Джефф Хоуи - Сдвиг. Как выжить в стремительном будущем

Серьезные приверженцы настольной игры го могут привести аналогичные примеры того, как один игрок меняет положение на доске, — они имеют возможность делать выводы, основываясь на длительной истории игры. Был такой знаменитый ход «разбить две лестницы», впервые примененный во времена династии Тан, когда мастер-китаец одержал сенсационную победу над японским князем, — легендарная «Игра покрасневших ушей» 1846 года, когда один-единственный рискованный ход изменил стратегию игры на поколения вперед [367]. Целые десятилетия разделяют во времени подобные myoshu — ходы «столь удивительные и поразительные своей мудростью», что вошли в легенду [368]. Но, на наш взгляд, гораздо удивительнее, что не один, а целых два хода, достойные именоваться myoshu , были сделаны во время одного высокостатусного матча в начале марта 2016 года.

Го часто упоминается наравне с шахматами, но если не считать, что и то и другое — это игры-стратегии, в которые играют два человека, сидящие за столом напротив друг друга, го одновременно и проще (в этой игре всего два правила), и гораздо сложнее, так как здесь больше возможных ходов — на порядок больше, чем атомов во Вселенной [369]. Игроки в го высокого уровня расставляют маленькие черные и белые камешки на доске, где имеется 19 линий по горизонтали и вертикали, а начинающие могут выбрать вариант попроще: 9 на 9 или 13 на 13. Но каков бы ни был размер доски, задача игрока — захватить столько пространства и столько камешков противника, сколько возможно.

«Шахматы, — заметил однажды немецкий гроссмейстер Рихард Тейхман, — это на 99 % тактика», и для победы нужно уметь увидеть долгосрочные последствия сделанного хода. Но никто из живущих на Земле не способен рассчитать возможные варианты 361 хода, которые принесут победу игроку, сидящему над пустой доской го. Виртуозы игры в го, как правило, обладают сверхъестественными способностями распознавания паттернов и полагаются на свою интуицию. Согласно данным функциональной магнитно-резонансной томографии, правое полушарие мозга, отвечающее за визуальное и целостное восприятие, у игроков в го более развито, чем левое [370]. Действительно, доска го с ее практически неограниченными возможностями имеет больше общего с холстом, на котором художник пишет свою картину, чем с игрой в шахматы. Китайцы, которым история приписывает изобретение этой игры примерно в то же время, когда был создан Ветхий Завет, должно быть, мыслили именно так. Го вместе с живописью, каллиграфией и игрой на лютне считалась одним из «четырех искусств», которыми был обязан владеть каждый благородный муж.

До недавнего времени эти атрибуты (практически неограниченные возможности скорее интуитивного, нежели логического свойства) делали программирование компьютера для игры в го «математически трудной задачей» — этакий эвфемизм для слова «невозможное». Кроме того, эта проблема не решалась подобно аналогичной, хотя и искусственной проблеме шахмат. Команда ученых-компьютерщиков из IBM потратила 12 лет, чтобы создать Deep Blue — компьютер, способный победить шахматного гроссмейстера. Это произошло в 1997 году, когда Deep Blue победил Гарри Каспарова в шахматном матче из шести партий. Способный анализировать 200 миллионов позиций в секунду, Deep Blue был основан на алгоритме «лобового решения», или брутфорса [371], — он просто оценивал все возможные последствия хода на двенадцать шагов вперед.

200 миллионов вычислений в секунду звучит как огромное число, но Deep Blue не выстоял бы, играя в го, против восьмиклассника средних способностей. Сам масштаб возможностей, открывающихся на доске с 360 черными и белыми камешками, поражает воображение. Были созданы целые новые направления теории игр и математической науки, чтобы наши повергнутые в смятение умы смогли хотя бы начать размышлять над подобными вопросами. Чтобы играть в го, «мыслящему в лоб» машинному разуму наподобие Deep Blue потребовалось бы больше времени на процессинг, чем те тысяча триллионов лет, которые, вероятно, существует наша Вселенная.

В 2006 году французский ученый-компьютерщик Реми Кулом опубликовал статью [372], в которой содержались намеки на новые возможности подступиться к проблеме. В 50-е годы XX века исследователи разработали поисковый алгоритм, названный по имени знаменитого казино «Монте-Карло», с помощью которого моделировалось воздействие ядерного взрыва. Неспособный исследовать все возможные исходы, Монте-Карло искал статистическую выборку из целого. Сам по себе этот алгоритм не работал в игре го, но Кулом так его отточил, что программа распознавала некоторые ходы как заслуживающие большего внимания, чем остальные. Некоторые из них были своего рода узловыми точками, которые вели к гораздо большему количеству возможностей. Кулом спрограммировал свой алгоритм «дерево поиска Монте-Карло», чтобы определить, какой ход в любой данной последовательности самый обещающий, а затем сосредоточиться на исходах, вытекающих из этого конкретного узла. Это позволяло программе «заучивать» успешные игровые схемы, которые игроки-люди усваивали подсознательно, проводя за игрой бесчисленные часы.

В последующие несколько лет программа Кулома, названная Crazy Stone, начала одерживать впечатляющие победы над другими программными продуктами, а в 2013 году переиграла одного из ведущих профессионалов в мире — но только после того, как получила фору в четыре хода: своего рода уравнивание шансов, которое профессионал иногда предлагает талантливому любителю. Действительно, в то время в сообществах шахмат и го бытовало единое мнение, что пройдет еще немало лет, прежде чем искусственный интеллект разовьется до таких высот, что сможет состязаться с лучшими игроками из числа людей, не требуя форы. Машина просто не в состоянии воспроизвести творческую, склонную к импровизации гениальность, одухотворяющую высочайший уровень игры.

Но все это было до того, как научный журнал Nature в январе 2016 года опубликовал статью, эффект которой был подобен разорвавшейся бомбе. В ней сообщалось, что в игру вступил проект по созданию искусственного интеллекта компании Google под названием DeepMind [373]. Созданная в его рамках программа AlphaGo изначально освоила уроки многолетней истории игры го, а затем, задействовав инновационную форму обучения с подкреплением, играла сама с собой, совершенствуясь с каждым разом. В ноябре 2015 года, как говорилось в статье, компания Google провела матч из пяти партий между чемпионом Европы по го Фан Ху и программой AlphaGo. Итоговый счет? 5:0 в пользу машины. Настал поворотный момент в сфере машинного обучения — в первый раз компьютер одолел профессионального игрока в го без форы. Статья цитировала Реми Кулома, который утверждал, что, по его мнению, пройдет еще десяток лет, прежде чем машина сумеет продемонстрировать настоящее мастерство в игре. А другой исследователь искусственного интеллекта, Джонатан Шеффер, отмечал, что к 1989 году Deep Blue уже уверенно побеждал шахматных гроссмейстеров, но понадобилось бы еще восемь лет, прежде чем он достигнет высот, позволяющих одолеть Гарри Каспарова.