Адам Кучарски - Идеальная ставка

Чтобы победить в викторине, игрокам необходимы смекалка, эрудиция и умение играть словами. Шоу представляет собой блиц-опрос наоборот: участники слышат ответ и должны назвать ведущему вопрос. Например, если ответ: «5280», то вопрос будет: «Сколько футов содержится в миле?»

Финальная версия Уотсона использовала десятки приемов для интерпретации ответов и поиска правильных вопросов. Программа имела доступ к полной версии Википедии и работала на основе процессоров стоимостью три миллиона долларов.

Умение анализировать человеческую речь и «жонглировать» информацией полезно не только на телевидении. С тех пор как Уотсон одержал победу в «Jeopardy!» , IBM усовершенствовала программу, которая сегодня применяется для работы с медицинскими базами данных и помогает врачам принимать решения в сложных ситуациях. Банки планируют привлечь Уотсона к работе с клиентами, а университеты надеются, что он будет отвечать на вопросы студентов. Уотсон изучает даже кулинарные книги и советует шеф-поварам новые комбинации вкусов. В 2015 году IBM собрала некоторые результаты его трудов в «Когнитивно-вычислительную поваренную книгу», где есть рецепты таких необычных блюд, как, например, буррито с шоколадом, корицей и зелеными бобами.

Но какими бы впечатляющими ни выглядели успехи Уотсона в «Jeopardy!» , телеигра – не последняя инстанция для тестирования мыслящих машин. Задолго до Уотсона и даже до Deep Blue искусственному интеллекту пришлось столкнуться с куда более мощным соперником. На заре 1990-х, когда предшественник Deep Blue – Deep Thought – только завоевывал позиции в шахматах, в Университет Альберты приехал молодой ученый Дарс Биллингс. Он поступил работать на факультет информатики, где Шеффер и его команда как раз создали талантливую шашистку Chinook . Что дальше – шахматы? Но у Биллингса были другие мысли на этот счет: «Шахматы? Это слишком просто! Давайте попробуем покер!»

Каждое лето лучшие покерные боты со всего мира собираются на турнир. В последние годы первенство на этих соревнованиях удерживают три участника. Первый – команда Университета Альберты, сегодня объединяющая около дюжины специалистов по покерным программам. Второй – команда Университета Карнеги – Меллона, что в Питтсбурге, штат Пенсильвания (совсем недалеко от них Майкл Кент работал над своими спортивными прогнозами). Возглавляет группу профессор информатики Туомас Сандхольм, а покерного бота, с которым выступают ученые, зовут Tartanian . Замыкает тройку лидеров Эрик Джексон, независимый исследователь и создатель программы Slumbot .

Турнир состоит из нескольких состязаний, для каждого из которых бота настраивают специально. Есть поединки на выбывание: в каждом раунде две программы встречаются один на один, и бот, у которого останется меньше фишек, уходит. Чтобы победить, ботам необходим сильный инстинкт самосохранения. Надо выиграть ровно столько, сколько требуется для выхода в следующий тур, и жадность здесь – плохой советчик. В других состязаниях побеждает программа, заработавшая больше всего денег. Здесь боту необходимо выжать из своих соперников максимум средств, надо уметь быть агрессивным и ловить любое преимущество.

Большинство программ-участников разрабатывались годами и провели за тренировками миллионы, если не миллиарды игр. Но никакие заоблачные призы в духе Лас-Вегаса победителей не ждут. Все, что получают создатели ботов-чемпионов, – почет и уважение. Какая же польза от этих программ?

Играя в покер, компьютер сталкивается с проблемой, хорошо знакомой каждому: как принять решение в условиях нехватки информации? В шахматах такая проблема не стоит – игрокам достаточно взглянуть на доску, чтобы увидеть все, что требуется. Им известны расположение фигур и сделанные противником ходы. Элемент удачи если и присутствует, то не потому, что игроку не хватает информации, а потому, что он не в состоянии ее правильно проанализировать. Как следствие, в шахматах существует вероятность – пусть и крохотная – того, что гроссмейстер проиграет обезьяне, делающей ходы наугад.

Но мощный компьютер с хорошим игровым алгоритмом справляется с проблемой обработки информации. Шеффер и его коллеги в конце концов нашли идеальную стратегию для шашек, и аналогичная стратегия наверняка будет найдена и для шахмат. Компьютер может обыграть оппонента методом перебора, просчитывая любой из возможных ходов. Но в покере все обстоит иначе. Неважно, насколько хорошо играют участники, – ни один из них не знает, какие карты у остальных. В покере есть свои правила и ограничения, но в нем всегда присутствует фактор неизвестности. Мы встречаемся с этой проблемой во многих областях жизни. Переговоры, аукционы, торги – все это игры с неполной информацией. Как однажды сказал Шеффер: «Покер – это идеальный микрокосм, отображающий множество ситуаций, с которыми мы каждый день сталкиваемся в реальности».

Работая в лабораториях Лос-Аламоса в годы Второй мировой войны, Станислав Улам, Ник Метрополис, Джон фон Нейман и другие ученые часто до поздней ночи засиживались за покерным столом. Игра проходила в легкой и приятной атмосфере – невысокие ставки, непринужденная беседа. «Это дурачество было как освежающий душ после серьезных и важных дел, составлявших наш raison d' être [4] Смысл существования ( фр .). в Лос-Аламосе», – вспоминал Улам. В одной из таких игр Метрополис выиграл у фон Неймана десять долларов. Он был страшно рад, что ему удалось побить автора труда по теории игр. Половину приза он потратил на покупку экземпляра «Теории игр и экономического поведения», а оставшуюся купюру в пять долларов в знак своей победы сунул под обложку книги.

Исследования фон Неймана в области покера стали широко известны еще до выхода его книги. В 1937 году он рассказывал о своей работе на лекции в Принстонском университете. Среди его слушателей почти наверняка присутствовал молодой британский математик Алан Тьюринг, магистрант Кембриджского университета, приехавший в Соединенные Штаты изучать математическую логику. Тьюринга постигло разочарование: Курт Гёдель больше не работал в университете. Тем не менее он высоко оценил время, проведенное в Принстоне, хотя некоторые американские обычаи показались ему странными. «Стоит сказать кому-нибудь спасибо, как слышишь в ответ: “You're welcome” , – писал он матери. – Поначалу мне это очень нравилось, и я считал, что мне действительно везде рады, но вскоре понял, что это ничего не значит, и теперь веду себя максимально осмотрительно».

Через год Тьюринг вернулся в Англию. Ученый жил и работал в Кембридже, но кроме этого сотрудничал с Правительственной школой кодов и шифров, расположенной в особняке, известном как Блетчли-парк. Осенью 1939 года, когда началась Вторая мировая война, Тьюринга привлекли к дешифровке вражеских кодов. Нацистская Германия маскировала свои радиосообщения при помощи механизма «Энигма». Это устройство, похожее на пишущую машинку, было снабжено особыми роторами и превращало обычный печатаемый текст в шифрованный. Разгрызть этот крепкий орешек и пытались эксперты из Блетчли-парка. Конечно, у Тьюринга и его коллег имелись кое-какие подсказки, так называемые «ключи», то есть часто повторяющиеся сочетания символов, но число возможных вариантов расшифровки измерялось тысячами. Для решения этой задачи Тьюринг сконструировал компьютероподобную машину под названием «Бомба». Как только дешифровщики находили очередной «ключ», «Бомба» идентифицировала использовавшиеся при кодировании параметры сообщения «Энигмы» и разгадывала его оставшуюся часть.