Го — настольная игра, возникшая несколько тысячелетий назад в Древнем Китае, где ее называли вейци. Правила достаточно просты: два игрока поочередно размещают белые или черные фишки — камни — в узлах начерченной на игровом поле — гобане — решетки размером 19х19 клеток. Каждым ходом противники «завоевывают территорию» на игровом поле, конечная цель игры — занять как можно большую площадь.
Для разработчиков систем искусственного интеллекта го представляет особый интерес из-за огромного количества возможных комбинаций, возникающих по ходу игры — их на порядки больше, чем в шахматах. Более того, даже просчитав все возможные исходы, компьютер зачастую не может однозначно выбрать наиболее выгодный ход. Всего пятнадцать лет назад ученые считали, что компьютер сможет победить человека в такой сложной интуитивной игре через многие десятилетия. Однако на днях американские и британские ученые опубликовали в Nature статью с описанием программы AlphaGo, с легкостью обыгрывающей даже профессиональных игроков.
Для изучения тонкостей игры AlphaGo проанализировал миллионы уже сыгранных партий: таким образом нейронной сети, которая лежит в основе программы, дали возможность самостоятельно разработать выигрышную стратегию. Использование так называемых сверточных нейронных сетей, имитирующих высокоуровневую структуру мозга и визуальных систем, позволило программе эффективно предсказывать ходы противника и возможное расположение камней на гобане. Для обучения системы применялись методики Монте-Карло — для «умного» поиска по случайному «дереву» возможных исходов.
В экспериментах AlphaGo показал отличный результат: процент успеха в поединках с людьми, в том числе профессиональными игроками, составил 99,8%. Более того, из пяти партий, сыгранных по турнирным правилам с чемпионом Европы Фанем Хуэем, компьютер выиграл все пять.
Решение столь сложной задачи показывает, как быстро системы искусственного интеллекта движутся к тому, чтобы по-настоящему научиться думать, как люди (и даже лучше).
Для разработчиков систем искусственного интеллекта го представляет особый интерес из-за огромного количества возможных комбинаций, возникающих по ходу игры — их на порядки больше, чем в шахматах. Более того, даже просчитав все возможные исходы, компьютер зачастую не может однозначно выбрать наиболее выгодный ход. Всего пятнадцать лет назад ученые считали, что компьютер сможет победить человека в такой сложной интуитивной игре через многие десятилетия. Однако на днях американские и британские ученые опубликовали в Nature статью с описанием программы AlphaGo, с легкостью обыгрывающей даже профессиональных игроков.
Для изучения тонкостей игры AlphaGo проанализировал миллионы уже сыгранных партий: таким образом нейронной сети, которая лежит в основе программы, дали возможность самостоятельно разработать выигрышную стратегию. Использование так называемых сверточных нейронных сетей, имитирующих высокоуровневую структуру мозга и визуальных систем, позволило программе эффективно предсказывать ходы противника и возможное расположение камней на гобане. Для обучения системы применялись методики Монте-Карло — для «умного» поиска по случайному «дереву» возможных исходов.
В экспериментах AlphaGo показал отличный результат: процент успеха в поединках с людьми, в том числе профессиональными игроками, составил 99,8%. Более того, из пяти партий, сыгранных по турнирным правилам с чемпионом Европы Фанем Хуэем, компьютер выиграл все пять.
Решение столь сложной задачи показывает, как быстро системы искусственного интеллекта движутся к тому, чтобы по-настоящему научиться думать, как люди (и даже лучше).
