Джефф Хоуи - Сдвиг. Как выжить в стремительном будущем

AlphaGo был уже близок к своему «каспаровскому» звездному часу. В марте, как утверждал журнал Nature, программа должна была сыграть с Ли Седолом, которого почитали как величайшего из здравствующих мастеров — сенсея игры. «Пусть не обижается команда AlphaGo, но я бы поставил на человека, — заявил Шеффер в интервью Nature News. — Попробуйте подумать об AlphaGo как о гениальном ребенке. Вдруг, этак внезапно и очень быстро, он стал по-настоящему хорошо играть в го. Но ему недостает опыта. На примере шахмат и шашек мы имели возможность наблюдать, что опыт значит очень многое» [374].

Никто не был в восторге, видя, как машина безжалостно вторгается во все без исключения аспекты жизни людей. В день, когда Nature опубликовал свою статью, Марк Цукерберг запостил сообщение, в котором объявлялось, что у Facebook имеется собственный искусственный интеллект, способный побеждать людей — игроков в го. «Почему бы не оставить в покое эту старинную игру и не обойтись без искусственных игроков? Неужели нам действительно везде и всюду необходим искусственный интеллект?» [375]К июню это сообщение набрало более 85 тысяч откликов и 4 тысячи комментариев.

Чемпион Европы Фан Ху сыграл свои пять матчей с AlphaGo в присутствии аудитории, состоящей из двух человек: судьи и редактора Nature. Ли Седол открыл первый матч в сеульском отеле «Четыре сезона» перед телекамерами и журналистами со всего света, которые собрались, чтобы понаблюдать за последней решительной попыткой восстановить честь и достоинство непредсказуемого, несовершенного рода людского. Седол сделал ряд рискованных, нетрадиционных ходов, которые, как ожидалось, должны были вывести машину (с ее обширной базой справочников по теории игры) из равновесия. Но AlphaGo даже глазом не моргнула, отражая его атаки и постепенно забирая контроль на доске, пока не обеспечила себе победу. По мнению других профессиональных игроков, с первых секунд стало очевидным, что AlphaGo в считаные месяцы, прошедшие с ее победы над Фан Ху в Лондоне, доросла до уровня продвинутого игрока.

Одолев в первой партии Седола, команда DeepMind уже решила «математически трудную проблему» — добиться мастерства в игре, которая долгое время считалась зеркалом процесса человеческого мышления. Внезапно перспектива одержать победу во всей серии матчей оказалась вполне реальной.

Приступая ко второй партии, Седол выразил уважение AlphaGo за аккуратную и безупречную игру в го. Дело было не в том, чтобы вызвать восхищение у 280 миллионов человек, которые смотрели турнир, однако в устах игрока такого ранга, как Седол, это означало практически беспроигрышный ход, и Седол сразу обеспечил себя ореолом неаффектированной, зато безошибочной уверенности в себе. Но когда игра вступила в центральную фазу, AlphaGo совершила нечто необычное: она посоветовала своему человеческому представителю положить черный камешек в почти незанятую область в правой части доски. В другом контексте это, возможно, имело бы смысл, однако на доске в тот момент ситуация складывалась таким образом, что AlphaGo игнорировала развертывающуюся игру в нижней половине доски. Тот исторический ход вряд ли сделал бы человек в здравом рассудке — AlphaGo оценила вероятность того, что человек сделает подобный ход, как 1 к 10 000 [376].

Болельщики были шокированы и смущены. Ли Седол побледнел, извинился и покинул помещение на целых пятнадцать минут. Англоязычные комментаторы хранили молчание, пока один из них не сказал, изрядно преуменьшив факты: «Ход по-настоящему удивительный».

Вначале Фан Ху, смотревший игру вместе с колумнистом журнала Wired Кейдом Метцем, был озадачен не менее остальных. «Это нечеловеческий ход, — сказал он Метцу. — Никогда не видел, чтобы человек так ходил». Как позднее отмечал Метц [377], два с половиной тысячелетия накопленных знаний об игре в го и их осмысления не смогли подготовить человечество к ходу номер 37 во второй партии турнира. Никого из людей, кроме Ху. После проигрыша AlphaGo прошлой осенью Ху провел много часов, помогая команде DeepMind из Google «тренировать» программное обеспечение к матчу с Седолом, и этот опыт помог ему понять, как тот самый ход увязал между собой черные камешки в нижней части доски и стратегию, которую реализовывала AlphaGo. «Очаровательно», — сказал он, а потом все повторял и повторял это словечко. Это была не просто tesuji — умная игра, сбивающая противника с толку. Это была работа, блистательная как в эстетическом, так и в стратегическом смысле — может быть, даже достойная называться myoshu . Седол продолжил демонстрировать почти безупречное го, но этого было недостаточно, чтобы противостоять мощной креативности программы DeepMind, которую та демонстрировала даже после хода номер 37. К концу дня стало ясно, что AlphaGo не просто выиграла вторую партию — в процессе она еще и выказала истинно человеческие качества: импровизацию, креативность и даже своего рода изящество. Так мы узнали, что у машины имеется душа.

Через несколько недель после завершения «Решающей игры между людьми и машинами» Демис Хассабис, один из исследователей искусственного интеллекта, создававших DeepMind, выступил в MIT. Темой его доклада стал прошедший турнир и история разработки AlphaGo его командой. На мероприятии, посвященном DeepMind и проводившемся в одном из крупнейших лекционных залов университета, яблоку было негде упасть: студенты только что не лезли на стену, чтобы послушать, как Хассабис рассказывает о подходе к машинному обучению, с помощью которого его команде удалось опровергнуть мнение экспертов, утверждавших, что компьютеру понадобится десяток лет, дабы победить такого виртуоза, как Седол.

Ключ состоял в хитроумной комбинации глубинного обучения — своего рода распознавания паттернов, сходного с тем, как человеческий мозг (или Google) умеет распознавать кошку или пожарную машину, увидев множество соответствующих изображений, — и «научения» статистическим образом предугадывать вероятное развитие событий или, в случае го, вероятный ход действий человека-игрока в конкретной ситуации на основании анализа всех игр, сыгранных в прошлом. Это помогло создать рудиментарную модель игрока го, который угадывал ходы, исходя из паттернов, наблюдавшихся во время изученных партий прошлого. Потом к этому добавилось своего рода обучение закреплением, которое позволяет компьютеру пробовать разные новые вещи. Как человеческий мозг учится, получая вознаграждение в виде дофамина, когда добивается успеха, а дофамин закрепляет нейронный путь к отметке «правильно», обучение закреплением позволяет компьютеру пробовать разные вещи, вознаграждая за успешные эксперименты и тем самым закрепляя стратегии, которые привели к успеху. AlphaGo начала с базовой версии самой себя, создавая затем слегка различающиеся версии, по миллиону раз пробуя многообразные стратегии, вознаграждая те, что привели к победе, и становясь все сильнее и сильнее в процессе игры против улучшенных версий. Позднее, играя с человеком-экспертом, машина делала сильнее и себя, и своего противника-человека, неустанно продолжая обучаться.