By Dugi niz godina kompleksne intelektualne igre, kao što su šah i go, smatrane su zonom ljudske superiornosti nad mislećim strojevima. Misaono nadmetanje čovjeka i stroja ima dugu povijest. Još je 1770. godine austrijski izumitelj Wolfgang von Kempelen izradio lažni šahovski stroj, poznat kao Mechanical Turk (mehanički Turčin). Unutar stroja nalazio se vrsni ljudski šahist, koji je upravljao potezima pomoću sustava magneta i pomičnih sjedala. Izazovu nadmetanja sa strojem, to jest, mehaničkim Turčinom, nisu odoljeli ni državnici Napoleon Bonaparte i Benjamin Franklin.
Šah i go
Šah i drevna kineska igra go donekle su slični. U obje igre natječu se dva natjecatelja, uz pomoć bijelih i crnih figura, a strategija je ključna za pobjedu. Šahistima je na raspolaganju mnoštvo mogućih poteza koju tu igru čine iznimno zahtjevnom u misaonom pogledu.
Ipak, IBM-ov misleći stroj, odnosno superračunalo DeepBlue, zahvaljujući svojoj brutalnoj snazi procesuiranja 200 milijuna mogućih poteza u sekundi, pobijedilo je 1997. godine svjetskog šahovskog prvaka Garry Kasparova. Poraz Kasparova bio je prvorazredna svjetska senzacija, koja je ukazala na do tada nezamisliv potencijal algoritamskog mišljenja.
Go se na prvi pogled čini jednostavnim, ali po složenosti i broju mogućih poteza drastično nadmašuje šahovsku igru. Matematičari su izračunali kako igraču goa stoji na raspolaganju više mogućih valjanih poteza odnosno pozicija, nego što je sveukupan broj atoma u svemiru. Stoga su analitičari smatrali kako se pobjeda u gou ne može ostvariti sirovom snagom računalnog procesuiranja, što se dogodilo Kasparovu.
Za pobjedu je potrebna iznimna kreativnost i intuicija, koji su se smatrali monopolom svjesnih bića, bolje reći ljudi, sve do 2010-ih godina. Lee Sedo,l svjetski prvak u gou iz Južne Koreje, uvjeravao je kako se radi o jedinoj igri koja iziskuje korištenje i balansiranje lijeve i desne strane mozga. Smatralo se kako je zbog toga nemoguće dizajnirati pobjednički računalni softver za tu igru, kao što je bilo napravljeno u šahu.
AlphaGo i potez 37
Sve su te pretpostavke pale u vodu odnosno pokazale su se kao velika zabluda u ožujku 2016. godine, kada je Lee Sedol poražen na turniru od pet mečeva. Pobijedio ga je računalni program za igranje goa kompanije Google, nazvan AlphaGo. Drugačije rečeno, pobjedu nad svjetskim prvakom u gou, što se smatralo apsolutno nemogućim u tadašnje vrijeme, ostvarila je umjetna inteligencija. Tom pobjedom fenomen umjetne inteligencije globalno se afirmira, a interes stručne i šire svjetske javnosti za tu tehnologiju neprekidno raste do današnjih dana.
AlphaGo ne funkcionira uz pomoć pravila, koja su programirali (ljudski) eksperti. Upravo suprotno, AlphaGo je samostalno programirao vlastita pravila i strategije igranja, koristeći se strojnim učenjem. Istreniran je na bazi podataka koja se sastoji od preko 30 milijuna poteza, koje su u međusobnim dvobojima odigrali vrhunski go igrači.
Važno je naglasiti kako je u sklopu učenja, to jest, treninga AlphaGo odigrao milijune partija sam protiv sebe. Drugim riječima, to su bile partije koje nikada nisu odigrane u stvarnosti. Na taj način je AlphaGo odigrao više mečeva, nego što su to učinili ljudi od izuma te drevne igre.
Sve se to događalo u sklopu priprema za dvoboj sa svjetskim prvakom Sedolom. Nitko nije vjerovao u pobjedu umjetne inteligencije nad ljudskim predstavnikom, pa ni sami njeni kreatori iz londonske tvrtke DeepMind, koja danas djeluje u sklopu kompanije Alphabet Inc Temeljita priprema okrunjena je uspjehom odnosno senzacionalnim potezom u drugoj partiji.
Nakon što je u prvom meču Sedol teško poražen, on je u drugi ušao s maksimalnim oprezom i respektom spram protivnika. U drugom susretu je AlphaGo ostvario blagu početnu prednost, ali su još uvijek šanse za pobjedu bile podjednake. Tada se dogodio potez 37 koji je odigrao AlphaGo. Izazvao je čuđenje, nevjericu odnosno zaprepaštenje svih (stručnih) promatrača.
AlphaGo je kao crni povukao, na prvi pogled, pogrešan odnosno neshvatljiv potez na desnoj strani središnjeg dijela ploče. Stručni komentatori odmah su to okarakterizirali kao fatalnu grešku. Sedol je nakratko izašao iz dvorane, te uzeo 15 minuta za razmišljanje prije odgovora na taj potez.
Fan Hui, tadašnji europski go šampion, prokomentirao je potez 37, koji se ubrzo pokazao pobjedničkim, riječima :“To nije potez čovjeka. Nikada nisam vidio čovjeka da igra na taj način.“ Kasnije je izjavio :“To je tako prekrasno.“ U krajnjoj liniji, potez 37 ipak je na neki način ljudski potez, jer i genijalni pojedinci postupaju na misteriozan, kreativan i nepredvidljiv način (za obične smrtnike) kada kreiraju epohalne spoznaje i inovacije.
U ovom slučaju neuobičajeno je to, što ne očekujemo takav senzacionalan i nadnaravan potez od algoritma, koji se samostalno pripremao za ovaj meč. Stoga ne iznenađuje što taj potez nisu mogli razumjeti ni kreatori algoritma AlphaGo. Ta paradoksalna situacija podsjeća donekle na odgoj djeteta. Djecu učimo primjerima i savjetima, a nagradama podupiremo željeno ponašanje. Ipak, djeca nas često iznenade svojom kreativnošću i napretkom, koji su samostalno generirali. Ta pozitivna iznenađenja koja nam djeca priređuju dio su normalnog razvoja.
Takvo iznenađenje priredio je i AlphaGo svojim kreatorima, protivniku s kojim se natjecao, kao i svim vrsnim poznavateljima te igre. Svojevrsnu nadnaravnu kreativnost algoritam AlphaGo stekao je dubokim učenjem iz golemih količina podataka (big data). Što je skup podataka veći, to više rastu spoznajni kapaciteti algoritma odnosno umjetne inteligencije.
Taj princip vrijedi i za algoritme u drugim područjima. Tako se Googleovi samovozeći automobili ne zasnivaju na pravilima koje su programirali ljudski eksperti. Algoritmi treniraju, to jest, uče iz velikih baza podataka video snimki ljudske vožnje. Te goleme baze podataka su platforma za duboko učenje, uz pomoću kojih algoritmi razvijaju vlastito umijeće vožnje odnosno djelovanja općenito.
Mr.sc. Marinko Kovačić
Comments