Искусственный интеллект Deepmind, который был приобретен Google 2 года назад у британского стартапа, впервые смог переиграть профессионального игрока (компьютер выиграл у Фана Хуэя) в китайскую игру Го.

Новая программа для игры в Го названа Alpha Go. Она была разработана специально с целью переиграть профессионального игрока, чего до нее не могли сделать другие программы.

Всем нам хорошо известны шахматные программы: например, Deep Blue известна за свою победу над Гарри Каспаровым более 20 лет назад. Го, которая была придумана в Китае более 2,500 лет назад, считается более серьезным испытанием для искусственного интеллекта, ведь из-за своей чрезвычайной сложности в игре зачастую задействуется интуиция. Цель игры Го - разместить на доске свои фигурки так, чтобы заставить сдаться соперника до того, как вы заполните половину поля (т.е. пока не закончится свободное место). Эта игра на наблюдательность и мастерство, процент случайности в ней крайне мал. Именно поэтому Го является серьезным испытанием для ИИ.

Собственно, сложность игры заключается в большом размере игрового поля: 19 на 19 клеток. Количество клеток, которые могут быть заняты, - 361. Всего число вероятных позиций на доске превышает число атомов в видимой части Вселенной, что делает невозможным просчет всевозможных ситуаций для выбора наиболее подходящей. Поэтому необходима программа, которая будет обучаться игре подобно человеку, чем, соответственно, и является Alpha Go.

Многие профессиональные игроки в Го не могут объяснить, почему некоторые ходы являются наиболее правильными, - это, собственно, и является интуитивным аспектом игры. До недавнего времени многие программисты считали, что потребуются десятилетия, чтобы разработать программу, которая будет выигрывать у человека. Однако, на днях Alpha Go победила европейского чемпиона Фэна Хуэя в матче из пяти партий, выиграв все пять. В марте состоится матч между Alpha Go и Ли Седолем, одним из лучших игроков в Го.

Google нацелена не только на создание машины, которая будет побеждать человека: подобные разработки могут помочь в решении и других проблем. Разработчики Deepmind создали основополагающие методы ИИ, которые могут быть применимы не только к игре Го. В Alpha Go заключены два основных направления обучения программы: первое учится предсказывать будущие ходы, второе учится предсказывать исход расположения тех или иных игровых фигур. То есть программа не пытается спроектировать всевозможные игровые конфигурации, она лишь думает на несколько ходов вперед, как это делают лучшие игроки.

При внесении различных наборов данных в Alpha Go алгоритмы программы могут помочь в решении проблем медицинской диагностики и климатическом моделировании. Сейчас машина сосредоточена на предстоящей игре с Ли Седолем. Alpha Go может играть миллионы партий в день для улучшения понимания игры. Это поможет выигрывать в будущем, однако игра в игры - это лишь только начало.