Alpha Zero's Alien Chess viser kraften og særegenheten til AI

Det siste fremskrittet fra DeepMind oppfører seg på en svært overraskende måte. Forvent at andre AI-systemer er like rare. Av

• Will Knight arkivside

8. desember 2017

Det siste AI-programmet utviklet av DeepMind er ikke bare strålende og bemerkelsesverdig fleksibelt – det er også ganske rart.

DeepMind publisert et papir denne uken beskriver han et spillprogram det utviklet som viste seg å kunne mestre sjakk og det japanske spillet Shoju, etter å ha mestret spillet Go.

Demis Hassabis, grunnleggeren og administrerende direktør for DeepMind og en ekspert i sjakkspiller selv, presenterte ytterligere detaljer om systemet, kalt Alpha Zero, på en AI-konferanse i California torsdag. Programmet gjorde ofte trekk som ville virke utenkelige for en menneskelig sjakkspiller.

Den spiller ikke som et menneske, og den spiller ikke som et program, sa Hassabis på konferansen Neural Information Processing Systems (NIPS) i Long Beach. Den spiller på en tredje, nesten fremmed måte.

Foruten å vise hvor glimrende maskinlæringsprogrammer kan være ved en spesifikk oppgave, viser dette at kunstig intelligens kan være ganske forskjellig fra den menneskelige typen. Etter hvert som AI blir mer vanlig, må vi kanskje være bevisste på slik fremmedoppførsel.

Relatert historie

Relatert historie En oppgradert versjon av spill-AI lærer seg selv alle triksene i Go-boken, ved å bruke en ny form for maskinlæring.

Alpha Zero er en mer generell versjon av AlphaGo, programmet utviklet av DeepMind for å spille brettspillet Go. På 24 timer lærte Alpha Zero seg selv å spille sjakk godt nok til å slå et av de beste eksisterende sjakkprogrammene som finnes.

Det som også er bemerkelsesverdig, forklarte Hassabis, er at det noen ganger gir tilsynelatende gale ofre, som å ofre en biskop og en dronning for å utnytte en posisjonell fordel som førte til seier. Slike ofre av verdifulle stykker er normalt sjeldne. I et annet tilfelle flyttet programmet sin dronning til hjørnet av brettet, et veldig bisarrt triks med en overraskende posisjonsverdi. Det er som sjakk fra en annen dimensjon, sa Hassabis.

Hassabis spekulerer i at fordi Alpha Zero lærer seg selv, drar den fordel av å ikke følge den vanlige tilnærmingen med å tildele verdi til brikker og prøve å minimere tap. Kanskje vår oppfatning av sjakk har vært for begrenset, sa han. Det kan være et viktig øyeblikk for sjakk. Vi kan pode det inn i vår egen lek.

Sjakkspillet har en lang historie innen kunstig intelligens. De beste programmene, utviklet og raffinert over flere tiår, inneholder enorme mengder menneskelig intelligens. Selv om IBMs Deep Blue i 1996 slo verdensmesteren på den tiden, krevde det programmet, som andre konvensjonelle sjakkprogrammer, nøye håndprogrammering.

Den originale AlphaGo, designet spesielt for Go, var en stor sak fordi den var i stand til å lære å spille et spill som er enormt komplekst og vanskelig å lære bort, som krever en instinktiv følelse av styreposisjoner. AlphaGo mestret Go ved å innta tusenvis av eksempelspill og deretter øve mot en annen versjon av seg selv. Det gjorde dette delvis ved å trene et stort nevralt nettverk ved å bruke en tilnærming kjent som forsterkende læring, som er modellert på måten dyr ser ut til å lære (se Googles AI Masters går et tiår tidligere enn forventet).

DeepMind har siden demonstrert en versjon av programmet, kalt AlphaGo Zero, som lærer uten noen eksempelspill, i stedet for å stole utelukkende på selvspill (se AlphaGo Zero viser at maskiner kan bli overmenneskelige uten hjelp ). Alpha Zero forbedrer seg ytterligere ved å vise at det samme programmet kan mestre tre forskjellige typer brettspill.

Alpha Zeros prestasjoner er imponerende, men den må fortsatt spille mange flere øvingsspill enn en menneskelig sjakkmester. Hassabis sier at dette kan være fordi mennesker drar nytte av andre former for læring, som å lese om hvordan man spiller spillet og se andre mennesker spille.

Likevel advarer noen eksperter om at programmets evner, selv om de er bemerkelsesverdige, bør tas i sammenheng. Snakker etter Hassabis, Gary Marcus , en professor ved NYU, sa at mye menneskelig kunnskap gikk med til å bygge Alpha Zero. Og han antyder at menneskelig intelligens ser ut til å involvere noen medfødte evner, for eksempel en intuitiv evne til å utvikle språk.

Josh Tenenbaum , en professor ved MIT som studerer menneskelig intelligens, sa at hvis vi ønsker å utvikle ekte kunstig intelligens på menneskelig nivå, bør vi studere fleksibiliteten og kreativiteten som mennesker viser. Han pekte blant andre eksempler på intelligensen til Hassabis og kollegene hans i å utforme, designe og bygge programmet i utgangspunktet. Det er nesten like imponerende som en dronning i hjørnet, spøkte han.

gjemme seg