mały|Logo AlphaGo
AlphaGo – program komputerowy do gry w go, stworzony przez firmę DeepMind. W październiku 2015 jako pierwszy automat pokonał zawodowego gracza, Fan Hui, w pięciorundowym pojedynku na pełnej planszy w równej grze. Mecz zakończył się wynikiem 5:0. W marcu 2016 w meczu z jednym z najlepszych zawodowych graczy – Lee Sedolem – wygrał 4:1. W uznaniu wygranej AlphaGo otrzymał honorowy 9. dan od południowokoreańskiej federacji go.
Algorytm stojący za programem stanowi kombinację technik sieci neuronowych, uczenia maszynowego oraz wyszukiwania Monte Carlo.
22 grudnia 2016 został wybrany przez Science jako jeden z „przełomów roku”.
Historia i współzawodnictwo Go jest znacznie trudniejsze dla komputerów niż inne gry, takie jak szachy, ponieważ znacznie większy współczynnik rozgałęzienia utrudnia stosowanie tradycyjnych metod, takich jak algorytm alfa-beta, przechodzenie drzewa i wyszukiwanie heurystyczne.
Prawie dwie dekady po tym, jak IBM Computer Deep Blue pokonał mistrza świata w szachach Garri Kasparowa (w 1997 r.), najsilniejsze programy go z wykorzystaniem technik sztucznej inteligencji osiągnęły tylko poziom amatora 5-dan i wciąż nie mogły pokonać profesjonalnego gracza go bez handicapów. W 2012 roku program Zen, działający na czterech komputerach PC, pokonał Masakiego Takemiya (9p) dwa razy z użyciem 5 i 4 kamieni handicap. W 2013 roku Crazy Stone pokonał Yoshio Ishida (9p) w grach na czterokamiennych handicapach.
Według Davida Silvera projekt badawczy AlphaGo został utworzony około 2014 roku w celu sprawdzenia, jak dobrze sieć neuronowa wykorzystująca głębokie uczenie się może rywalizować w go. AlphaGo stanowi znaczną poprawę w stosunku do poprzednich programów go. W 500 grach przeciwko innym dostępnym programom go, w tym Crazy Stone i Zen, AlphaGo działające na jednym komputerze przegrało tylko raz. W podobnym meczu AlphaGo na wielu komputerach wygrała wszystkie 500 gier granych przeciwko innym programom Go i 77% gier rozgrywanych przeciwko AlphaGo działającemu na jednym komputerze. Wersja rozproszona w październiku 2015 używała 1202 CPU i 176 GPU.
Mecz przeciwko Fan Hui mały|Fan Hui mały|Fan Hui (2005) W październiku 2015 dystrybuowana wersja AlphaGo pokonała profesjonalnego mistrza europejskiego go Fana Huia, 2-dan (z 9 dan możliwych), pięć do zera. Był to pierwszy raz, kiedy program komputerowy go pokonał profesjonalnego człowieka na pełnej planszy bez handicapów. Ogłoszenie wiadomości zostało opóźnione do 27 stycznia 2016 r., aby zbiegło się z publikacją w czasopiśmie „Nature” opisującego stosowane algorytmy.
Mecz przeciwko Lee Sedolowi mały|Lee Sedol (2016) AlphaGo rozegrał 5 meczów z koreańskim zawodowcem go Lee Sedolem (9-dan), jednym z najlepszych graczy w go. Gra odbyła się w hotelu Four Seasons w Seulu, w Korei Południowej w dniach 9, 12, 13 i 15 marca 2016 r. Rozgrywka była transmitowana na żywo. Aja Huang, członek zespołu DeepMind i amator 6-dan Go, umieszczał kamienie na planszy go według wskazówek AlphaGo, który działał w oparciu o Google Cloud Computing z serwerami z siedzibą w Stanach Zjednoczonych. Mecz stosował chińskie reguły z 7,5-punktowym komi, a każda ze stron miała dwie godziny czasu myślenia plus trzy okresy po 60 sekund na tak zwane byo-yomi. Wersja AlphaGo grająca przeciwko Lee wykorzystała podobną moc obliczeniową, jaka była stosowana w meczu Fan Hui. Economist poinformował, że używał 1.920 CPU i 280 GPU.
Lee Sedol był drugi na świecie pod względem liczby zwycięstw w mistrzostwach świata w go. Choć nie ma żadnego oficjalnego rankingu w międzynarodowym go, niektóre źródła uznały Lee Sedola za czwartego gracza na świecie w tamtym czasie. AlphaGo nie był specjalnie szkolony do gry przeciwko Lee Sedolowi.
Pierwsze trzy mecze wygrał AlphaGo po rezygnacji Sedola. Jednak Sedol pokonał AlphaGo w czwartej grze, wygrywając rezygnację w ruchu 180. Mimo to AlphaGo osiągnęła czwartą wygraną, zdobywając piątą grę po rezygnacji.
Nagroda wyniosła 1 milion USD. Od kiedy AlphaGo wygrało cztery z pięciu gier, i tym samym całą serię, nagroda została przekazana organizacjom charytatywnym, w tym UNICEF. Lee Sedol otrzymał 150 tys. USD za udział we wszystkich 5 meczach i dodatkowe 20 tys. USD za jego pojedynczą wygraną.
W czerwcu 2016 podczas prezentacji na uniwersytecie w Holandii Aja Huang, jeden z zespołów Deep Mind, ujawnił, że poprawił problem, który wystąpił podczas czwartej gry meczu między AlphaGo i Sedol, a po ruchu 78. (który przez wielu specjalistów został nazwany „ręką Boga”), grałby dokładnie i zachowywał przewagę, wystrzegając się błędów, które doprowadziły do przegranej. AlphaGo prowadziło całą grę i ruch Lee nie został zaliczony jako ten, który wygrał grę, ale spowodował, że moce obliczeniowe programu były przekierowywane i zmylone. Huang wyjaśnił, że polityka sieci AlphaGo w znalezieniu najdokładniejszej kolejności i kontynuacji ruchu nieprecyzyjnie doprowadziła AlphaGo do niewłaściwej kontynuacji po ruchu 78., ponieważ jego sieć wartościująca nie uznała, że 78. ruch Sedola jest najbardziej prawdopodobny, i wtedy po ruchu AlphaGo nie mogła dokonać właściwego dostosowania do logicznej kontynuacji.
Nieoficjalne mecze online pod koniec 2016 roku do początku 2017 roku 29 grudnia 2016 nowe konto o nazwie „Magist” z Korei Południowej zaczęło grać z profesjonalnymi graczami na serwerze Tygem. W dniu 30 grudnia zmieniono nazwę konta na „Master”, a następnie 1 stycznia 2017 przeniesiono na serwer FoxGo. 4 stycznia DeepMind potwierdził, że „Magister” i „Master” były grającymi i ulepszonymi wersjami AlphaGo. Od 5 stycznia 2017 rekord internetowy AlphaGo wynosił 60 zwycięstw i 0 strat, w tym trzy zwycięstwa nad najlepszym graczem go, Ke Jie, który został poinformowany wcześniej, że „Master” jest wersją AlphaGo. Po tym, jak przegrał z „Masterem”, Gu Li ofiarował kwotę 100 000 juanów (14 400 USD) na pierwszego człowieka, który mógł pokonać „Mastera”. „Master” grał w tempie 10 gier dziennie. Wielu szybko zaczęło podejrzewać, że jest to sztuczna inteligencja z powodu niewielkich lub żadnych odstępów pomiędzy grami. Jej rywalami byli tak liczni mistrzowie świata, jak Ke Jie, Park Jeong-hwan, Yuta Iyama, Tuo Jiaxi, Mi Yuting, Shi Yue, Chen Yaoye, Li Qincheng, Gu Li, Chang Hao, Tang Weixing, Fan Tingyu, Zhou Ruiyang, Jiang Weijie, Chou Chun-hsun, Kim Ji-seok, Kang Dong-yun, Park Yeong-hun i Won Seong-jin; mistrzostw krajowych lub mistrzostw świata, takich jak Lian Xiao, Tan Xiao, Meng Tailing, Dang Yifei, Huang Yunsong, Yang Dingxin, Gu Zihao, Shin Jinseo, Cho Han-seung i An Sungjoon. Wszystkie 60 gier, z wyjątkiem jednego, prowadzone były w szybkim tempie z trzema 20 lub 30 sekundami byo-yomi. „Master” zaproponował przedłużenie byo-yomi do jednej minuty, kiedy grał z Nie Weipingem ze względu na jego wiek. Po wygraniu 59. gry, „Master” ujawnił się na czacie będąc kontrolowanym przez dr Aja Huang z zespołu DeepMind, potem zmienił swoją narodowość na Zjednoczone Królestwo. Po tych meczach współtwórca Google DeepMind, Demis Hassabis napisał na Twitterze: „czekamy na oficjalne, w pełni długie rozgrywki później tego roku we współpracy z organizacjami go i ekspertami”.
Ludzcy gracze popełniają więcej pomyłek w szybkich grach online niż w pełnych turniejach turniejowych ze względu na wymagany długi czas do namysłu. Nie wiadomo ostatecznie, czy AlphaGo odniesie taki sukces w turniejach jak w internecie. Jednak eksperci z go są pod wrażeniem wydajności AlphaGo i jego stylu nieludzkiej gry; Ke Jie stwierdził, że „Gdy ludzkość przez tysiące lat ulepszała naszą taktykę, komputery informują nas, że ludzie są w pełni w błędzie... Chciałbym powiedzieć, że żaden człowiek nie dotknął krawędzi prawdy go”.
Future of Go Summit w Wuzhen Pod koniec maja 2017 AlphaGo zagrał kilka gier w Wuzhen: 23, 25 i 27 maja, Ke Jie vs. AlphaGo 24 maja, Chińska drużyna (Chen Yaoye, Mi Yuting, Shi Yue, Tang Weixing, Zhou Ruiyang) vs. AlphaGo 26 maja, Pair Go: Gu Li i AlphaGo vs. Lian Xiao i AlphaGo AlphaGo wygrała pierwszą walkę z Ke Jie 23 maja, a także drugą 25 maja.
Ostatecznie AlphaGo wygrała wszystkie mecze przeciwko Ke Jie, najlepszemu na świecie graczowi w go.
AlphaGo Zero i późniejsze programy Kolejny, jeszcze silniejszy program nazwano AlphaGo Zero. Późnie powstał jeszcze AlphaZero mogący grać także w szachy i shogi. DeepMind zaczął także eksplorować SI w innych dziedzinach niż go. Doprowadziło to do stworzenia programu AlphaFold, który przyniósł przełom w przewidywaniu struktury białek.
Hardware Wczesna wersja AlphaGo była testowana na sprzęcie z różnymi CPU i GPU, działającymi w trybie asynchronicznym lub rozproszonym. Każdemu ruchowi przyznano dwie sekundy czasu myślenia. Otrzymane oceny Elo są wymienione poniżej. W meczach z większą ilością czasu na ruch osiąga się wyższe oceny. + Konfiguracja i wydajnośćKonfiguracjaWyszukiwane wątkiLiczba CPULiczba GPUOcena EloPojedyncza404812181Pojedyncza404822738Pojedyncza404842850Pojedyncza404882890Rozproszona12428642937Rozproszona247641123079Rozproszona4012021763140Rozproszona6419202803168 W maju 2016 firma Google przedstawiła własne, zastrzeżone urządzenia „tensorowe jednostki przetwarzania (TPU)”, które to zostały już wdrożone w wielu wewnętrznych projektach w Google, w tym meczu AlphaGo z Lee Sedolem.
Na szczycie Future of Go w maju 2017 DeepMind ujawnił, że wersja AlphaGo używana podczas tego szczytu nazywała się AlphaGo Master i że zmierzono siłę różnych wersji oprogramowania. AlphaGo Lee, wersja używana przeciwko Lee, mogła dać AlphaGo Fan, wersji stosowanej w grze AlphaGo vs. Fan Hui trzy kamienie, a AlphaGo Master była o kolejne trzy kamienie silniejsza. + Konfiguracje i siłaWersjeHardwareKlasyfikacja EloMeczeAlphaGo Fanrozproszoneblisko 30005:0 przeciwko Fan HuiAlphaGo Lee50 TPU, rozproszoneokoło 37504:1 przeciwko Lee SedolAlphaGo Masterjedna maszyna z TPU v2około 475060:0 przeciwko profesjonalnym graczom; Future of Go Summit
Algorytm Od roku 2016 algorytm AlphaGo wykorzystuje kombinację uczenia maszynowego i technik przechodzenia drzewa, w połączeniu z rozległym szkoleniem, zarówno grając przeciwko komputerom, jak i ludziom. Wykorzystuje on Monte-Carlo Tree Search, kierując się „wartością sieci” i „polityką sieci”, realizowaną za pomocą technologii sieci neuronowych. Do przesyłania danych wejściowych przed wysłaniem do sieci neuronowych stosuje się ograniczoną ilość wstępnego przetwarzania detekcji funkcji specyficznych dla danej gry (na przykład aby zaznaczyć, czy ruch pasuje do wzoru nakade).
Sieci neuronowe systemu zostały początkowo załadowane z ludzkiej wiedzy na temat rozgrywek. AlphaGo był początkowo szkolony, aby naśladować sztukę ludzką, próbując dopasować ruchy ekspertów do gier historycznych, wykorzystując bazę danych około 30 milionów ruchów. Gdy osiągnęła pewien stopień biegłości, trenowano ją dalej, grała przeciwko innym kopiom samej siebie, korzystając z nauki wzmocnienia, aby poprawić swoją grę. Aby uniknąć „lekceważenia” marnowania czasu swojego przeciwnika, program został specjalnie zaprogramowany do rezygnacji, jeśli jego ocena prawdopodobieństwa wygrania spadnie poniżej określonego progu. Na meczu w marcu 2016 przeciwko Lee próg rezygnacji został ustalony na 20%.
Styl gry Toby Manning, sędzia meczu AlphaGo vs. Fan Hui, opisuje styl programu jako „konserwatywny”. Styl gry AlphaGo zdecydowanie opowiada się za większym prawdopodobieństwem wygranej o mniejszej liczbie punktów niż mniejszym prawdopodobieństwem zdobycia większej liczby punktów. Strategia maksymalizacji prawdopodobieństwa wygrania różni się od tego, co ludzie robią, co ma na celu maksymalizację zysków pola gry i wyjaśnia niektóre dziwne ruchy.
Odpowiedź na zwycięstwo nad Lee Sedolem w 2016 Społeczność AI