Geekly articles weekly

AlphaGo vs Lee Sedola: résultats et scores des joueurs professionnels en th

Le dernier cinquième match du match aller s'est déroulé hier à Séoul au Four Seasons Hotel. Chacun d'eux a été densément couvert sur Geektimes pendant une semaine entière. Quelqu'un a gagné dans la série, mais il est peu probable qu'un tel visiteur soit intéressé par un site en russe sur la haute technologie et la science, sinon pour un fait.

Joué par Li Sedol, le propriétaire du neuvième dan professionnel, l'un des meilleurs maîtres de go au monde. Son adversaire était le système informatique Go d'AlphaGo, développé par Google DeepMind. Avant le début du match, on pensait qu'aucun produit n'était capable de battre un maître de haut niveau. Mais l'IA a gagné 4-1.

La vitesse à laquelle AlphaGo affine est intéressante. Même en octobre dernier, le système du match de démonstration a beaucoup affaibli le joueur. Cinq mois plus tard, elle fait le tour de l'un des meilleurs. Il semble que nous ayons atteint 1997 aux échecs, lorsque l'ordinateur a battu pour la première fois le champion en titre du match. À partir de ce moment, les programmes d'échecs ont amélioré leurs compétences à un niveau tel qu'une personne n'est plus en mesure de les battre dans des conditions normales.

Cela attend-il avec impatience? Dois-je avoir peur du pouvoir de l'intelligence artificielle? J'ai réussi à obtenir les commentaires et réponses fournis par le vice-président de la «Fédération de Russie de go» et le président de la «Fédération sportive de go de Saint-Pétersbourg» Maxim Podolyak, les joueurs professionnels de go et plusieurs champions européens Ilya Shikshin (premier dan professionnel) etAlexander Dinerstein (troisième dan professionnel).

Les difficultés disparaissent


Cette victoire peut être comparée à un autre match historique. En 1997, le supercalculateur Deep Blue a battu pour la première fois au monde le champion du monde d'échecs en titre. La perte de Kasparov n'était pas la dernière défaite des gens. Au cours des années suivantes, les échecs informatiques ont atteint un point où même les plus forts des joueurs d'échecs ne peuvent pas les battre dans des conditions normales.

Go (baduk, weiqi) est un jeu de société originaire de la Chine ancienne et qui a gagné en popularité en Corée du Sud, en Chine et au Japon. Aujourd'hui , environ 60 millions de personnes jouent au go . Les joueurs placent des pierres de deux couleurs sur une planche d'une certaine taille. Le but est de délimiter une zone plus grande que l'adversaire sur le plateau.


Le président de la Fédération internationale des échecs, non sans plaisir, dit que maintenant le sort des échecs attend et s'en va.

Du point de vue de la création d'IA, avec une simplicité externe, c'est beaucoup plus difficile que les échecs - googol (10 100 ) fois, si plus précisément. Il y a tellement de fois plus de positions possibles de pierres sur une planche standard 19 × 19 que dans les échecs. Avant l'avènement d'AlphaGo, on croyait que jusqu'à présent, tous les programmes sont joués au niveau amateur, et jusqu'au niveau des maîtres, ils sont une autre décennie.

La taille de la planche est loin d'être le seul obstacle. De nombreux algorithmes utilisés pour les échecs ne sont pas applicables. Le nombre de coups est supérieur à celui des échecs. Le jeu commence avec 55 coups possibles, et bientôt vous devez considérer presque tous les 361 points du tableau. Certains mouvements sont plus populaires, d'autres ne sont presque jamais utilisés. Les mouvements initiaux du parti - fuseki - commencent rapidement à entrer dans quelque chose d'original. Aux échecs, les pièces sont retirées du plateau, en jeu elles sont ajoutées (bien qu'il soit possible de les retirer en capturant des pierres). Cela exclut la création d'une base pour les fins de soirée. Les systèmes existants supportent mal la fin du jeu, y compris à cause d'un co-combat.

Il existe des systèmes informatiques. Le plus souvent, ces produits évaluent les mouvements à l'aide d'une recherche d'arbre ou de la méthode Monte Carlo, utilisent des systèmes experts avec une base de données de bons mouvements, de correspondance de modèles et d'apprentissage automatique. Des produits tels que Crazy Stone, Zen ou GnuGo peuvent montrer de bons résultats, mais ils perdent toujours face aux professionnels.

En 1989, Goliath n'a pas pu battre un sixième dan amateur avec un énorme handicap de 17 pierres. Avant AlphaGo, gagner avec 4 pierres de handicap était considéré comme le plus haut niveau . Cette année, ils attendaient une baisse à 3 pierres de handicap. Mais soudain, un système est apparu qui a surpassé les champions sur un pied d'égalité.

Forces des partis


AlphaGo


Âge: moins de 2 ans
Pays: Royaume-Uni
Dan  :?

En 2014, Google a acheté DeepMind, une société d'intelligence artificielle basée au Royaume-Uni. C'est DeepMind dans le passé qui a attiré l'attention en créant l'intelligence artificielle DQN, qui a indépendamment appris à jouer à 49 anciens jeux Atari . Lorsque vous décrivez un autre produit de l'entreprise - AlphaGo - vous pouvez également utiliser le mot «vous-même».

Ce système de gestion informatique consiste de façon simplifiée en une combinaison de la méthode de Monte Carlo et de réseaux de neurones politiques et de réseaux de valeurs. Les réseaux de neurones ont été formés à plusieurs étapes de l'apprentissage automatique à l'aide de 160 000 jeux à partir de 28,4 millions de positions du serveur KGS de joueurs du sixième au neuvième dan. Un autre million de postes ont été attribués aux tests. Dans un premier temps, une formation contrôlée du réseau politique a été réalisée directement en utilisant les mouvements des acteurs humains. Un autre réseau de politique a été renforcé l'apprentissage. Le second a joué avec le premier et l'a optimisé pour que la politique se déplace vers la victoire, et pas seulement les prédictions de mouvements. Enfin, une formation a été menée, renforcée par un réseau de valeurs qui prédit le vainqueur des jeux joués par les réseaux politiques. Le résultat d'une prédiction correcte du prochain mouvement a été obtenu dans 57% des cas.Avant AlphaGo, le meilleur résultatreprésentaient 44%.

Les composants techniques ont été examinés plus en détail à la fois sur "Giktayms" et sur "Habr" .

AlphaGo a été comparé à d'autres programmes - il surpasse presque toujours tous les concurrents - et en tant que joueur humain. À cette fin, avec la participation d'un juge de la Fédération britannique de Go, un match a été organisé contre le triple champion d'Europe et deuxième titulaire danois Fan Hui. Hui a perdu les cinq matchs.

Lee Sedol


Âge: 33 ans
Pays: Corée du Sud
Dan: 9 professionnels

Un autre participant au match est un joueur de go professionnel Li Sedol. Sedol a reçu son premier dan professionnel en 1996 à l'âge de 13 ans. Sedol a 18 titres internationaux, il est l'un des cinq joueurs les plus forts du monde.

AlphaGo a battu le champion d'Europe, où le niveau de go est plus bas. En même temps, le programme et Hui ont fait des erreurs. Sans surprise, Sedoll a rapidement accepté le défi et a accepté de jouer contre AlphaGo. Lee a dit qu'il gagnerait facilement avec un score de 4: 1 ou 5: 0. Dans deux ou trois ans, Google voudra se venger, puis ce sera plus intéressant à jouer, a expliqué Sedol.

Déroulement des événements


Du 9 au 15 mars, un match de 5 matchs a eu lieu au Four Season Hotel de Séoul selon les règles chinoises, où le montant de la compensation des blancs pour le premier coup des noirs (Komi) est de 7,5 points. Le vainqueur du match a reçu une récompense de 1 million de dollars. Si AI gagne, le prix est remis à une œuvre caritative: l'UNICEF, des organisations de développement et d'autres.

L'attention aux jeux était importante. Les besoins techniques ont obligé Google à installer une ligne de fibre optique dans l'hôtel. Le géant de la recherche n'a pas envoyé 1920 cœurs de processeur et 280 accélérateurs vidéo sur lesquels l' IA a été lancée en Corée . Au lieu de cela, une connexion a été établie avec les serveurs Google Cloud Platform quelque part dans le Midwest des États-Unis. Les pierres sur le plateau d'AlphaGo ont été arrangées par la caméraman Aja Huan (le sixième dan amateur).


Le match a réuni non seulement le chef de division Demis Hassabis, mais aussi l'ancien PDG de Google, Eric Schmidt, ainsi que l'un des principaux ingénieurs de l'entreprise, Jeff Dean. Go est un jeu populaire en Corée. Le match s'est sans effort fait la une des journaux coréens et a réuni des membres du parlement coréen. Les matchs ont été diffusés en coréen, japonais, chinois et anglais. Rien qu'en anglais, 80 000 personnes en moyenne ont regardé les émissions YouTube.

9 mars, mercredi. Premier jeu



Photo du co-fondateur de DeepMind Mustafa Suleiman

Black: Lee Sedol
White: AlphaGo
Résultat: Lee Sedol a admis sa défaite
Moves: 186
Moves
Diffusion complète
Résumé du jeu en anglais
Commentaires de la Fédération de Russie go
Post à Geektimes

À 13 heures, heure locale, le premier match a commencé. Les noirs ont joué les devoirs et en sept coups, les combinaisons devaient dépasser toute base. L'homme aux cheveux gris a montré son style typique et a attaqué . Mais AlphaGo ne s'est pas retenu - le système a commencé à avancer après environ 12 pierres.

Comme l'ont dit les commentateurs, AlphaGo a joué comme un humain: le système a recherché et créé des groupes de pierres vulnérables pour effectuer des mouvements puissants. Bien que l'IA ait commis quelques erreurs, Black avait de sérieuses raisons de s'inquiéter. Au cours des vingt dernières minutes du jeu, AlphaGo a développé un avantage. Le jeu pendant 3,5 heures s'est terminé avec le neuvième maître dan admettant sa défaite.

Comme Sedoll l' a dit plus tard, AlphaGo a fait un mouvement inhabituel qu'aucun humain n'aurait fait. Un représentant d'une équipe de personnes ne s'attendait pas à un tel match. Le système a joué nettement plus fort que contre le champion d'Europe. Comme l'a dit le responsable de DeepMind Hassabis, il ne s'agit même pas de puissance de calcul - ils sont à peu près les mêmescomme dans le match contre Hui. Au cours des cinq derniers mois, AlphaGo a joué contre elle-même et a utilisé une formation de renforcement pour améliorer ses propres compétences. L'augmentation de la puissance a été une surprise.

La puissance et le style de jeu se sont-ils améliorés après le match avec Fan Hui en octobre 2015? Les trois commentateurs conviennent qu'il y a des changements importants. Ilya Shikshin, dit que le programme a sensiblement augmenté la compétence à partir d'octobre du niveau du jeu du champion d'Europe au niveau du champion du monde:
«Je dois dire que c'est une différence significative. Les jeux publiés du programme contre Fan Hui ont laissé de grands doutes sur le fait qu'AlfaGo pourrait vaincre Li Sedol. Mais au cours des derniers mois, le programme a réussi à faire un grand saut. »

«Lee Sedoll ne savait pas avec qui il jouait. Et le fait que dans le premier épisode il ait essayé de provoquer le programme à une erreur à l'aide de premiers mouvements non standard en est la preuve. Au lieu d'essayer de trouver des faiblesses dans le programme, il devrait jouer son jeu normal. Dans ce cas, il ne serait pas évident de savoir qui gagnerait. »

Alexander Dinerstein a remarqué le jeu de deux versions différentes du programme. La version qui jouait avec Fan a fait beaucoup plus d'erreurs.

10 mars, jeudi. Deuxième partie



Photo co - fondateur DeepMind Mustafa Suleiman

Noir: AlphaGo
Blanc: Lee Sedol
Résultat: Lee Sedol a concédé la défaite
Turns: 211
Moves
pleine Webcast
Résumé du jeu en anglais
Commentaires « de la Fédération de Russie »
Jeûner Geektimes

Après le premier match Sedol a admis qu'il a été choqué, mais reste optimiste : il pensait que les premiers coups permettraient d’obtenir de plus grandes chances de victoire. Le deuxième match a rendu le résultat du match plus attendu.

Le système AlphaGo jouait en noir, c'est-à-dire qu'il était le premier. L'IA a fait des mouvements agressifs. Le début était inhabituel. Les commentateurs ne pouvaient pas dire si c'était bon ou mauvais. Les blancs ont joué de façon plus conservatrice.

Les réseaux de neurones ne sont pas configurés pour le nombre maximal de points. Le programme recherche des mouvements qui permettront de remporter la victoire. C'est ce que le chercheur de DeepMind, Thor Grapel, explique à d'étranges décisions. Entre le coup, qui donnera une victoire avec un avantage de 80%, et un autre, qui vous permettra de gagner avec une probabilité de 99% avec un avantage de 1,5 point, AlphaGo choisira ce dernier. Parfois, le système perd des points, mais il améliore seulement les chances de gagner. Cela signifie-t-il que des mouvements faibles sont un signe de la confiance d'une voiture dans la victoire ?

Lors du premier match, Sedol avait encore du temps sur sa montre. Cette fois, il l'a épuisé, donc une personne a dû passer juste une minute par tour. À la fin, AlphaGo avait également épuisé son temps, donc la vitesse de l'échange de mouvements s'est accélérée à la limite. Mais pas pour longtemps - White a admis sa défaite. Comme dit la tête de DeepMind Hassabis, AlphaGo était sûr de la victoire encore quelque part au milieu du jeu.

DeepMind pourrait-il prendre en compte les caractéristiques d'un joueur particulier et intégrer ses caractéristiques dans l'IA? Maxim Podolyak dit que les capacités techniques étaient:
«Puisque la base des jeux professionnels est dans le domaine public, il serait surprenant qu'ils ne soient pas utilisés dans la préparation d'AlphaGo. Ainsi, nous pouvons nous attendre à ce que le programme ait un profil détaillé pour tous les joueurs professionnels, car sa construction n'est pas différente en principe de la construction d'un profil de préférences de l'utilisateur. Et dans ce Google est fort. "

Un point de vue similaire est exprimé par Ilya Shikshin:
"Je suis sûr que tous les jeux des soirées publiques de Lee Sedol (plus de 1000) y ont été téléchargés. La connaissance de ces jeux et la possibilité de les reproduire à tout moment pourrait donner un avantage au programme, tandis que Li Sedol ne pouvait étudier les jeux contre Fan Hui qu'avant le match, où AlphaGo était nettement plus faible. »

Cependant, DeepMind dit qu'AlphaGo n'a pas été reconfiguré spécifiquement pour Lee Sedola. Oui, et il n'est guère possible d'apporter de grands changements au réseau neuronal en organisant plusieurs centaines de soirées.

Samedi 12 mars. Troisième match



De gauche à droite: le fondateur de DeepMind, Demis Hassabis, le neuvième propriétaire professionnel dan, Lee Sedol, le co-fondateur de Google, Sergey Brin.

Noirs: Lee Sedol
Blanc: AlphaGo
Résultat: Lee Sedol a concédé la défaite
Mouvements: 176
tours
Traduction complète
Résumé du jeu en anglais
Commentaires de la Fédération de Russie go
Post sur Geektimes

L'opportunité de décider du résultat du match déjà dans ce match a attiré l'attention sur le match. Le co-fondateur de Google, Sergey Brin, s'est rendu à Séoul sans pompe et a visité le match. Il était clair que la victoire était une démonstration de la puissance de la technologie qui sous-tend les services du géant de la recherche. Des préférences publicitaires aux robots motorisés qui peuvent se déplacer indépendamment, la quasi-totalité de Google à un degré ou à un autre repose sur des systèmes dotés d'éléments d'intelligence artificielle.

Comme lors du premier match, Sedol est devenu noir, c'est-à-dire le premier. De plus, l'expérience de deux parties pourrait être attribuée à un certain nombre de moments favorables pour une personne. La rumeur dit que Sedoll et une équipe d'experts en go ont passé la nuit à chercher les faiblesses d'AlphaGo. Alexander Dinerstein est d'accord avec ceci:
« , , – . , . , . , . , – .»

En effet, lors du troisième match, les premiers coups noirs ont été agressifs. Selon les commentateurs du match, lors des deux premiers matchs Sedol a essayé un style différent de son style habituel, en essayant de mettre la pression sur les points faibles du système. Lors du troisième match, il a démontré son style typique avec un bon départ et un bon ko à la fin. Malgré une erreur, AlphaGo a montré sa capacité à travailler avec des co-combats - généralement les systèmes informatiques s'en sortent mal. Lors des matchs précédents, il n'y avait aucune chance de démontrer cette compétence.

Le parti décisif a déterminé la valeur historique de ce qui s'est passé. Il s'agissait de la troisième victoire d'AlphaGo en cinq matchs. Cela signifiait que le système informatique avait déjà démontré sa supériorité. Deux jeux ultérieurs devaient montrer sa profondeur.

Dimanche 13 mars. Quatrième match



Alors AlphaGo admet la défaite

noire: AlphaGo
Blanc: Lee Se-dol
Résultat: AlphaGo admis défaite
Turns: 180
Moves
pleine diffusion Web
Résumé du jeu en anglais
Commentaires « de la Fédération de Russie »
Jeûner Geektimes

Après la troisième défaite d'un homme de la conférence de presse était une question là si AlphaGo a des points faibles. L'homme aux cheveux gris a dit ce qu'il ressentait. Il s'est excusé auprès de la nation coréenne et de la communauté des joueurs de go pour le résultat.

Sedoll a choisi la stratégie Amasi, capturant le territoire autour du périmètre, pas le centre. Les mouvements d'ouverture des Blancs étaient les mêmes que lors du deuxième match. Le blanc a permis au noir de capturer le centre, en se concentrant sur les bords et les coins. Comme lors des matchs précédents, Sedol avait manqué de temps devant son adversaire, ce qui ne signifiait qu'une minute par coup.

Le coup de White 78 s'est avéré si grand que les commentateurs l'ont décrit comme tesuji, certains l'ont appelé «la main de Dieu». Sedol a peut-être vraiment trouvé un point faible dans le système informatique. AlphaGo répondit faiblement. Selon le chef de DeepMind, Demis Hassabis, au coup 79, le système a fait une erreur, considérant que les chances de victoire étaient de 70%. Mais elle ne l'a compris qu'au 87e coup. Après cela, l'IA est devenue confuse.

AlphaGo a commencé à faire des mouvements franchement faibles et terribles. Le système reconnaît la défaite lorsque les chances de gagner tombent en dessous de 20%. À ce sujet, l'ingénieur Google David Silver s'est rappelé lors d'une pause, qui a pris Lee Sedol. C'est nécessaire pour maintenir la culture du jeu - continuer dans une position clairement désavantageuse serait irrespectueux envers l'adversaire. Silver a refusé de commenter une série de mouvements du système. Le jeu a continué et Sedol a été forcé de travailler dans des conditions de manque de temps. AI a fait une autre erreur et a ensuite vaincu. Le résultat de la confrontation pendant 4,5 heures a été la première victoire d'un homme dans ce match.

Sedoll a déclaré qu'il n'avait jamais été autant félicité pour une seule victoire. Il a mentionné que la voiture n'est pas aussi solide lorsqu'elle devient noire.

15 mars, mardi. Cinquième match



Salle de contrôle AlphaGo, Mustafa Suleiman

Blacks: Lee Sedol
White: AlphaGo
Résultat: Li Sedol a admis sa défaite
Moves: 280
Moves
Traduction complète
Résumé du jeu en anglais
Commentaires de la Fédération de Russie go
Post sur Geektimes

Black a commencé dans un style similaire au premier match. Sedol a ensuite tenté de marquer le territoire dans les coins supérieur droit et gauche - une stratégie qu'il a utilisée avec succès lors du quatrième match. AlphaGo a pris le centre. De 48 à 58, l'homme et la voiture sont allés au ras. Mais AlphaGo n'a pas vu le tesuji des noirs, et Lee a éclaté en avant.

En raison d'une petite erreur, AlphaGo a légèrement aggravé sa position. À la suite d'une longue bataille, les deux joueurs ont manqué de temps, c'est-à-dire qu'ils ont de nouveau dû placer chaque pierre en moins d'une minute. Le jeu est sorti en yose profond, la planche était presque complètement remplie de pierres. Les blancs ont quand même réussi à reprendre l'avantage. Évaluant la position, Sedol s'est rendu compte qu'il perdait. Après cinq heures, il a reconnu sa défaite.

Des questions


Que signifie le match pour Lee Sedola?


Le résultat du match a été surprenant - la défaite de l'un des meilleurs joueurs humains, la victoire soudaine de l'un des nouveaux systèmes informatiques de go. Au lieu d'un million, Sedol recevra 170 000 dollars: 150 000 pour la participation et 20 000 pour une victoire.

Un autre problème est la raison pour laquelle Sedol a perdu. Comme le dit Ilya Shikshin, il n'était pas préparé psychologiquement:
AlfaGo a réussi à vaincre Lee Sedola. Cependant, cela ne signifie pas que le programme joue plus fort. Je pense que leur niveau est à peu près le même. C'était juste que Lee Sedol n'était pas psychologiquement prêt à combattre le programme dans les premiers versements, car c'était une énorme surprise pour lui que le programme puisse le combattre sur un pied d'égalité.

Alexander Dinerstein:
J'avoue que je ne m'attendais pas à une telle situation. Comme la plupart des professionnels du go, il était sûr que Lee Sedol gagnerait facilement. Mais nous avons vu des erreurs de programme. Je pense que la question est toujours ouverte. Lee Sedol, même en Corée, n'est pas le premier du classement. Je pense que d'autres professionnels de son niveau ont une chance de gagner, surtout si nous voyons une sélection de jeux joués par le programme, par lesquels nous pouvons rechercher ses faiblesses dans le jeu

Que signifie un match pour AlphaGo?


Pour la victoire sur Lee Sedol, l'Association coréenne de Paduk a officiellement donné au système un neuvième dan professionnel honoré. Cela signifie qu'elle est considérée comme une joueuse de haut niveau.

Lee Sedol n'est pas le joueur le plus fort de la planète, il y en a d'autres. Par exemple, le propriétaire du neuvième dan professionnel, Ke Jie, affirme qu'avec une probabilité de 60%, il pourrait battre AlphaGo. Site Web Go Évaluations vraiment at - il plus élevé dans le classement. AlphaGo a également été défié par le maître chinois du neuvième dan professionnel, Gu Li. Il y a des rumeurs de demandes de jouer contre Iyama Utah. Pendant que l'IA choisit un adversaire, le redirecteur a calculé



que AlphaGo peut être plus élevé que le meilleur des gens dans le classement. Selon ses estimations par le théorème de Bayes, la note AlphaGo est de 3649, tandis que Jie en a 3621, plus bas.

Cependant, faire des déclarations sur la force du système est précoce, si possible. Seuls quelques jeux sont publiés et la puissance réelle du système n'est pas claire. Et y a-t-il un point dans les points de notation si le système peut trouver un point faible? Selon Alexander Dinerstein, le programme serait intéressant de vérifier le match contre Takemia Masaki, le propriétaire du neuvième dan professionnel:
«Il était l'un des maîtres les plus forts du monde au début des années 90. Nous avons remarqué que le programme préfère le jeu au centre, pour influencer. Lee Sedoll dans toutes les parties a pris des points dans les coins. Et Takemia-sensei est connu pour être très friand de jouer au centre et pas du tout "gourmand" au début du jeu. On ne sait pas exactement comment le programme se comporterait contre un style de jeu aussi inhabituel. "

On peut s'attendre à des mouvements originaux et inattendus d'un système informatique auxquels une personne n'aurait jamais pensé. Comme le dit Maxim Podolyak, il a vu dans les mouvements AlphaGo les mouvements naturels et explicables d'un joueur exceptionnellement fort:
«Comme le dit un livre, une fête coule comme un ruisseau à flanc de montagne, naturellement et puissamment. B.102 avait l'air impressionnant et impressionnant dans la première tranche. Mais ce n'est pas un mouvement "divin". "

Dynerstein affirme que certains mouvements AlphaGo n'ont pas été pris en compte par les gens:
« , , 9 (), . C, , 5 % . 95 – , . , .

Google?


Le géant de l'Internet a montré une fois de plus qu'il possède certaines des meilleures technologies au monde. Cette division de Google a été la première à pouvoir résoudre une autre tâche de l'informatique. Dans DeepMind, ils voient des applications utilitaires pour leurs meilleures pratiques: il s'agit de services de recommandation d'achat ou d'analyse de données médicales.

Mais vous pouvez vous échapper des projets commerciaux et rêver d'y aller. Peu importe que les ordinateurs commencent à jouer mieux que les humains ou non. Vous pouvez définir un produit sur un autre et regarder la bataille entre deux sociétés de fabrication. Et ils le sont: Facebook crée un robot de la forêt sombre , qui joue jusqu'à présent plus faible et n'a pas encore participé à des matchs officiels contre des joueurs professionnels. Ce mois-ci, Darkforest devrait participer au championnat du monde informatiqueau Japon. Le meilleur des programmes du tournoi se jouera contre Koichi Kobayashi.

Est-ce que quelqu'un regardera la bataille de Facebook avec Google sur une planche 19 × 19? Soit dit en passant, il est facile d'imaginer une confrontation et une hostilité personnelle. En janvier, Zuckerberg a parlé de son système le même jour que Google. Et si Facebook n'avait que des nouvelles sur le développement, DeepMind se vantait déjà d'une victoire sur le champion.

Maxim Podolyak:
À peine. Ce serait à peu près la même chose que de regarder comment le programme peint des fractales ou des taches colorées sur l'économiseur d'écran. Personne ne s'intéresse à l'énumération mécanique des options, il n'y a rien de phénoménal à cela. Mais le fait qu'une personne puisse le faire est un phénomène.

Alexander Dinerstein:
Pour les joueurs d'échecs, de tels matchs ont longtemps eu lieu et ne suscitent pas beaucoup d'intérêt. Personnellement, j'adorerais regarder un tournoi programmé qui serait commenté par une personne. À propos, il ne serait pas moins intéressant de regarder un tournoi professionnel de haut niveau avec des commentaires AlphaGo.

Ilya Shikshin:
Je pense que les correspondances entre les programmes informatiques peuvent éveiller l'intérêt des gens. Des matchs similaires ont déjà été diffusés et ont rassemblé plusieurs centaines de spectateurs. Le niveau d'une personne en déplacement est encore loin d'être parfait. Il y a de la place pour grandir et se développer.

Que signifie un match?


On peut percevoir différemment la défaite des personnes les plus intelligentes qui ont absorbé des milliers d'années d'expérience, et la victoire d'un morceau de fer sans âme avec des morceaux de silicium à l'intérieur, lançant un programme qui n'a pas été de deux ans. Dans la communauté des fans du jeu, quelqu'un est visiblement négatif. D'autres voient AlphaGo aider à se populariser. Mais il ne gagnera que s'il a quelqu'un avec qui rivaliser et apprendre, note Ilya Shikshin:
«Le programme a joué très dignement et à juste titre. Ce match aurait-il pu se terminer différemment? Je pense que non. Je suis sûr que Lee Sedol a beaucoup découvert par lui-même dans ces 5 matchs. Maintenant, il devrait être prêt à combattre AlfaGo, mais, hélas, il est trop tard. Go-world a eu un sérieux rival en la personne de ce programme.
Mais non seulement Li Sedol a fait des découvertes. Des millions de personnes qui ont regardé ce match ont également découvert quelque chose de nouveau. Quelqu'un a d'énormes possibilités de technologie et d'intelligence artificielle, quelqu'un a trouvé quelque chose de nouveau dans le jeu et le regarde maintenant différemment, eh bien, pour quelqu'un, le jeu de go lui-même a été une révélation.
Personnellement, je suis très heureux de voir que mon jeu préféré de nos jours est devenu le centre d'attention du monde entier. Je crois qu'avec go now tout ira mieux. »

Alexander Dinerstein:
«Je soupçonne que les prix en argent dans les pays asiatiques pourraient diminuer, mais pour le reste du monde, les avantages de la publicité du match, et c'était colossal, devraient l'emporter. Je m'attends à un afflux de nouveaux joueurs dans Go, et nous ne devons que nous en réjouir. Beaucoup ont entendu parler de ce jeu pour la première fois. »

Il est également possible de résoudre des problèmes que les gens n'obtiennent pas:
«Le monde du go est certainement bouleversé, mais avec l'avènement du programme, nous pouvons apprendre beaucoup de choses intéressantes. Par exemple, dans Go, il y a un puzzle inventé en 1713 par le célèbre maître japonais Dosetsu Inseki. Le calcul avance de deux cents pas. Des livres entiers y ont été publiés, mais personne n'a pu le résoudre. Il existe de belles solutions, mais elles diffèrent de la tâche initialement annoncée par l'auteur. Enfin, nous verrons si ce problème a une solution. Ou peut-être que Dossetsu s'est trompé?

Si les systèmes d'alimentation d'AlphaGo deviennent la norme, il sera facile de tricher et d'utiliser les mouvements d'un tel système. Jusqu'à présent, le champion a été battu par un énorme cluster informatique. Il est physiquement impossible de le traîner. Aujourd'hui, la puissance de calcul du smartphone est suffisante pour mettre n'importe qui sur les omoplates aux échecs. Cela ne s'est pas produit tout de suite, mais nous devrions nous attendre à ce que la même chose se produise dans un avenir proche. Un jour, la possibilité de fraude rentrera dans votre poche même en l'absence de communications radio. Selon Dienstein, les appareils électroniques aux championnats de go sont désormais détendus:
« . . , ( ). , , . . , , , .»

?


L'algorithme a été créé au fil des mois, il a été formé pour jouer sur les parties humaines, puis il a atteint de façon indépendante le plus haut niveau. C'est l'une des meilleures démonstrations visuelles de la force et de la vitesse de l'IA.

Selon Ilya Shikshin, il a été frappé par la vitesse à laquelle le système a appris à jouer:
«En peu de temps, le programme a appris à jouer au plus haut niveau. "J'ai été intéressé par le comportement du programme lorsqu'il gagne et qu'il perd."

Que signifie un match pour nous tous?


L'AlphaGo est-elle une intelligence artificielle?

Le système a appris à jouer aux parties de gens. Les réseaux de neurones artificiels ont vu autant de jeux que personne n'a jamais joué dans leur vie entière. Puis, dans les matchs contre lui-même, le système a porté la compétence à un niveau qui apporte la victoire sur le meilleur des gens. Ce n'est pas le cas avec Deep Blue, lorsque l'algorithme de recherche de solution a été défini complètement manuellement.

Ce n'est guère différent de la façon dont nous apprenons la parole. Les enfants acquièrent en quelque sorte la capacité de répéter des mots, de mettre des mots dans des phrases, puis d'exprimer leurs pensées en fragments. Cela prend des années d'entraînement, cela n'est possible qu'à certains moments de la vie, lorsque le cerveau est le plus sensible. En quoi AlphaGo est-il différent de la personne qui a appris à parler, puis a affiné la compétence avant d'écrire de la littérature?

Vous pouvez regarder à l'intérieur du projet et être très déçu: il existe des algorithmes qui peuvent être interprétés et compris. Mais en même temps, AlphaGo atteint parfaitement son objectif. C'est le problème: l'IA aux yeux des sceptiques doit être inexplicable, capable de tout faire et de haïr l'humanité. La simple réalisation d'une tâche augmente la charge de calcul des options.

Mais la question de l'essence des termes n'est pas si intéressante. Ce qui est plus effrayant, c'est l'idée qu'AlphaGo joue mieux que tous ses créateurs, et même les personnes dont les partis l'ont enseigné aux réseaux de neurones.

L'intelligence artificielle va-t-elle nous détruire?

Sous réserve de l'effet de l' intelligence artificielleexigent parfois que les programmes soient conscients d'eux-mêmes. C'est exactement ce que l'IA ne propose pas. IBM Watson a battu des gens dans le jeu intellectuel Jeopardy, mais ne le sait pas. Il ne se précipite pas encore sur l'envie de jouer. Il ne se réjouit pas de la victoire. Il ne comprend même pas qu'il a gagné. Il n'a aucune conscience.

Les IA ne sont pas des images canoniques sous la forme d'une ampoule HAL9000 rouge ou d'une SkyNet maléfique. L'intelligence artificielle n'a pas de conscience. Il s'agit simplement d'un programme informatique, suffisamment «intelligent» pour effectuer des tâches qui nécessitent généralement la participation d'une analyse humaine. Ce n'est pas une machine à tuer à sang froid.

Par exemple, aujourd'hui, il y a trop d'articles et d'études scientifiques. Il est physiquement impossible de tout lire. Nous avons besoin d'un système capable de lire et d'organiser ces tableaux monstrueux d'informations. Et un tel système aura une intelligence artificielle.

Mais cette IA ne tuera pas les gens. Il occupera plutôt leurs emplois.

L'IA nous laissera-t-elle sans travail?

L'intelligence artificielle peut augmenter considérablement l'efficacité du travail. C'est ce qui devrait être un sujet de préoccupation.

À l'aube de la civilisation, tout le monde était engagé dans la production alimentaire, mais c'était à peine suffisant. Aujourd'hui, presque personne n'est engagé dans l'agriculture, mais il y a beaucoup de nourriture. La réponse à cette énigme réside dans la productivité du travail et l'efficacité des outils.

Un système de traduction qui ne nécessite que la relecture et la comparaison de termes peut faciliter la vie d'un traducteur. Est-ce à dire que la moitié des traducteurs risquent de perdre leur emploi?

Une simple analyse du texte mettra en évidence une phrase chaude dans l'article, puis en publiera une similaire avec un lien vers l'original via l'API des réseaux sociaux. Est-ce à dire que les rangs des SMM s'affineront? La réponse aux exigences d'augmentation du salaire minimum aux caissiers. Une flottille de camions sans pilote se déplacera indépendamment entre les villes, et le conducteur ne s'assoit parfois que derrière le volant pour se garer. Que faire de l'énorme masse de camionneurs libérés?






En analysant le flux vidéo de la diffusion d'un match de sport, le robot peut composer un article d'actualité qui ne diffère en rien de celui écrit par une personne. Où dans ce scénario y a-t-il plus d'emplois pour les journalistes?

Le système expert évaluera le document juridique et rédigera sa décision à son sujet. Que faire de l'armée libérée de personnel subalterne dans des cabinets d'avocats?

Pas même la perte d'emplois, mais leur caractère est dangereux. Tout d'abord, les simples emplois faiblement rémunérés vont commencer à disparaître. Ceux qui occupent de tels postes sont les plus vulnérables sur le plan économique.

Pouvons-nous nous adapter aux changements sociaux profonds qui ne se produiront même pas dans une révolution, mais dans un flash rapide? Qui bénéficiera de l'IA: seulement ceux qui possèdent un tel système? Est-ce à dire une nouvelle augmentation des inégalités sociales?

Telles sont les questions qui devraient effrayer le prochain dégel hivernal de l'IA. Ce ne devrait pas être cette phobie primitive des tueurs mécaniques tout-puissants. Les nouvelles concernant le soulèvement des voitures resteront les gros titres "le robot a tué un homme ". La technologie n'est qu'un outil. Le danger pour les gens crée d'autres personnes.

AlphaGo est un autre messager d'un avenir aussi obscur du changement. Mais cette IA n'est pas une menace à parcourir, ne serait-ce que parce que le jeu grâce à elle ne devient que plus populaire. Un autre joueur ne peut pas faire pire, dont les matchs sont regardés par des millions de personnes.

Source: https://habr.com/ru/post/fr391747/

More articles:


All Articles