Охота на электроовец. Большая книга искусственного интеллекта - Сергей Сергеевич Марков
Охота на электроовец. Большая книга искусственного интеллекта читать книгу онлайн
Новый этап в области компьютерных технологий часто называют очередной «весной искусственного интеллекта». Её начало обычно отсчитывают с момента появления нейронной сети, сегодня известной под названием AlexNet, успех которой в распознавании зрительных образов возвестил о начале «революции глубокого обучения». В результате этой революции машинам удалось превзойти человеческий уровень при решении множества задач. Сегодня уже мало кого удивляют победы машин над сильнейшими игроками в го, создание ими музыки и картин, предсказание нейронными сетями пространственной структуры белков и другие вещи, которые десять лет назад мы посчитали бы чудесами. Алгоритмы искусственного интеллекта (ИИ) быстро вошли в нашу жизнь и стали её неотъемлемой частью. Например, каждый раз, когда вы делаете фотографию при помощи смартфона, её обработку выполняет нейронная сеть.
На смену весне искусственного интеллекта приходит лето. Эта книга рассказывает о том, какие события в истории науки привели к началу этого лета, о современных технологиях ИИ и их возможностях, а также пытается приоткрыть завесу, скрывающую от нас мир ближайшего будущего.
Мифы и заблуждения об искусственном интеллекте, страхи, насущные проблемы, перспективные направления исследований — обо всём этом вы узнаете из «Большой книги искусственного интеллекта».
Помимо собственно распознавания речи, системы, основанные на технологиях машинного обучения, применяются сегодня для идентификации пользователей по голосу, выделения в аудиозаписях реплик различных людей (так называемая диаризация), активации устройств по ключевым словам, определения интонационной окраски речи, улучшения качества звука и многих других задач в области обработки голосовой информации. При этом прогресс во всех этих областях продолжается, а это означает, что все вышеперечисленные способности или уже стали обыденными для современных продуктов и сервисов, или станут таковыми в ближайшие годы.
6.2.3 Распознавание образов в играх
Онода Шестой дан, арбитр в прощальной партии Мэйдзина Хонинбо, несколько лет спустя, незадолго до своей смерти, вдруг разгромил всех противников на большом квалификационном турнире Отэай, устраиваемом Ассоциацией го. Его игра была блестящей, а я бы даже сказал — пугающе великолепной. И за доской он держался не так, как обычно: при ходе противника тихо сидел с закрытыми глазами. Потом он объяснял, что в это время старался побороть в себе жажду победы. После турнира он почти сразу лёг в больницу, где вскоре скончался от рака желудка, о котором и сам не подозревал. Точно так же Кубомацу Шестой дан, у которого одно время учился Отакэ. Незадолго до смерти он показал выдающиеся результаты в турнире Отэай.
Кавабата Ясунари. Мэйдзин
6.2.3.1 Победа в го
Как мы писали ранее, в главе 3.7, игра го на протяжении многих лет исполняла роль своеобразного философского камня в области искусственного интеллекта и успехи в ней компьютерных программ несколько лет назад были весьма невелики.
Возможно, уважаемый читатель, вас удивит такая смена темы повествования — с распознавания изображений и звука на игру в го.
Но дело в том, что позиция в го ничем принципиально не отличается от изображения размером 19 × 19 пикселей, а различные её варианты, возникающие в процессе игры, — прямые аналоги зрительных образов. Как выяснилось, нейросетевая модель, хорошо зарекомендовавшая себя в задачах распознавания зрительных образов, может использоваться и в нахождении важных позиционных структур на игровой доске в го.
И не только в го…
Но обо всём по порядку.
27 января 2016 г. в журнале Nature вышла статья[1944] коллектива исследователей из компании DeepMind (была приобретена Alphabet — родительским холдингом Google в 2014 г., поэтому иногда называется Google DeepMind) под названием «Овладение игрой го при помощи глубоких нейронных сетей и дерева поиска» (Mastering the game of Go with deep neural networks and tree search). Эта статья произвела в сообществе игроков в го эффект разорвавшейся бомбы. Дело в том, что, помимо описания алгоритмов, лежащих в основе новой программы для игры в го, получившей название AlphaGo, в статье приводились результаты матча AlphaGo против чемпиона Европы по го — Фань Хуэя. Фань Хуэй, профессионал второго дана, не просто потерпел в этом матче поражение, а проиграл его всухую, со счётом 0 : 5. Сам матч прошёл в штаб-квартире DeepMind в Лондоне в октябре 2015 г. при «длинном» временном контроле (час для каждого игрока, потом 30 секунд на ход без накопления, с тремя дополнительными полуминутами на всю игру). Это стало первым случаем в истории, когда компьютерная программа для игры в го победила профессионального игрока-человека на полноразмерной доске без форы.
Фань так охарактеризовал программу: «Я знаю, что AlphaGo — это компьютер, но если бы мне никто этого не сказал, то я бы, возможно, подумал, что мой соперник был немного странным, но очень сильным игроком, реально существующим человеком»[1945].
В матче с Фань Хуэем использовалась распределённая версия AlphaGo с 40 потоками перебора и использовавшая 1202 CPU и 176 GPU. Во время основного матча AlphaGo и Фань Хуэй сыграли также пять неформальных игр с более коротким временным контролем (у каждого игрока было только 30 секунд на ход без накопления с тремя дополнительными полуминутами на всю игру), в этих партиях AlphaGo победила Фаня со счётом 3 : 2. Фань Хуэй отметил, что игра с AlphaGo помогла ему улучшить собственный уровень игры и научила видеть вещи, которые раньше он не замечал. Журналисты издания Wired подтвердили это заявление Хуэя — к марту 2016 г. он переместился в мировом рейтинге го: с 633-го места вошёл в топ-300[1946].
Реакция профессионалов го была весьма бурной и пропитанной духом отрицания. Ли Седоль, один из сильнейших игроков в го, отметил, что AlphaGo достигла высшего любительского, но не профессионального уровня и что он мог бы дать AlphaGo фору в один или два камня. Ке Цзе и Ми Ютинг были более осторожны, оценив силу игры AlphaGo в этом матче как примерно соответствующую силе кандидата в профессионалы го и чрезвычайно близкую к профессиональному уровню. Ши Юэ и вовсе признал, что AlphaGo уже достигла профессионального уровня. Комментируя успех AlphaGo, Ке Цзе написал у себя в блоге: «Ошеломительно! Хотя уровень игры AlphaGo и был ограничен… Опасно, что он ещё не был завершён и при этом может эволюционировать (развиваться) и дальше». Прокомментировали полученный результат и представители компьютерного сообщества. Создатель уже упоминаемой в книге шашечной программы Chinook Джонатан Шеффер сравнил AlphaGo с «вундеркиндом», которому пока не хватает опыта. По мнению Шеффера, матч с Фань Хуэем ещё не являлся «моментом Deep Blue» и настоящим достижением станет момент, «когда программа обыграет игрока, бесспорно принадлежащего к высшему эшелону».
Впрочем, это понимали все: и создатели AlphaGo, и представители элиты мирового го, поэтому матч соответствующего уровня был организован в кратчайшие сроки. Противником AlphaGo суждено было стать Ли Седолю — профессиональному игроку в го и обладателю девятого дана. Седоль был, вне всякого сомнения, одним из сильнейших игроков в истории го. Он начал карьеру ещё в 1996 г., получив
