Avgörande match för AI i mars

Det här är en artikel från 2016.

När IBM:s dator Deep blue år 1997 vann över Garry Kasparov lämnade schackvärldsmästaren spelbordet i vredesmod. I mitten av mars kan en liknande scen komma att utspela sig då Deepminds mjukvara Alpha go möter go-världsmästaren Lee Se-dol.  

– Sedan Deep blue besegrade Kasparov i schack har det varit en AI-forskningens holy grail att vinna över de bästa go-spelarna, sa Deepminds Demis Hassabis på vetenskapskonferensen AAAS i Washington DC nyligen. 

– Ett parti go har fler möjligheter än det finns atomer i universum, förklarade han för att illustrera det kinesiska brädspelets komplexitet.

Medan varje drag i schack har cirka 20 möjligheter har go omkring 200 möjliga drag. Go bygger dessutom mer på mönsterigenkänning till skillnad från det mer linjära schackspelet. Det gör att en skicklig schackspelare kan överblicka möjliga drag, medan go-mästare i mycket högre grad förlitar sig inuition, det slags omedvetna kunskap som övas upp genom att göra något väldigt många gånger. Det gör go-spelet extra lämpat för Alpha go.

Alpha go bygger nämligen på deep neural network-teknik eller deep learning, som inspireras av hjärnans neurala nätverk. Det är mjukvara som kan lära sig på egen hand genom ett slags trial and error, för att sedan odla de beteenden som fungerar. Inte helt olikt mänsklig inlärning med hjälp av psykologisk förstärkning.

Deepmind grundades 2010 och var när det köptes av Google 2014 det amerikanska företagets största europeiska affär någonsin. Deepmind är ledande inom den här sortens generella artificiell intelligens, som utvecklarna har förfinat genom att låta datorn spela tidiga datorspel som Space invaders – för att sedan gå vidare till 3D-spel.

– Datorspel är det perfekta plattformen för att testa algoritmer eftersom de kan spela tusentals spel på en dag, sa Demis Hassabis på AAAS och förklarade att programmet inte fått mer instruktioner än att det ska maximera poängen.

– Resten lär det sig på vägen.

Ett exempel på programvarans självständighet är hur den snabbt hittade knep i Space invaders som inte ens dess programmerare kände till.

– De är väldigt bra på att programmera och skapa artificiell intelligens, men de är inte så bra på att spela Atari-spel. Så de fick lära sig något av sitt eget system, sa Demis Hassabis och framkallade skrattsalvor i den överfyllda seminariesalen på AAAS.

Space invaders-projektet publicerades för övrigt Nature i februari 2015.

För att träna programvaran Alpha go i det kinesiska brädspelet har utvecklarna laddat ner partier från nätet och låtit programmet analysera cirka 30 miljoner drag. Sedan har Alpha go fått spela på i det tysta. De första officiella partierna gick av stapeln i april 2015, mot Zen och Crazy stone, två tidigare AI-program som spelar go men aldrig lyckats vinna över professionella spelare utan att få hjälp på traven i form av till exempel handikapp.

I oktober förra förra året var det dags att utmana ett mänsklig go-proffs, europamästaren Fan Hui. Alpha go vann med 5-0, en händelse som hölls hemlig till i januari då resultaten publicerades i Nature. Alpha go var därigenom det första programmet som vunnit över en professionell go-spelare på lika villkor.

Den kommande matchen mot go-världsmästaren Lee Se-dol sänds den direkt på Deepminds Youtube-kanal den 9–15 mars.