एक शतरंज मशीन के लिए एक विशाल कदम

अल्फ़ाज़ेरो की अविश्वसनीय सफलता, एक गहन शिक्षा एल्गोरिथ्म, सोच के एक नए युग की शुरुआत करता है जो मनुष्यों के लिए अल्पकालिक साबित हो सकता है।

दिसंबर की शुरुआत में, दीपमींड के शोधकर्ताओं ने, जो कि Google का मालिक है, एक मूल निगम, अल्फाबेट इंक के स्वामित्व वाली एक कृत्रिम बुद्धिमत्ता कंपनी, ने शतरंज के मामले में सबसे आगे क्या हो रहा है, के बारे में बात की।

एक साल पहले, 5 दिसंबर, 2017 को, टीम ने अपने अल्फ़ाज़ेरो मशीन लर्निंग (एमओ) एल्गोरिथ्म की घोषणा करके शतरंज की दुनिया में प्रवेश किया, जो न केवल नियमित शतरंज, बल्कि जापानी शोगी शतरंज और जाने के खेल में भी कामयाब रहा। एल्गोरिथ्म ने बुनियादी नियमों को छोड़कर, गेम की किसी भी अवधारणा के बिना काम करना शुरू कर दिया। फिर उसने कई मिलियन बार खुद से खेलना शुरू किया और अपनी गलतियों से सीखा। कुछ ही घंटों में, एल्गोरिथ्म सबसे अच्छा खिलाड़ी बन गया, दोनों लोगों और कंप्यूटरों के बीच, जो कि दुनिया ने देखा।

अल्फ़ाज़ेरो और इसकी आंतरिक संरचना की उपलब्धियों का विवरण वर्तमान में औपचारिक समीक्षा से गुजर रहा है, जिसके बाद वे जर्नल साइंस में प्रकाशित होंगे। नया काम मूल बयानों की गंभीर आलोचना का जवाब देता है। उदाहरण के लिए, यह कहना कठिन था कि क्या अल्फ़ाज़ेरो वास्तव में अपने प्रतिद्वंद्वी, कम्प्यूटेशनल मॉन्स्टर स्टॉकफ़िश के साथ ईमानदारी से खेले। लेकिन इन सभी संदेहों को दूर कर दिया गया। पिछले 12 महीनों में, अल्फाज़ेरो मजबूत नहीं हुआ है, लेकिन यह अपनी श्रेष्ठता का अधिक ठोस सबूत बन गया है। वह स्पष्ट रूप से उन लोगों द्वारा अभूतपूर्व रूप से दिमाग का प्रतिनिधित्व करता है जिन्हें हमें बहुत लंबे समय तक सोचना पड़ता है।

पिछले 20 वर्षों में, कंप्यूटर शतरंज ने एक लंबा सफर तय किया है। 1997 में, आईबीएम के कंप्यूटर शतरंज कार्यक्रम, डीप ब्लू, छह-गेम मैच में पुरुषों के तत्कालीन विश्व चैंपियन गैरी कास्परोव को हराने में कामयाब रहा। पीछे मुड़कर देखें, तो हम कह सकते हैं कि इस उपलब्धि में कोई रहस्य नहीं था। डीप ब्लू प्रति सेकंड 200 मिलियन पदों का अनुमान लगा सकता है। वह कभी थकती नहीं थी, कभी गलती नहीं करती थी और यह कभी नहीं भूलती थी कि उसने कुछ समय पहले क्या सोचा था।

एक तरह से या किसी अन्य, वह एक मशीन की तरह, क्रूरतापूर्वक और भौतिकवादी रूप से खेला। वह कास्परोव से बेहतर सोच सकता था, लेकिन उससे बेहतर नहीं सोच सकता था। अपने मैच के पहले गेम में , डीप ब्लू ने कास्पारोव द्वारा प्रस्तावित बिशप के लिए बदमाश के बदले की भविष्यवाणी की, लेकिन बाद में 16 चालों में हार गई। दुनिया की सबसे मजबूत शतरंज कार्यक्रमों की आज की पीढ़ी, उदाहरण के लिए, स्टॉकफिश और कोमोडो, मानवीय रूप से नहीं खेलते हैं। वे अन्य लोगों के आंकड़े लेना पसंद करते हैं। वे लोहे की ढाल बना रहे हैं। लेकिन यद्यपि वे किसी भी व्यक्ति की तुलना में अधिक मजबूत होते हैं, इन शतरंज मशीनों को खेल के बारे में कोई पता नहीं है। उन्हें शतरंज के बुनियादी सिद्धांतों को सिखाया जाना चाहिए।

मानवीय सिद्धांतों के दशकों से सम्मानित इन सिद्धांतों को जटिल मूल्यांकन कार्यों के रूप में मशीन में क्रमादेशित किया जाता है, जो नोट करते हैं कि स्थिति में क्या हासिल करने की आवश्यकता है और इससे बचने के लिए क्या आवश्यक है: आपको राजा की सुरक्षा, टुकड़ों की गतिविधि, मोहरे की नियुक्ति, बोर्ड के केंद्र पर नियंत्रण और इतने पर मूल्य की आवश्यकता है। और इन चीज़ों के बीच व्यापार का प्रबंधन कैसे करें। आज की शतरंज मशीनें, जिनके लिए ये सभी सिद्धांत विदेशी हैं, असभ्य जानवरों की तरह व्यवहार करते हैं: वे बहुत तेज और मजबूत हैं, लेकिन उनके पास दिमाग की कमी है।

लेकिन यह सब एमओ के आगमन के बाद से बदल गया है। खुद के साथ खेलना, और अनुभव से सीखते हुए अपने तंत्रिका नेटवर्क को अपडेट करना, अल्जेरो ने खुद शतरंज के सिद्धांतों की खोज की और जल्दी से सर्वश्रेष्ठ खिलाड़ी बन गए। न केवल वह आसानी से लोगों के बीच मास्टर्स को हरा सकता था, उसने कंप्यूटर में स्टॉक चैंपियन, स्टॉकफिश को हराया था। एक प्रभावशाली मशीन के खिलाफ सौ मैचों के लिए एक मैच में, अल्फ़ाज़ेरो ने 28 बार जीत दर्ज की और 72 बार बिना किसी एक को खोए खेल को ड्रा तक कम किया।

और सबसे अप्रिय बात यह थी कि अल्फाज़ेरो ने सोच का प्रदर्शन किया। वह किसी भी कंप्यूटर के विपरीत, सहज और खूबसूरती से, एक रोमांटिक हमला करने वाली शैली के साथ खेली। उसने जुआ खेला और जोखिम लिया। कुछ खेलों में, उसने स्टॉकफिश को लकवा मार दिया और उसके साथ खेला। 10 वें गेम में हमले को अंजाम देते हुए, अल्फ़ाज़ेरो ने रानी को बोर्डफिश के अपने कोने में छोड़ दिया, स्टॉकहोम के राजा से दूर, राजा पर हमला करते समय एक अलग तरीके से व्यवहार करना।

हालांकि, यह अजीब वापसी विषाक्त हो गई। कोई फर्क नहीं पड़ता कि कैसे स्टॉकफिश ने जवाब दिया, वह बर्बाद हो गई थी। यह ऐसा था जैसे अल्फाज़ेरो स्टॉकफिश के इंतजार में था कि उसकी स्थिति कितनी निराशाजनक थी, एक संयोजन के बाद, अरबों संयोजनों के बाद, एक शांत बैल की तरह शांतिपूर्वक और आत्मसमर्पण कर। ग्रैंडमास्टर्स ने कभी ऐसा कुछ नहीं देखा। अल्फाज़ो एक गुणी और एक मशीन की शक्ति की कृपा से खेला जाता है। यह एक अद्भुत नए प्रकार की बुद्धि के साथ पहला सरसरी परिचित था।


मई 1997 में न्यूयॉर्क में आयोजित मैच के छठे और अंतिम गेम में आईबीएम डीप ब्लू कंप्यूटर के खिलाफ गैरी कास्परोव बाएं हाथ से खेलते हैं। कंप्यूटर के पीछे के आंकड़े आईबीएम इंजीनियर जोसेफ जोन द्वारा स्थानांतरित किए गए थे।

जब रचनाकारों ने पहली बार अल्फाज़ेरो को पेश किया, तो कुछ पर्यवेक्षकों ने शिकायत की कि स्टॉकफिश अपने शुरुआती सेट तक पहुंच से वंचित थी। इस बार, अपने किट के साथ भी, वह हार गई थी। और तब भी जब अल्फ़ाज़ेरो ने स्टॉकफ़िश को निपटान के समय में दस गुना वृद्धि के रूप में शुरू किया, तब भी उसने उसे हरा दिया।

यह प्रभावशाली है कि अल्फाज़ेरो तेजी से नहीं, बल्कि बेहतर सोचकर जीता; उसने प्रति सेकंड केवल 60 हजार पदों का अध्ययन किया, और स्टॉकफिश की तरह 60 मिलियन का नहीं। वह होशियार थी, यह जानकर कि क्या सोचना है और क्या अनदेखा करना है। स्वतंत्र रूप से शतरंज के सिद्धांतों की खोज करने के बाद, अल्फाज़ेरो ने एक गेम शैली विकसित की, जो "प्रोग्रामर्स की प्राथमिकताओं और पूर्वाग्रहों के बजाय" गेम की सच्चाई को प्रतिबिंबित करती है, "कसारोव ने विज्ञान में लेख पर एक साथ टिप्पणी में लिखा था।

अब सवाल यह है कि क्या एमओ लोगों को उन चीजों के बारे में समान सच्चाई खोजने में मदद कर सकता है जो वास्तव में मायने रखती हैं: विज्ञान और चिकित्सा की महान अनसुलझी समस्याएं, जैसे कि कैंसर या चेतना का इलाज; प्रतिरक्षा प्रणाली के रहस्य, जीनोम के रहस्य।

पहले संकेत प्रेरक हैं। अगस्त में, जर्नल नेचर मेडिसिन के दो लेखों ने एमओ को चिकित्सा निदान के लिए लागू करने के मुद्दे की जांच की। एक में, डीपमाइंड के शोधकर्ताओं ने लंदन के मूरफील्ड आई हॉस्पिटल में डॉक्टरों के साथ मिलकर एक डीप-लर्निंग एल्गोरिदम विकसित किया, जो कि रेटिना पैथोलॉजी के साथ-साथ मानव विशेषज्ञों की एक विस्तृत श्रृंखला को वर्गीकृत कर सके। नेत्र विज्ञान में, विशेषज्ञों की एक गंभीर कमी है जो सालाना प्राप्त किए गए लाखों नैदानिक ​​नेत्र चित्रों की व्याख्या कर सकते हैं; एआई सहायक अमूल्य होगा।

एक अन्य लेख ने एमओ एल्गोरिथ्म की जांच की जो एम्बुलेंस, स्ट्रोक के संकेत, इंट्राकैनलियल रक्तस्राव, या अन्य न्यूरोलॉजिकल समस्याओं वाले रोगियों से गणना टोमोग्राफी छवियों की उपस्थिति को पहचानता है। स्ट्रोक पीड़ितों के लिए हर मिनट मायने रखता है; उपचार में जितनी देर होगी, परिणाम उतना ही बुरा होगा। न्यूरोलॉजिस्ट भी एक कहावत है: "समय मस्तिष्क है।" नया एल्गोरिथम मानव विशेषज्ञों के लिए सटीकता के साथ इन और अन्य महत्वपूर्ण घटनाओं को चिह्नित करता है, लेकिन यह 150 गुना तेजी से काम करता है। हाई-स्पीड डायग्नोस्टिक्स आपको कतार से आगे के सबसे जरूरी मामलों का अनुवाद करने की अनुमति देगा, जिसके बाद उनका मूल्यांकन पहले से ही एक मानव रेडियोलॉजिस्ट द्वारा किया जा सकता है।

एमओ में कष्टप्रद है कि एल्गोरिदम उनके विचारों की व्याख्या नहीं कर सकता है। हम नहीं जानते कि वे क्यों काम करते हैं, इसलिए हम नहीं जानते कि क्या उन पर भरोसा किया जा सकता है। अल्फ़ाज़ो शतरंज के खेल के महत्वपूर्ण सिद्धांतों की खोज के सभी संकेत दिखाता है, लेकिन इस समझ को हमारे साथ साझा नहीं कर सकता है। कम से कम अभी तक नहीं। लोगों को जवाब से ज्यादा की जरूरत है। हमें एक समझ की आवश्यकता है। अब से, यह समस्या कंप्यूटर के साथ हमारी बातचीत में तनाव का एक स्रोत होगी।

वास्तव में, गणित में यह लंबे समय से हो रहा है। एक लंबे समय से चली आ रही गणितीय समस्या पर विचार करें जिसे चार-रंग प्रमेय कहा जाता है । वह दावा करती है कि कुछ उचित प्रतिबंधों के तहत, संपर्क में रहने वाले देशों के किसी भी नक्शे को चार रंगों से चित्रित किया जा सकता है, ताकि किसी भी दो पड़ोसी देशों के रंग अलग-अलग हों।

हालांकि 1977 में एक कंप्यूटर का उपयोग करते हुए प्रमेय साबित हुआ था, एक भी व्यक्ति प्रमाण के सभी चरणों को सत्यापित नहीं कर सकता है। तब से, सबूत की पुष्टि की गई है और सरल किया गया है, लेकिन इसमें अभी भी ऐसे भाग शामिल हैं जिन्हें संपूर्ण खोज के साथ कम्प्यूटेशन की आवश्यकता होती है, जैसे कि अल्फ़ाज़ेरो खेल शतरंज के पूर्ववर्तियों द्वारा उपयोग किया जाता है। इस राज्य के मामलों ने कई गणितज्ञों को नाराज कर दिया है। उन्हें प्रमेय की शुद्धता के बारे में आश्वस्त नहीं होना चाहिए; उन्हें पहले से ही इस पर विश्वास था। वे समझना चाहते थे कि यह सच क्यों है, और इस तरह के सबूत ने मदद करने के लिए कुछ नहीं किया।

लेकिन कल्पना करें कि वह दिन आ जाएगा, शायद बहुत जल्द, जब अल्फ़ाज़ो एक अधिक सामान्य-उद्देश्य एल्गोरिथ्म में बदल जाएगा; चलो इसे AlphaInfinity कहते हैं। अपने पूर्वज की तरह, उसके पास एक बेहतर दिमाग होगा: वह उत्कृष्ट साक्ष्य का उत्पादन करने में सक्षम होगा, जैसा कि अल्फाज़ेरो स्टॉकफिश के खिलाफ खेले जाने वाले खेल के रूप में सुरुचिपूर्ण है। और हर प्रमाण प्रदर्शित करेगा कि प्रमेय सत्य क्यों था; अल्फाइन्फिनिटी आपको किसी भी बदसूरत और जटिल सबूत को स्वीकार करने के लिए मजबूर नहीं करेगी।

गणितज्ञों और वैज्ञानिकों के लिए, ऐसा दिन सोच के नए युग की सुबह को चिह्नित करेगा। लेकिन यह अल्पकालिक हो सकता है। तेज़ कारें बन जाती हैं, उन लोगों को पछाड़ देती हैं, जिनके न्यूरॉन एक मिली सेकेंड के पैमाने पर कछुए की गति से काम करते हैं, जिस दिन हम उनके साथ नहीं रहेंगे। इंसान की सोच की सुबह जल्दी से सूर्यास्त में बदल सकती है।

मान लीजिए कि कुछ निश्चित पैटर्न हैं जिन्हें अभी तक खोजा जाना है - जीन के विनियमन या कैंसर के विकास में; प्रतिरक्षा प्रणाली के कामकाज में; उप-परमाणु कणों के नृत्य में। मान लीजिए कि इन प्रतिमानों का अनुमान केवल एक बुद्धि से लगाया जा सकता है जो हमारे लिए बहुत बेहतर है। अगर अल्फाइंफिनिटी उन्हें परिभाषित और समझ सकती है, तो यह हमें एक अलंकार प्रतीत होगा।

हम उसके चरणों में बैठते और ध्यान से सुनते। हम यह नहीं समझ पाएंगे कि ओरेकल हमेशा सही क्यों होता है, लेकिन हम प्रयोगों और टिप्पणियों में इसकी गणना और भविष्यवाणियों की जांच कर सकते हैं और इसके खुलासे की पुष्टि कर सकते हैं। विज्ञान में, लोगों का एक प्रतीकात्मक पेशा, हमारी भूमिका पर्यवेक्षकों की भूमिका को कम कर देगी, यह देखकर कि विस्मय और भ्रम में क्या हो रहा है।

शायद किसी दिन हमारी सोच की कमी हमें परेशान नहीं करेगी। आखिरकार, अल्फाइनफिनिटी सभी बीमारियों का इलाज कर सकती है, सभी वैज्ञानिक समस्याओं को हल कर सकती है और अन्य सभी बुद्धिमान ट्रेनों को निर्धारित समय पर कर सकती है। हमने होमो सेपियन्स के रूप में अपने अस्तित्व के पहले 300,000 वर्षों के बारे में सोचे बिना बहुत अच्छा काम किया। हमारे पास स्मृति समस्याएं नहीं होंगी, हम मानव मन के सुनहरे युग को याद करने में गर्व महसूस करेंगे, एक शानदार अतीत और अकथनीय भविष्य के बीच कई सदियों तक चलने वाला यह शानदार अंतर्संबंध।