Код креативности. Как искусственный интеллект учится писать, рисовать и думать - Маркус Дю Сотой Страница 10

Хотя он знал, что машина, с которой ему предстоит играть, учится и развивается, это его не тревожило. Однако по мере приближения матча стало заметно, что его убежденность в том, что искусственный интеллект никогда не станет настолько могущественным, чтобы человек не смог победить его даже в игре в го, начала колебаться. В феврале он сказал: «Я слышал, что искусственный интеллект компании DeepMind удивительно силен и становится все сильнее, но уверен, что смогу победить… по крайней мере на этот раз».

Большинству по-прежнему казалось, что, несмотря на огромные достижения программирования, создание искусственного интеллекта, способного стать чемпионом по го, все еще остается целью весьма отдаленной. Реми Кулон, создатель Crazy Stone – единственной программы, сумевшей приблизиться к игре в го на профессиональном уровне, – все так же утверждал, что до победы компьютера над лучшими игроками-людьми остается не меньше десятилетия.

По мере приближения назначенного дня начала состязания сотрудники DeepMind решили, что им нужен кто-то, кто сможет как следует потренировать AlphaGo и выявить недостатки ее игры. Они предложили все тому же Фань Хуэю поиграть против машины в последние недели, остававшиеся перед матчем. Несмотря на предыдущий проигрыш со счетом 5: 0 и оскорбления в китайской прессе, Фань охотно согласился помочь. Возможно, ему казалось даже, что, если он поможет улучшить игру AlphaGo настолько, что программа сумеет победить Ли Седоля, его собственное поражение станет менее унизительным.

Играя против AlphaGo, Фань Хуэй выяснил, что программа чрезвычайно сильна в некоторых областях, но также сумел обнаружить в ее игре недостаток, о котором не знали разработчики. В некоторых конфигурациях программа, по-видимому, совершенно не могла определить, кто из игроков контролирует развитие партии, и часто совершенно теряла связь с реальностью, считая, что она выигрывает, когда дело шло к ее поражению. Если бы Ли Седолю удалось использовать этот недостаток, AlphaGo не просто проиграла бы – она выглядела бы чрезвычайно глупо.

Коллектив DeepMind круглосуточно бился над устранением этой ахиллесовой пяты. В конце концов работу над программой пришлось остановить. Пришло время отправлять лэптоп, на котором она была установлена, в Сеул.

Все было готово для увлекательнейшего поединка, и 9 марта игроки – то есть по меньшей мере один игрок – сели за первую из пяти партий.

«Очень, очень красиво»

Когда я включил YouTube-канал, транслировавший матч Ли Се-доля против AlphaGo, и присоединился к 280 миллионам других зрителей, собравшихся наблюдать за схваткой человечества с машинами, я испытывал некоторую экзистенциальную тревогу. В течение многих лет я уподоблял творческую работу математика игре в го, так что для меня ставки были высоки.

Ли Седоль взял черный камень, поставил его на доску и стал ждать ответного хода. Физически ходить за AlphaGo должен был сотрудник DeepMind Аджа Хуан. В самом деле, речь шла об испытаниях искусственного интеллекта, а не робототехники. Хуан смотрел на экран AlphaGo, ожидая ответа программы на первый ход Ли Седоля. Но на экране ничего не появлялось.

Мы все смотрели на свои экраны, недоумевая, не обрушилась ли программа. Сотрудники DeepMind тоже начали подозревать, что происходит что-то не то. Первые ходы партии обычно бывают своего рода формальностью. Ни один человек не стал бы так долго обдумывать ход номер 2. В конце концов, на доске еще не произошло ничего содержательного. В чем же дело? И тут на компьютерном экране появился белый камень. Команда DeepMind облегченно выдохнула. Игра началась! В течение следующей пары часов камни стали накапливаться по всей доске.

Когда я смотрел матч, мне было трудно определить, кто выигрывает в тот или иной момент партии. Оказывается, дело тут не только в том, что я не очень опытный игрок в го. Это свойство самой игры. Более того, в этом заключается одна из основных причин, по которым так сложно создать программу, позволяющую компьютеру играть в го. Текущее состояние игры совсем не просто представить в виде однозначной системы счета, показывающей, кто из игроков имеет преимущество и какое именно.

Следить за счетом по мере развития шахматной партии гораздо легче. У каждой фигуры есть определенная, численно выражаемая ценность, и эти цифры позволяют в первом приближении понять, кто выигрывает. Шахматы – игра деструктивная. По ходу партии фигуры поочередно исчезают с доски, и положение на ней упрощается. Партия в го, напротив, становится по ходу игры все сложнее и сложнее. Это конструктивная игра. Комментаторы продолжали высказывать свои наблюдения, но до самых последних минут партии не могли с уверенностью сказать, кто из противников имеет преимущество.

Зато они довольно быстро смогли разгадать дебютную стратегию Ли Седоля. Поскольку программа AlphaGo училась играть по партиям, сыгранным в прошлом, Ли Седоль исходил из того принципа, что ему будет выгодно играть неожиданным для программы образом, используя ходы, не входящие в канонический репертуар игры. Проблема заключалась в том, что для этого Ли Седоль должен был вести нестандартную игру – игру, несвойственную ему самому.

Идея была хороша, но она не сработала. Любая обычная машина, запрограммированная на использование базы данных стандартных дебютов, не знала бы, как реагировать на такую игру, и, скорее всего, сделала бы ход, который привел бы к серьезным последствиям в долгосрочной перспективе – в масштабах всей партии. Но AlphaGo не была обычной машиной. Она умела оценивать новые ходы и находить правильный ответный ход, опираясь на то, чему она научилась, сыграв множество партий. Дэвид Силвер, ведущий программист AlphaGo, объяснял в преддверии матча: «AlphaGo разыграла миллионы партий между своими собственными нейронными сетями и, постепенно совершенствуясь, научилась изобретать новые стратегии». То, что Ли Седоль стал разыгрывать партию в непривычном стиле, ему не помогло, а скорее даже помешало.

Следя за игрой, я невольно сочувствовал Ли Седолю. Было видно, как его покидает уверенность в собственных силах и он постепенно осознает, что проигрывает. Он то и дело бросал взгляды на Хуана, представителя DeepMind, который делал ходы за AlphaGo, но выражение лица Хуана не давало ему никакой информации. К 186-му ходу Ли Седолю пришлось признать, что он не сможет преодолеть то преимущество, которое накопила на доске AlphaGo. Он положил камень на край доски, тем самым признав свое поражение.

К концу первого дня счет в матче AlphaGo – люди стал 1: 0. На пресс-конференции, проведенной в этот день, Ли Седоль признал: «Я был очень удивлен, так как никогда не подумал бы, что проиграю».

Но по-настоящему потрясла – не только Ли Седоля, но и всех людей, играющих в го, – вторая партия. В первой партии специалисты могли следить за ходом игры и понимали, почему AlphaGo делает тот или иной ход. Такие же ходы вполне мог делать человек. Но, когда я смотрел вторую партию, сидя дома перед своим лэптопом, случилось нечто странное. Ли Седоль сделал 36-й ход и ушел на крышу гостиницы покурить. Пока его не было, AlphaGo сделала 37-й ход: она побудила представлявшего ее человека, Хуана, поставить черный камень на пятую линию от края доски. Все были ошарашены.