Штучний інтелект Google переміг Лі Седоля, чемпіона Кореї з го, у його власній дисципліні. Підсумковий рахунок – 4:1 на користь AI. Багато хто бачать у цьому повторення знаменитої поразки Каспарова у боротьбі з Deep Blue. Однак, перш ніж нас налякає згадка про сюжет «Термінатора», давайте послухаємо, що говорить про нього Мешко Зелінський, провідний програміст штучного інтелекту в Epic Games, компанії з виробництва відеоігор.
Марцін Стржижевський: Як фахівець із штучного інтелекту, ви здивовані перемогою AlphaGo над Лі Седолем?
Мешко Зелінський: Здивовані? Ні, зовсім ні. Відколи Google опублікував своє дослідження з глибокого навчання з підкріпленням влітку 2014 року, я не сумнівався, що це лише питання часу. Можливо, я не очікував, що це станеться так швидко, але, знаючи, що в даний час у Google працюють провідні вчені, що спеціалізуються на цій темі, я не особливо здивований, що їм вдалося досягти цього так швидко. Вже минулого року AlphaGo перемогла чемпіона Європи Фань Хуея, тому швидка перемога над чемпіоном світу була просто неминуча.
Однак деяких людей може здивувати перемога AlphaGo, адже 10 років тому було сказано, що через складність ГО (кількість можливих ігор більша, ніж кількість атомів у Всесвіті), ІІ ніколи не зможе перемогти люди. Ніколи не говори ніколи!
20 років тому програма, яка могла б перемогти Каспарова у шахах, вимагала суперкомп’ютера. Яке екіпірування потрібне сьогодні, щоб побити людину?
Усього через 10 років після поразки Каспарова мобільні телефони мали більш потужні процесори, ніж DeepBlue. Люди, які використовують смартфони щодня, не усвідомлюють, наскільки потужним це обладнання. Кожен із цих пристроїв досить потужний, щоб переграти 99,99 відсотків людей.
Алгоритми, які краще за людей справляються з конкретними завданнями, не рідкість. Але чи можна було б створити програму, яка була б розумнішою за нас у типово людському розумінні цієї особливості?
Я думаю, що це ще одна річ, це просто питання часу. Набагато більше часу, ніж досягнення рівня майстра в будь-якій грі, але все ж таки час, який ви можете собі уявити. Пам’ятайте, що в оригінальному дослідженні DeepMind 2014 описувалася одна нейронна мережа, яка змогла самостійно навчитися грати в 49 класичних ігор Atari, просто спостерігаючи за екраном і отримуючи кількість отриманих балів в якості додаткової інформації. І це лише початок використання цієї технології!
Основною перешкодою для використання глибоких згорткових мереж та будь-яких похідних нейронних мереж у цілому є так звана шум у реальних даних. Набагато простіше навчити нейромережу грати в настільну гру, де завжди чітко визначені правила та можливі ходи.
Нещодавно Стівен Хокінг, Ілон Маск та Білл Гейтс застерігали від штучного інтелекту, який потенційно може становити загрозу для людини. Чи виправдані ці побоювання?
Звичайно. Кажуть, і я погоджуюсь, що нинішній прогрес у галузі штучного інтелекту є найбільшим досягненням людства з часів освоєння ядерної енергії. І як ми добре знаємо з історії, атомна енергія також використовувалася як зброя. Те саме може статися і зі штучним інтелектом (наприклад, Boston Dynamics працює над автономними солдатами для армії США). Це дуже велика тема, але коротко можна сказати, що загроза з’являється там, де ІІ прийматиме рішення, які вимагатимуть звернення до моральних норм людини.
