Alle forældre er i al hemmelighed lidt bange for den dag, hvor de ikke længere skal lade deres børn vinde i en kamp – hvad enten det er skak, Scrabble eller endda Sultne Sultne flodheste – men Google-forskere har nu haft den bittersøde fornøjelse at se deres DeepMind AI lære det gamle kinesiske spil Go og straks ødelægge nogle af verdens bedste spillere.
Se relateret
Hvis du ikke er bekendt med Go, er alt hvad du virkelig behøver at vide, at selvom det ser ret simpelt ud, er det faktisk ret kompliceret. Så kompliceret, at verdens eksperter vurderede, at vi stadig var et årti væk fra en kunstig verdensmester. Som Google påpeger i
deres blog om sejren, er der faktisk flere potentielle positioner på Go-brættet, end der er atomer i universet."Grunden til, at det gik hurtigere, end folk forventede, var tempoet i innovationen, der foregik med de underliggende algoritmer og også hvor meget mere potentiale du kan få ved at kombinere forskellige algoritmer sammen,” DeepMinds administrerende direktør Demis Hassabis fortalte BBC.
Som du kan se i videoen ovenfor, slog DeepMinds skræddersyede Go-program, AlphaGo, europamesteren Fan Hui 5-0. Av.
Glæden behøver heller ikke stoppe der for Google. Det betyder også, at de har overgået Facebooks AI til at mestre Go:
Big deal, tænker du måske: Deep Blue slog Kasparov i skak i 1997, så hvorfor er dette stadig en nyhed? Nå, to hovedårsager. For det første er Go meget mindre logisk end skak og med meget mere "intuition" i hjertet. For det andet er det mere kompliceret, da der er omkring ti gange så mange mulige træk i din gennemsnitlige Go-position end i skak.
Det krævede en anden tilgang, og det var det, Google gjorde. “Vi byggede et system, AlphaGo, der kombinerer en avanceret træsøgning med dybe neurale netværk,” skriver Hassabis. "Disse neurale netværk tager en beskrivelse af Go-brættet som input og behandler det gennem 12 forskellige netværkslag, der indeholder millioner af neuronlignende forbindelser. Et neuralt netværk, 'politiknetværket', vælger det næste træk at spille. Det andet neurale netværk, 'værdinetværket', forudsiger vinderen af spillet.
"Vi trænede de neurale netværk på 30 millioner træk fra spil spillet af menneskelige eksperter, indtil det kunne forudsige det menneskelige træk 57 % af tiden (den tidligere rekord før AlphaGo var 44 %). Men vores mål er at slå de bedste menneskelige spillere, ikke bare efterligne dem. For at gøre dette lærte AlphaGo at opdage nye strategier for sig selv ved at spille tusindvis af spil mellem sine neurale netværk og justering af forbindelserne ved hjælp af en trial-and-error-proces kendt som forstærkning læring."
Alligevel er AlphaGo ikke verdensmester endnu, selvom det har erobret Europa. I marts står den over for en endnu hårdere kamp i Seoul mod Lee Sedol, den bedste spiller i verden gennem de sidste ti år. Jeg gider ikke Sedols chancer.
Hvis alt dette er mildt sagt skræmmende, så trøst lidt med dette: Vi er stadig et stykke væk fra en kunstig fodboldspiller, der ville blive valgt til fem-mand foran mig, og jeg er forfærdelig til fodbold.
Der er noget stille og roligt betryggende over det.
LÆS NÆSTE: Er AI og deep learning fremtiden for alting?
Billede: Makia Minich, brugt under Creative Commons
