Geekly articles weekly

AlphaGo vs Lee Sedola: resultados e pontuação de jogadores profissionais no

Ontem, o último quinto jogo da partida foi realizado em Seul, no Four Seasons Hotel. Cada um deles foi densamente coberto de Geektimes por uma semana inteira. Alguém ganhou na série, mas é improvável que esse visitante se interesse por um site em russo sobre alta tecnologia e ciência, se não por um fato.

Interpretado por Li Sedol, o proprietário do nono profissional dan, um dos melhores mestres do mundo. Seu oponente era o sistema Go Computer do AlphaGo, desenvolvido pelo Google DeepMind. Antes do início da partida, acreditava-se que nenhum produto era capaz de vencer um mestre de alto nível. Mas a IA venceu por 4-1.

A velocidade com que AlphaGo aprimora é interessante. Mesmo em outubro passado, o sistema para a partida de demonstração alimentou o jogador muito mais fraco. Cinco meses depois, ela vai ao redor de um dos melhores. Parece que chegamos a 1997 no xadrez, quando o computador venceu o atual campeão na partida. A partir desse momento, os programas de xadrez aprimoraram suas habilidades a tal nível que uma pessoa não é mais capaz de vencê-las em condições normais.

Isso aguarda com expectativa? Devo ter medo do poder da inteligência artificial? Consegui obter comentários e respostas fornecidas pelo vice-presidente da “Federação Russa de go” e pelo presidente da “Federação Esportiva de go de São Petersburgo” Maxim Podolyak, jogadores profissionais em go e vários campeões europeus Ilya Shikshin (primeiro profissional dan) eAlexander Dinerstein (terceiro profissional dan).

Dificuldades vão


Essa vitória pode ser comparada com outra partida histórica. Em 1997, o supercomputador Deep Blue pela primeira vez no mundo derrotou o atual campeão mundial de xadrez. A perda de Kasparov não foi a última derrota das pessoas. Nos anos seguintes, o xadrez do computador chegou a um ponto em que mesmo os jogadores mais fortes do xadrez não podem vencê-los em condições normais.

Go (baduk, weiqi) é um jogo de tabuleiro que se originou na China antiga e ganhou considerável popularidade na Coréia do Sul, China e Japão. Hoje , cerca de 60 milhões de pessoas jogam go . Os jogadores colocam pedras de duas cores em um tabuleiro de um determinado tamanho. O objetivo é cercar uma área maior que o oponente no tabuleiro.


O presidente da Federação Internacional de Xadrez, não sem prazer, diz que agora o destino do xadrez espera e vai embora.

Do ponto de vista da criação de IA, com simplicidade externa, é muitas vezes mais difícil que o xadrez - googol (10 100 ) vezes, para ser mais preciso. São tantas vezes mais posições possíveis de pedras em um tabuleiro padrão de 19 × 19 do que no xadrez. Antes do advento do AlphaGo, acreditava-se que, até o momento, qualquer programa é reproduzido no nível amador e, até o nível de mestrado, são outra década.

O tamanho do tabuleiro está longe de ser o único obstáculo. Muitos algoritmos que foram usados ​​para o xadrez não são aplicáveis. O número de jogadas é maior que no xadrez. O jogo começa com 55 jogadas possíveis, e logo você precisa considerar quase todos os 361 pontos no tabuleiro. Alguns dos movimentos são mais populares, outros quase nunca são usados. Os movimentos iniciais do partido - fuseki - rapidamente começam a entrar em algo original. No xadrez, as peças são removidas do tabuleiro e, em seguida, são adicionadas (embora seja possível removê-lo capturando pedras). Isso exclui a criação de uma base para terminações de partes. Os sistemas existentes lidam mal com o final do jogo, incluindo isso por causa de uma co-luta.

Existem sistemas de computador ir. Na maioria das vezes, esses produtos avaliam movimentos usando uma pesquisa em árvore ou o método Monte Carlo, empregam sistemas especializados com um banco de dados de bons movimentos, correspondência de padrões e aprendizado de máquina. Produtos como Crazy Stone, Zen ou GnuGo podem mostrar bons resultados, mas ainda perdem para os profissionais.

Em 1989, Golias não conseguiu vencer um sexto dan amador com uma enorme desvantagem de 17 pedras. Antes do AlphaGo, vencer com quatro pedras de handicap era considerado a maior conquista . Este ano, estavam à espera de uma diminuição de três pedras de desvantagem. Mas de repente apareceu um sistema que superou os campeões em pé de igualdade.

Forças das partes


AlphaGo


Idade: menos de 2 anos
País: Reino Unido
Dan  :?

Em 2014, o Google comprou a DeepMind, uma empresa de inteligência artificial sediada no Reino Unido. Foi o DeepMind no passado que atraiu a atenção ao criar DQN de inteligência artificial, que aprendeu independentemente a jogar 49 jogos antigos da Atari . Ao descrever outro produto da empresa - AlphaGo - você também pode usar a palavra "você mesmo".

Esse sistema de computação por computador consiste de maneira simplista em uma combinação do método de Monte Carlo, redes neurais políticas e redes de valor. As redes neurais foram treinadas em várias etapas do aprendizado de máquina com a ajuda de 160 mil jogos de 28,4 milhões de posições do servidor KGS de jogadores do sexto ao nono dan. Outro milhão de posições foram alocadas para testes. A princípio, o treinamento controlado da rede de políticas era realizado diretamente, usando movimentos de jogadores humanos. Outra rede de políticas foi um aprendizado reforçado. O segundo jogou com o primeiro e o otimizou para que a política mudasse para vencer, e não apenas previsões de movimentos. Por fim, foi realizado treinamento, reforçado por uma rede de valores que prevê o vencedor dos jogos disputados pelas redes de políticas. O resultado da previsão correta da próxima jogada foi alcançado em 57% dos casos.Antes do AlphaGo, o melhor resultadorepresentaram 44%.

Os componentes técnicos foram considerados com mais detalhes tanto em "Giktayms" como em "Habr" .

O AlphaGo foi comparado com outros programas - quase sempre supera qualquer concorrente - e como jogador humano. Para este fim, com a participação de um juiz da Federação Britânica de Go, foi organizada uma partida contra o tricampeão europeu e o segundo detentor profissional de Dan Fan Hui. Hui perdeu todos os cinco jogos.

Lee Sedol


Idade: 33 anos
País: Coréia do Sul
Dan: 9 profissional

Outro participante da partida é um jogador profissional, Li Sedol. Sedol recebeu seu primeiro dan profissional em 1996 aos 13 anos. Sedol tem 18 títulos internacionais, ele é um dos cinco jogadores mais fortes do mundo.

O AlphaGo venceu o campeão europeu, onde o nível de classificação é mais baixo. Ao mesmo tempo, tanto o programa quanto Hui cometeram erros. Não é surpresa que Sedoll aceitou rapidamente o desafio e concordou em jogar contra o AlphaGo. Lee disse que venceria facilmente com uma pontuação de 4: 1 ou 5: 0. Em dois ou três anos, o Google vai querer se vingar, e então será mais interessante jogar, disse Sedol.

Curso de eventos


De 9 a 15 de março, foi realizado um jogo de 5 jogos no Four Season Hotel em Seul, de acordo com as regras chinesas, onde o valor da compensação de brancos pela primeira jogada de negros (Komi) é de 7,5 pontos. O vencedor da partida recebeu uma recompensa de 1 milhão de dólares. Se a IA vencer, o fundo do prêmio será destinado à caridade: UNICEF, organizações de desenvolvimento e outras.

A atenção aos jogos foi significativa. As necessidades técnicas obrigaram o Google a estabelecer uma linha de fibra óptica no hotel. O gigante das buscas não enviou 1920 núcleos de processador e 280 aceleradores de vídeo nos quais a IA foi lançada na Coréia . Em vez disso, foi feita uma conexão com os servidores do Google Cloud Platform em algum lugar no Centro-Oeste dos Estados Unidos. As pedras no quadro do AlphaGo foram organizadas pelo cinegrafista Aja Huan (o sexto amador amador).


A partida contou com a presença não apenas do chefe da divisão Demis Hassabis, mas também do ex-CEO do Google, Eric Schmidt, além de um dos principais engenheiros da empresa, Jeff Dean. Go é um jogo popular na Coréia. A partida chegou às primeiras páginas dos jornais coreanos e contou com a presença de membros do parlamento coreano. Os jogos foram transmitidos em coreano, japonês, chinês e inglês. Somente em inglês, uma média de 80.000 pessoas assistiu a transmissões do YouTube.

9 de março, quarta-feira. Jogo um



Foto do co-fundador do DeepMind Mustafa Suleiman

Preto: Lee Sedol
Branco: AlphaGo
Resultado: Lee Sedol admitiu a derrota
Movimentos: 186
movimentos
Transmissão completa
Resumo do jogo em inglês
Comentários da Federação Russa go
Post no Geektimes

Às 13h, horário local, o primeiro jogo começou. As pretas fizeram o dever de casa e, em sete movimentos, as combinações foram além de qualquer base. O homem de cabelos grisalhos mostrou seu estilo típico e atacou . Mas o AlphaGo não se conteve - o sistema começou a avançar após cerca de 12 pedras.

Como os comentaristas disseram, o AlphaGo jogou como um ser humano: o sistema procurou e criou grupos vulneráveis ​​de pedras para fazer movimentos fortes. Embora a IA tenha cometido alguns erros, Black tinha sérios motivos de preocupação. Nos últimos vinte minutos do jogo, o AlphaGo desenvolveu uma vantagem. O jogo por 3,5 horas terminou com o nono dan master admitindo a derrota.

Como Sedoll disse mais tarde, o AlphaGo fez um movimento incomum que nenhum humano teria feito. Um representante de uma equipe de pessoas não esperava esse jogo. O sistema jogou visivelmente mais forte do que contra o campeão europeu. Como disse o chefe da DeepMind Hassabis, nem se trata de poder de computação - eles são praticamente os mesmoscomo na partida contra o Hui. Nos últimos cinco meses, AlphaGo jogou contra si mesma e usou treinamento de reforço para melhorar suas próprias habilidades. O aumento do poder veio como uma surpresa.

O poder e o estilo do jogo melhoraram após a partida com o Fan Hui em outubro de 2015? Todos os três comentaristas concordam que há mudanças significativas. Ilya Shikshin, diz que o programa aumentou visivelmente a habilidade desde outubro do nível do jogo do campeão europeu para o nível do campeão mundial:
“Devo dizer que essa é uma diferença significativa. Os jogos publicados do programa contra o Fan Hui deixaram grandes dúvidas de que o AlfaGo pudesse derrotar Li Sedol. Mas, nos últimos meses, o programa conseguiu dar um grande salto. ”

Lee Sedoll não sabia com quem estava brincando. E o fato de que, na primeira parte, ele tentou provocar um erro no programa com a ajuda de primeiros movimentos fora do padrão, isso é prova disso. Em vez de tentar encontrar pontos fracos no programa, ele deve jogar seu jogo normal. Nesse caso, não seria óbvio quem venceria. ”

Alexander Dinerstein percebeu o jogo de duas versões diferentes do programa. A versão que tocou com o Fan cometeu significativamente mais erros.

10 de março, quinta-feira. Segundo jogo



Foto do co-fundador da DeepMind Mustafa Suleiman

Preto: AlphaGo
Branco: Lee Sedol
Resultado: Lee Sedol admitiu a derrota
Movimentos: 211
movimentos
Tradução completa
Resumo do jogo em inglês
Comentários da Federação Russa go
Publicar no Geektimes

Após o primeiro jogo, Sedol admitiu que estava chocado, mas continuava otimista : ele acreditava que os movimentos de abertura possibilitariam maiores chances de vitória. O segundo jogo tornou o resultado da partida mais esperado.

O sistema AlphaGo ficou preto, ou seja, foi o primeiro. A IA fez movimentos agressivos. O começo foi incomum. Os comentaristas não sabem dizer se é bom ou ruim. Branco jogou de forma mais conservadora.

As redes neurais não estão configuradas para o número máximo de pontos. O programa está procurando movimentos que alcançarão a vitória. Isso é o que o pesquisador do DeepMind Thor Grapel explica sobre decisões estranhas. Entre a jogada, que dará uma vitória com uma vantagem de 80%, e outra, que permitirá ganhar 99% de probabilidade com uma vantagem de 1,5 pontos, o AlphaGo escolherá a última. Às vezes, o sistema perde pontos, mas apenas melhora as chances de ganhar. Isso significa que movimentos fracos são um sinal da confiança de um carro na vitória ?

No primeiro jogo, Sedol ainda tinha tempo em seu relógio. Desta vez, ele esgotou, então uma pessoa teve que gastar apenas um minuto por vez. No final, o AlphaGo também havia esgotado seu tempo, então a velocidade da troca de movimentos acelerou até o limite. Mas não por muito tempo - White admitiu a derrota. Como disse o chefe da DeepMind Hassabis, AlphaGo tinha certeza da vitória ainda em algum lugar do meio do jogo.

O DeepMind poderia levar em consideração as características de um determinado jogador e estabelecer suas características na IA? Maxim Podolyak diz que os recursos técnicos eram:
“Como a base de jogos profissionais é de domínio público, seria surpreendente se eles não fossem usados ​​na preparação do AlphaGo. Assim, podemos esperar que o programa tenha um perfil detalhado para todos os jogadores profissionais, uma vez que sua construção não é diferente em princípio da construção de um perfil de preferências do usuário. E neste Google é forte. "

Um ponto de vista semelhante é expresso por Ilya Shikshin:
"Tenho certeza de que todos os jogos das partes disponíveis publicamente de Lee Sedol (mais de 1000) foram enviados para ele. O conhecimento desses jogos e a possibilidade de reproduzi-los a qualquer momento poderia dar uma vantagem ao programa, enquanto Li Sedol só poderia estudar os jogos contra o Fan Hui antes da partida, onde o AlphaGo era significativamente menor. ”

No entanto, o DeepMind diz que o AlphaGo não foi reconfigurado especificamente para Lee Sedola. Sim, e dificilmente é possível fazer grandes alterações na rede neural executando várias centenas de partes.

Sábado, 12 de março. Jogo três



Da esquerda para a direita: o fundador do DeepMind, Demis Hassabis, nono profissional e proprietário Lee Sedol, cofundador do Google, Sergey Brin.

Negros: Lee Sedol
Branco: AlphaGo
Resultado: Lee Sedol sofreu derrota Jogadas
: 176
Turnos
Tradução completa
Resumo do jogo em inglês
Comentários da Federação Russa ir
Publicar no Geektimes

A oportunidade de decidir o resultado da partida já neste jogo atraiu atenção para o jogo. O cofundador do Google, Sergey Brin, voou para Seul sem uma bomba e visitou o jogo. Ficou claro que a vitória era uma demonstração do poder da tecnologia que sustenta os serviços do gigante das buscas. Das preferências de publicidade aos robomobiles que podem se mover de maneira independente, quase todo o Google, em um grau ou outro, depende de sistemas com elementos de inteligência artificial.

Como no primeiro jogo, o Sedol ficou preto, ou seja, o primeiro. Além disso, a experiência de duas partes pode ser atribuída a vários momentos favoráveis ​​para uma pessoa. O rumor reivindicações que SEDOL e uma equipe de especialistas passaram a noite em busca de fraquezas AlphaGo. Alexander Dinerstein concorda com isso:
« , , – . , . , . , . , – .»

De fato, no terceiro jogo, os primeiros movimentos de Black foram agressivos. Segundo os comentaristas da partida, nos dois primeiros jogos, Sedol tentou um estilo diferente do habitual, tentando pressionar os pontos fracos do sistema. No terceiro jogo, ele demonstrou seu estilo típico com um bom começo e um ko forte no final. Embora com um erro, o AlphaGo mostrou a capacidade de trabalhar com co-combate - geralmente os sistemas de computadores lidam mal com isso. Nos jogos anteriores, não havia chance de demonstrar essa habilidade.

O partido decisivo determinou o valor histórico do que aconteceu. Esta foi a terceira vitória do AlphaGo em uma partida de cinco jogos. Isso significava que o sistema de computador já havia demonstrado superioridade. Dois jogos subseqüentes deveriam mostrar sua profundidade.

Domingo, 13 de março. Jogo quatro



Então AlphaGo admite derrota

Preto: AlphaGo
Branco: Lee Sedol
Resultado: AlphaGo derrota sofrida
Movimentos: 180
movimentos
Transmissão completa
Resumo do jogo em inglês
Comentários do “Russian Federation go”
Artigo no Geektimes

Após a terceira derrota de uma pessoa, um dos tópicos da conferência de imprensa foi a questão. se AlphaGo tem pontos fracos. O homem de cabelos grisalhos mencionou como se sentia. Ele pediu desculpas à nação coreana e à comunidade go player pelo resultado.

Sedoll escolheu a estratégia Amasi, capturando território ao redor do perímetro, não o centro. Os movimentos de abertura de White foram os mesmos do segundo jogo. O branco permitiu que o preto capturasse o centro, concentrando-se nas bordas e nos cantos. Como nos jogos anteriores, Sedol estava sem tempo antes do adversário, o que significava apenas um minuto por jogada.

O movimento de White acabou sendo tão grande que os comentaristas o descreveram como tesuji, alguns a chamaram de "a mão de Deus". Talvez Sedol realmente tenha encontrado um ponto fraco no sistema de computador. AlphaGo respondeu fracamente. De acordo com o chefe da DeepMind, Demis Hassabis, no movimento 79, o sistema cometeu um erro, considerando que a chance de vitória era de 70%. Mas ela entendeu apenas na 87ª jogada. Depois disso, a IA ficou confusa.

AlphaGo começou a fazer movimentos francamente fracos e terríveis. O sistema reconhece a derrota quando as chances de ganhar caem para menos de 20%. Sobre isso, o engenheiro do Google, David Silver, lembrou durante um intervalo, que levou Lee Sedol. Isso é necessário para manter a cultura do jogo - continuar em uma posição claramente desvantajosa seria desrespeitoso para o oponente. Silver se recusou a comentar uma série de mudanças no sistema. O jogo continuou e Sedol ainda foi forçado a trabalhar em condições de falta de tempo. A AI cometeu outro erro e depois foi derrotada. O resultado do confronto por 4,5 horas foi a primeira vitória de um homem nesta partida.

Sedoll disse que nunca foi muito parabenizado por apenas uma vitória. Ele mencionou que o carro não é tão forte quando fica preto.

15 de março, terça-feira. Quinto jogo



Sala de controle AlphaGo, Mustafa Suleiman

Negros: Lee Sedol
Branco: AlphaGo
Resultado: Li Sedol derrota admitida
Movimentos: 280
movimentos
Tradução completa
Resumo do jogo em inglês
Comentários da Federação Russa go
Post on Geektimes

Black começou em um estilo semelhante ao primeiro jogo. Então Sedol tentou marcar o território nos cantos superior direito e esquerdo - uma estratégia que ele usou com sucesso no quarto jogo. AlphaGo assumiu o centro. De 48 a 58, o homem e o carro foram liberados. Mas AlphaGo não viu o tesuji dos negros e Lee avançou.

Devido a um pequeno erro, o AlphaGo piorou ligeiramente sua posição. Como resultado de uma longa batalha, os dois jogadores ficaram sem tempo, ou seja, tiveram que colocar cada pedra em menos de um minuto. O jogo saiu bem cedo, o tabuleiro estava quase completamente cheio de pedras. White ainda conseguiu recuperar a vantagem. Avaliando a posição, Sedol percebeu que estava perdendo. Após cinco horas, ele sofreu derrota.

Perguntas


O que significa a partida para Lee Sedola?


O resultado da partida foi surpreendente - a derrota de um dos melhores jogadores humanos, a súbita vitória de um dos novos sistemas de computadores. Em vez de um milhão, a Sedol receberá 170 mil dólares: 150 mil por participação e 20 mil por uma vitória.

Uma questão separada é por que Sedol perdeu. Como diz Ilya Shikshin, ele não estava psicologicamente preparado:
AlfaGo conseguiu derrotar Lee Sedola. No entanto, isso não significa que o programa seja mais forte. Eu acho que o nível deles é o mesmo. Foi apenas que Lee Sedol não estava psicologicamente pronto para combater o programa nas primeiras parcelas, pois foi uma grande surpresa para ele que o programa pudesse combatê-lo em igualdade de condições.

Alexander Dinerstein:
Admito que não esperava tal situação. Como a maioria dos profissionais, ele tinha certeza de que Lee Sedol venceria facilmente. Mas vimos erros de programa. Eu acredito que a questão ainda está em aberto. Lee Sedol, mesmo na Coréia, não é o primeiro no ranking. Acho que outros profissionais do nível dele têm chance de vencer, principalmente se virmos uma seleção de jogos disputados pelo programa, pelos quais podemos procurar as fraquezas dela no jogo

O que significa uma correspondência para o AlphaGo?


Pela vitória sobre Lee Sedol, a Associação Coreana de Paduk concedeu oficialmente ao sistema um nono dan profissional honrado. Isso significa que ela é considerada uma jogadora de nível superior.

Lee Sedol não é o jogador mais forte do planeta, existem outros. Por exemplo, o proprietário do nono profissional dan, Ke Jie, afirma que, com uma probabilidade de 60%, poderia vencer o AlphaGo. Site Go avaliações realmente tem maior nos rankings. AlphaGo também foi desafiado pelo mestre chinês do nono dan profissional, Gu Li. Existem rumores de pedidos para jogar contra Iyama Utah. Enquanto a IA está escolhendo um oponente, o redirecionador calculou



o AlphaGo pode ser maior que o melhor das pessoas no ranking. De acordo com as estimativas do teorema de Bayes, a classificação AlphaGo é 3649, enquanto Jie tem 3621, menor.

No entanto, fazer declarações sobre a força do sistema é cedo, se possível. Apenas alguns jogos são publicados, e o verdadeiro poder do sistema não é claro. E existe algum ponto na classificação de pontos se o sistema puder encontrar um ponto fraco? Segundo Alexander Dinerstein, o programa seria interessante para acompanhar a partida contra Takemia Masaki, o dono do nono profissional:
“Ele foi um dos mestres mais fortes do mundo no início dos anos 90. Percebemos que o programa prefere o jogo ao centro, para influenciar. Lee Sedoll em todas as partes levou pontos nos cantos. E Takemia-sensei é conhecido por gostar muito de jogar no centro e nem de longe "ganancioso" no início do jogo. Não está claro como o programa se comportaria contra um estilo de jogo tão incomum. "

Pode-se esperar movimentos originais e inesperados de um sistema de computador em que uma pessoa nunca teria pensado. Como Maxim Podolyak diz, ele viu no AlphaGo mover os movimentos naturais e explicáveis ​​de um jogador excepcionalmente forte:
“Como diz um livro, uma festa flui como um riacho de uma montanha, de maneira natural e poderosa. B.102 parecia impressionante e impressionante na primeira parcela. Mas este não é um movimento "divino". "

Dynerstein afirma que alguns movimentos do AlphaGo não foram considerados pelas pessoas:
« , , 9 (), . C, , 5 % . 95 – , . , .

Google?


O gigante da Internet mostrou mais uma vez que possui algumas das melhores tecnologias do mundo. Essa divisão do Google foi a primeira a ser capaz de resolver outra tarefa da ciência da computação. No DeepMind, eles veem aplicativos utilitários para suas melhores práticas: são serviços de recomendação de compras ou análise de dados médicos.

Mas você pode escapar de projetos comerciais e ainda sonhar em sair. Não importa se os computadores começam a jogar melhor que os humanos ou não. Você pode definir um produto em outro e assistir à batalha entre duas empresas de manufatura. E eles são: o Facebook está criando um robô da floresta escura , que até agora é mais fraco e ainda não participou de partidas oficiais contra jogadores profissionais. Este mês a floresta escura deve competir no campeonato mundial de computadoresno Japão. O melhor dos programas do torneio será contra Koichi Kobayashi.

Alguém assistirá a batalha do Facebook com o Google em um quadro de 19 × 19? A propósito, é fácil imaginar um confronto e hostilidade pessoal. Em janeiro, Zuckerberg falou sobre seu sistema no mesmo dia que o Google. E se o Facebook tivesse apenas notícias de desenvolvimento, o DeepMind já se gabava de uma vitória sobre o campeão.

Maxim Podolyak:
Dificilmente. Seria o mesmo que observar como o programa pinta fractais ou manchas coloridas na proteção de tela. Ninguém está interessado na enumeração mecânica de opções; não há nada de fenomenal nisso. Mas o fato de uma pessoa poder fazer isso é um fenômeno.

Alexander Dinerstein:
Para os jogadores de xadrez, essas partidas são realizadas há muito tempo e não causam muito interesse. Pessoalmente, eu adoraria assistir a um torneio do programa que seria comentado por uma pessoa. A propósito, não seria menos interessante assistir a um torneio profissional de topo com comentários do AlphaGo.

Ilya Shikshin:
Eu acho que combinações entre programas de computador podem despertar o interesse das pessoas. Jogos semelhantes já foram transmitidos e reuniram várias centenas de espectadores. O nível de uma pessoa em movimento ainda está longe de ser perfeito. Há espaço para crescer e se desenvolver.

O que significa uma partida para ir?


É possível perceber de maneira diferente a derrota das pessoas mais inteligentes que absorveram milhares de anos de experiência e a vitória de um pedaço de ferro sem alma com pedaços de silício no interior, lançando um programa que não faz dois anos. Na comunidade de fãs do jogo, alguém é visivelmente negativo. Outros veem o AlphaGo ajudando a popularizar. Mas ele só vencerá se tiver alguém com quem competir e aprender, observa Ilya Shikshin:
“O programa teve um desempenho muito digno e merecido. Esta partida poderia ter terminado de maneira diferente? Eu acho que não. Estou certo de que Lee Sedol descobriu muito por si mesmo nesses 5 jogos. Agora ele deve estar pronto para lutar com o AlfaGo, mas, infelizmente, é tarde demais. A Go-world tem um rival sério na pessoa deste programa.
Mas não apenas Li Sedol fez descobertas. Milhões de pessoas que assistiram a essa partida também descobriram algo novo. Alguém tem enormes possibilidades de tecnologia e inteligência artificial, alguém encontrou algo novo no jogo e agora vê isso de maneira diferente, bem, para alguém, o jogo de ir em si foi uma revelação.
Pessoalmente, estou muito satisfeito por ver que meu jogo favorito hoje em dia se tornou o centro das atenções de todo o mundo. Acredito que com o ir agora tudo será apenas melhor. ”

Alexander Dinerstein:
“Suspeito que os prêmios em dinheiro nos países asiáticos possam diminuir, mas para o resto do mundo, as vantagens de anunciar a partida, e foi colossal, devem superá-la. Espero um influxo de novos jogadores no Go, e devemos nos alegrar apenas com isso. Muitos já ouviram falar desse jogo pela primeira vez. ”

Também é possível resolver problemas que as pessoas não conseguem:
“O mundo do go está certamente chateado, mas com o advento do programa, podemos aprender muitas coisas interessantes. Por exemplo, em Go, há um quebra - cabeça inventado em 1713 pelo famoso mestre japonês Dosetsu Inseki. O cálculo vai duzentos movimentos adiante. Livros inteiros foram publicados, mas ninguém conseguiu resolvê-lo. Existem soluções bonitas, mas diferem da tarefa anunciada originalmente pelo autor. Por fim, descobriremos se esse problema tem uma solução. Ou talvez Dossetsu estivesse enganado?

Se os sistemas de energia do AlphaGo se tornarem a norma, será fácil enganar e usar os movimentos de um sistema desse tipo. Até agora, o campeão foi derrotado por um enorme cluster de computação. É fisicamente impossível arrastá-lo. Hoje, o poder computacional do smartphone é suficiente para colocar qualquer pessoa nas omoplatas no xadrez. Isso não aconteceu imediatamente, mas devemos esperar algo semelhante no futuro próximo. Um dia, a possibilidade de fraude caberá no seu bolso, mesmo na ausência de comunicações de rádio. Segundo Dienstein, os dispositivos eletrônicos nos campeonatos go agora estão relaxados:
« . . , ( ). , , . . , , , .»

?


O algoritmo foi criado ao longo dos meses, ele foi treinado para tocar em grupos humanos e, em seguida, alcançou o nível mais alto independentemente. Esta é uma das melhores demonstrações visuais da força e velocidade da IA.

Segundo Ilya Shikshin, ele ficou impressionado com a velocidade com que o sistema aprendeu a jogar:
“Em um curto período de tempo, o programa aprendeu a tocar no nível mais alto. "Eu estava interessado em observar como o programa se comporta quando vence e quando perde".

O que uma correspondência significa para todos nós?


AlphaGo é inteligência artificial?

O sistema aprendeu a jogar em festas de pessoas. As redes neurais artificiais viram tantos jogos quanto ninguém jamais jogou em suas vidas inteiras. Então, em jogos contra si mesmo, o sistema elevou a habilidade a um nível que traz a vitória sobre as melhores pessoas. Esse não é o caso do Deep Blue, quando o algoritmo de busca da solução foi definido completamente manualmente.

Isso não é diferente de como aprendemos o discurso. De alguma forma, as crianças adquirem a capacidade de repetir palavras, colocar palavras em frases e depois expressar seus pensamentos em fragmentos. Isso leva anos de treinamento, isso só é possível em alguns momentos da vida, quando o cérebro é mais suscetível. Qual a diferença entre o AlphaGo e a pessoa que aprendeu a falar e depois aperfeiçoou a habilidade antes de escrever literatura?

Você pode olhar dentro do projeto e ficar muito decepcionado: existem algoritmos que podem ser interpretados e compreendidos. Mas, ao mesmo tempo, o AlphaGo cumpre seu objetivo perfeitamente. Esse é o problema: a IA, na visão dos céticos, deve ser inexplicável, capaz de fazer tudo e odiar a humanidade. A simples conclusão de uma tarefa aumenta o custo das opções de cálculo.

Mas a questão da essência dos termos não é tão interessante. O que é mais assustador é o pensamento de que as peças do AlphaGo são melhores do que todos os seus criadores, e até mesmo as pessoas cujas festas o ensinaram às redes neurais.

A inteligência artificial nos destruirá?

Sujeito ao efeito da inteligência artificialàs vezes exigem que os programas estejam cientes de si mesmos. É exatamente isso que a IA não estabelece. O IBM Watson derrotou as pessoas no jogo intelectual Jeopardy, mas não sabe disso. Ele não se apressa com o desejo de jogar ainda. Ele não se alegra com a vitória. Ele nem entende que ganhou. Ele não tem consciência.

AIs não são imagens canônicas na forma de uma lâmpada HAL9000 vermelha ou de uma SkyNet do mal. A inteligência artificial não tem consciência. Este é apenas um programa de computador, "inteligente" o suficiente para executar tarefas que geralmente exigem a participação de análises humanas. Esta não é uma máquina de matar a sangue frio.

Por exemplo, hoje existem muitos artigos e estudos científicos. É fisicamente impossível ler tudo. Precisamos de um sistema que possa ler e organizar essas matrizes monstruosas de informação. E esse sistema terá inteligência artificial.

Mas essa IA não mata pessoas. Pelo contrário, ocupará seus empregos.

A IA nos deixará sem trabalho?

A inteligência artificial pode aumentar significativamente a eficiência do trabalho. É isso que deve ser motivo de preocupação.

No início da civilização, todo mundo estava envolvido na produção de alimentos, mas dificilmente era o suficiente. Hoje, quase ninguém está envolvido na agricultura, mas há muita comida. A resposta para esse enigma está na produtividade do trabalho e na eficiência das ferramentas.

Um sistema de tradução que requer apenas revisão e comparação de termos pode facilitar a vida de um tradutor. Isso significa que metade dos tradutores corre o risco de perder o emprego?

Uma análise simples do texto destacará uma frase quente no artigo e, em seguida, postará uma frase semelhante com um link para o original por meio da API de redes sociais. Isso significa que as fileiras de SMMs ficarão mais reduzidas? A resposta aos requisitos para aumentar o salário mínimo para os caixas. Uma flotilha de caminhões não tripulados se moverá independentemente entre as cidades, e o motorista às vezes só fica atrás do volante para estacionar. O que fazer com a enorme massa de caminhoneiros liberados?






Ao analisar o fluxo de vídeo da transmissão de uma partida esportiva, o robô pode compor um artigo de notícias que não diferirá de maneira alguma daquele escrito por uma pessoa. Onde, nesse cenário, há mais empregos para jornalistas?

O sistema especialista avaliará o documento legal e tomará sua decisão sobre ele. O que fazer com o exército vago de funcionários juniores em escritórios de advocacia?

Nem mesmo a perda de empregos, mas seu caráter é perigoso. Primeiro, os trabalhos simples e com baixos salários começarão a desaparecer. Os que ocupam essas posições são os mais vulneráveis ​​economicamente.

Podemos nos adaptar às profundas mudanças sociais que nem acontecerão em uma revolução, mas em um flash agudo? Quem se beneficiará da IA: somente aqueles que possuem esse sistema? Isso significa outro aumento da desigualdade social?

Essas são as perguntas que devem assustar o próximo degelo do inverno da IA. Não deveria ser essa fobia primitiva dos onipotentes assassinos mecânicos. As notícias sobre o levante de carros continuarão sendo as manchetes "o robô matou um homem ". A tecnologia é apenas uma ferramenta. Perigo para as pessoas criam outras pessoas.

AlphaGo é outro mensageiro de um futuro tão obscuro de mudança. Mas essa IA não é uma ameaça, apenas porque o jogo, graças a ela, se torna apenas mais popular. Outro jogador não pode piorar, cujos jogos são assistidos por milhões.

Source: https://habr.com/ru/post/pt391747/

More articles:


All Articles