Gefahr läuft, ihren Arbeitsplatz zu verlieren?

Eine einfache Analyse des Textes hebt eine heiße Phrase im Artikel hervor und veröffentlicht dann eine ähnliche mit einem Link zum Original über die API für soziale Netzwerke. Bedeutet dies, dass die Reihen der SMMs dünner werden? Die Antwort auf die Anforderungen, den Mindestlohn an Kassierer anzuheben. Eine Flottille unbemannter Lastwagen bewegt sich unabhängig voneinander zwischen den Städten, und der Fahrer sitzt manchmal nur hinter dem Lenkrad, um zu parken. Was tun mit der riesigen Masse befreiter Trucker?






Durch die Analyse des Videostreams der Übertragung eines Sportspiels kann der Roboter einen Nachrichtenartikel verfassen, der sich in keiner Weise von dem einer Person unterscheidet. Wo gibt es in diesem Szenario mehr Arbeitsplätze für Journalisten?

Das Expertensystem bewertet das Rechtsdokument und erstellt seine Entscheidung darüber. Was tun mit der frei gewordenen Armee von Nachwuchskräften in Anwaltskanzleien?

Nicht einmal der Verlust von Arbeitsplätzen, aber ihr Charakter ist gefährlich. Zuallererst werden einfache schlecht bezahlte Jobs verschwinden. Diejenigen in solchen Positionen sind wirtschaftlich am anfälligsten.

Können wir uns an die tiefgreifenden sozialen Veränderungen anpassen, die nicht einmal in einer Revolution, sondern in einem scharfen Blitz stattfinden werden? Wer wird von KI profitieren: nur diejenigen, die ein solches System besitzen? Bedeutet dies eine weitere Zunahme der sozialen Ungleichheit?

Dies sind die Fragen, die das nächste AI-Wintertauwetter erschrecken sollten. Es sollte nicht diese primitive Phobie der allmächtigen mechanischen Killer sein. Die Nachrichten über den Aufstand von Autos bleiben die Schlagzeilen "Der Roboter hat einen Mann getötet ". Technologie ist nur ein Werkzeug. Gefahr für Menschen schaffen andere Menschen.

AlphaGo ist ein weiterer Botschafter einer solch dunklen Zukunft des Wandels. Aber diese KI ist keine Bedrohung, schon allein deshalb, weil das Spiel dank ihr nur noch beliebter wird. Ein anderer Spieler kann es nicht schlechter machen, dessen Spiele von Millionen gesehen werden.

Source: https://habr.com/ru/post/de391747/

More articles:


All Articles