
Zajęło to około 50 lat dla komputerów na wypatroszenie ludzi w czcigodnej partii szachów. Standardowy smartfon może teraz wykonywać takie ruchy, które przyprawiają arcymistrza o zawrót głowy. Ale jeden program sztucznej inteligencji cofa się o kilka kroków, aby docenić, jak grają przeciętni ludzie – gafy i wszystko inne.
Program szachowy AI, znany jako Maia, wykorzystuje rodzaj najnowocześniejszej sztucznej inteligencji, która stoi za najlepszymi nadludzkimi programami do gry w szachy. Ale zamiast uczyć się, jak zniszczyć przeciwnika na planszy, Maia skupia się na przewidywaniu ludzkich ruchów, w tym na błędach, które popełniają.
Jon Kleinberg, profesor z Cornell University, który kierował rozwojem Maia, mówi, że jest to pierwszy krok w kierunku rozwoju sztucznej inteligencji, która lepiej rozumie ludzką omylność. Istnieje nadzieja, że dzięki temu lepiej będzie wchodzić w interakcje z ludźmi, na przykład ucząc ich lub pomagając im, a nawet negocjując z nimi.
Kleinberg mówi, że jednym z możliwych zastosowań jest opieka zdrowotna. System przewidujący błędy może służyć do szkolenia lekarzy w zakresie odczytywania obrazów medycznych lub pomagania im w wychwytywaniu błędów. „Jednym ze sposobów jest podjęcie problemów, w których lekarze stawiają diagnozy na podstawie obrazów medycznych i szukanie obrazów, na podstawie których system przewiduje wysoki poziom niezgody między nimi” – mówi.
Kleinberg mówi, że zdecydował się skupić na szachach, ponieważ jest to jedna z pierwszych dziedzin, w których inteligencja maszynowa zatriumfowała nad ludźmi. „Jest to idealny system do wypróbowywania algorytmów” – mówi. „Rodzaj modelu dominacji AI”.
Ponadto, jak mówi, szachy były intensywnie badane, dzięki czemu w biologii przypominają muszkę owocową lub drosophila. „Szachy wyróżniają się tym, że zostały nazwane drosophila psychologii przez Herba Simona, a drosophila AI przez Johna McCarthy’ego” – mówi Kleinberg, odnosząc się do dwóch gigantów w swoich dziedzinach.
Maia została opracowana przy użyciu kodu zaadaptowanego z Leela Zero, klonu Alpha Zero o otwartym kodzie źródłowym, rewolucyjnego programu AI stworzonego przez firmę zależną Alphabet DeepMind.
Alpha Zero zerwała z konwencjonalnymi programami szachowymi wykorzystującymi sztuczną inteligencję, ponieważ komputery uczyły się, niezależnie od jakichkolwiek ludzkich instrukcji, jak fachowo grać w grę. W programie symulowana sieć neuronowa zawiera wirtualne neurony, które można dostroić tak, aby reagowały na dane wejściowe. W przypadku szachów Alpha Zero jest karmiona pozycjami na planszy i ruchami generowanymi w grach treningowych, a także dostraja odpalanie neuronów, aby faworyzować zwycięskie ruchy, podejście znane jako uczenie się przez wzmocnienie. Alpha Zero może użyć tego samego podejścia, aby nauczyć się grać w inne gry planszowe, takie jak warcaby lub Go, z minimalnymi modyfikacjami.
Zespół Cornell zmodyfikował kod Leeli Zero, aby stworzyć program, który uczy się, faworyzując dokładne przewidywanie ruchów człowieka. Inni szachiści AI, w tym Deep Blue, maszyna IBM, która pokonała ówczesnego mistrza świata Garry’ego Kasparowa w 1997 roku, mogą próbować patrzeć w przyszłość, badając możliwe ruchy. Ale Maia jest niezwykła, ponieważ koncentruje się na znalezieniu najbardziej prawdopodobnego ruchu, jaki wykona człowiek.
Maia była uczona przy użyciu danych z LiChess, popularnego internetowego serwera szachowego. Rezultatem jest program szachowy zdolny do gry w bardziej ludzki sposób. W LiChess można teraz zmierzyć się z kilkoma wersjami Maia, dostosowanymi do różnych mocnych stron gry.
Bardziej wyrafinowane formy sztucznej inteligencji mogą ostatecznie prześcignąć ludzką inteligencję we wszystkich dziedzinach, od matematyki po literaturę i nie tylko. Ale Kleinberg mówi, że „będzie długi okres przejściowy, w którym sztuczna inteligencja i ludzie będą współpracować i będzie między nimi jakaś komunikacja”.
Jeszcze wcześniej sztuczna inteligencja, która potrafi przewidywać i naśladować ludzkie zachowanie, mogłaby mieć natychmiastowe zastosowanie w szachach i innych grach. „To wspaniały pomysł” – mówi Matthew Sadler, brytyjski arcymistrz szachowy i autor książki Game Changer, książka o szachowych możliwościach Alpha Zero. „Gracze w klubie muszą mieć silniki, które mówią w ich języku”.