Матч AlphaGo — Ли Седоль (или Google DeepMind Challenge Match) — матч по игре го, проходивший c 9 по 15 марта 2016 года между компьютерной программой AlphaGo, разработанной британской компанией Google DeepMind, и корейским профессионалом 9 дана Ли Седолем. Всего было сыграно 5 партий. Игра велась по китайским правилам, величина коми составляла 7,5 очков. Контроль времени классический — каждому игроку на партию даётся по два часа и 3 бёёми по 60 секунд. Для работы AlphaGo использовались 1920 процессоров и 280 графических процессоров, работающих в распределённой сети. Игры транслировались в прямом эфире на YouTube. Матч завершился победой AlphaGo со счётом 4:1. Событие сравнивают с историческим шахматным матчем между программой Deep Blue и Гарри Каспаровым 1997 года, в некоторой степени предопределившим судьбу шахмат.
Победителю матча предназначалась награда в 1 миллион долларов; поскольку победителем стала AlphaGo, представители Google DeepMind заявили, что призовые деньги будут отданы на благотворительные цели, в том числе фонду ЮНИСЕФ и го-организациям. Ли Седоль получил 170 тысяч долларов (150 тысяч за участие и дополнительные 20 тысяч за победу в одной из партий).
После победы в матче Корейская ассоциация падук присвоила AlphaGo наивысший ранг го — «почётный 9 дан» за «искренние усилия» программы в овладении мастерством игры.
Перед матчем
Развитие компьютерных программ, играющих в го
Го — сложная настольная игра, требующая помимо логики применение интуиции, творческого и стратегического мышления. В течение длительного времени обучить компьютерные программы играть в го на уровне сильного любителя было крайне сложно. По сравнению с шахматами, в го перед искусственным интеллектом ставится больше задач, решение которых требует имитацию мыслительного процесса человека. Ещё в 1965 году математик Ирвинг Джон Гуд писал:
До 2015 года лучшие программы, играющие в го, могли достичь лишь уровня любительского дана. Компьютер достиг бо́льших успехов на доске размером 9×9, где некоторые программы смогли выиграть у профессиональных игроков. До появления AlphaGo некоторые разработчики заявляли, что компьютеры никогда не смогут победить лучших игроков среди людей. Илон Маск, один из первых инвесторов компании Deepmind, в 2016 году заявил, что по мнению экспертов, искусственный интеллект находится в 10 годах от победы над лучшим из профессиональных игроков.
Матч AlphaGo против Ли Седоля можно сравнить с шахматным матчем между программой Deep Blue и Гарри Каспаровым 1997 года, где победа программы, созданной IBM, над действовавшим чемпионом стала символической точкой отсчёта новой эпохи, когда компьютеры превзошли людей в шахматах.
AlphaGo имеет значительные отличия от программ-предшественников. Она задействует нейронные сети, где эвристические оценки не основываются на конкретных значениях переменных, закодированных людьми, а в значительной степени, извлекаются самой программой, путём десятков миллионов просмотров сыгранных партий и собственных партий с самой собой. Даже сама команда разработчиков AlphaGo не в состоянии указать, каким образом AlphaGo оценивает позицию в партии и выбирает свой следующий ход. Метод Монте-Карло также стал одним из основных способов повышения эффективности программы в выборе ходов. При создании программы использовались данные из теории распознавания образов и машинного обучения.
Матч против Фань Хуэя
В начале 2016 года были опубликованы материалы о том, что в октябре 2015 года AlphaGo победила трёхкратного чемпиона Европы по го Фань Хуэя (2 профессиональный дан) со счётом 5-0; таким образом, искусственный интеллект впервые одержал победу над профессиональным игроком на доске размером 19x19 без форы. Часть экспертов указывала на сильный разрыв в уровне игры между Фань Хуэем и Ли Седолем, обладателем наивысшего ранга — 9 профессионального дана и множества завоёванных титулов. Прежде компьютерные программы Zen и смогли одержать победу над профессиональными игроками, имея фору в четыре или пять камней. Канадский исследователь теории игр и искусственного интеллекта Джонатан Шеффер после победы AlphaGo над Фань Хуэем сравнил программу с «ребёнком-вундеркиндом», которому недостаёт опыта, и заявил, что настоящие достижения начнутся тогда, когда программа сыграет с настоящим топ-игроком; победу в матче он предрекал всё же Ли Седолю , профессиональный игрок и генеральный секретарь Международной федерации го, заявила, что у AlphaGo и Ли Седоля равные шансы на победу в грядущем матче.
После своего поражения, Фань Хуэй заявил, что благодаря этому матчу он стал играть лучше и стал видеть те вещи в игре, которые не замечал ранее; к марту 2016 года мировой рейтинг Фань Хуэя поднялся примерно на 300 позиций
Подготовка Эксперты по го нашли несколько ошибок, сделанных AlphaGo в партиях против Фань Хуэя, в частности, в оценке позиции на всей доске в противовес отдельным тактическим моментам; однако, к началу матча против Ли Седоля, не было известно, насколько с тех пор усилилась программа. AlphaGo не была настроена специально под стиль игры Ли Седоля, что и так было бы сложно сделать, поскольку «тренировка» AlphaGo включала в себя просмотр десятков миллионов партий; несколько сотен или тысяч матчей Ли Седоля не были достаточным количеством для того, чтобы изменить стиль игры программы. Вместо этого AlphaGo просматривала партии сильных игроков-любителей, сыгранные на интернет-серверах, после чего играла сама против себя; в базе данных тренировки AlphaGo не было партий Ли Седоля.
В интервью перед матчем Ли Седоль предсказывал, что он легко выиграет со счётом 4-1 или даже 5-0, затем 2-3 года Google будут дорабатывать AlphaGo, после чего захотят взять у него реванш. В этом случае играть с обновлённой версией AlphaGo будет действительно интересно, считал Ли.
Игроки
Ли Седоль
Ли Седоль, профессиональный игрок, обладатель 9 профессионального дана по гоLee SeDol . gobase.org. accessed 22 June 2010., считается одним из сильнейших игроков в истории го. Его карьера началась в 1996 году, когда он получил ранг 1 профессионального дана в возрасте 12 лет, с тех пор он завоевал множество титулов го. Стиль Ли Седоля отличается нестандартными креативными ходами. Предрекавший свою безоговорочную победу Ли Седоль за несколько недель до матча стал обладателем одного из основных корейских титулов го — Мёнин.
AlphaGo
AlphaGo — компьютерная программа, созданная компанией Google DeepMind. Алгоритм AlphaGo использует комбинацию последних достижений для поиска оптимальной стратегии в дереве игры с новейшими методами машинного обучения в сочетании с интенсивным изучением партий людей, так и тренировкой при игре с самой собой. Изначально AlphaGo тренировали подражанию человеческой игре через изучение множества партий, сыгранных как профессионалами так и сильными любителями, в том числе базы данных сервера из около 30 миллионов ходов из 160 тысяч партий игроков от 6 до 9 дана. После достижения определённого уровня в стратегии и тактике, программа перешла на игру против самой себя и обучение с подкреплением. Система не использует базу данных ходов. Как пояснил один из создателей программы,,
Версия программы, использовавшаяся в матче против Ли Седоля, использовала сходные компьютерные мощности, что и в партиях против Фань Хуэя, — 1920 CPU и 280 GPU. В мае 2016 года представители компании Google объявили, что AlphaGo использовала при обучении TPU, процессор, разработанный Google, специально для машинного обучения.
Условия проведения матча Пять партий матча состоялись 9, 10, 12, 13 и 15 марта 2016 года в Сеуле..
Партии игрались по китайским правилам, коми составляло 7,5 очков; временной контроль — по 2 часа основного времени каждому игроку 3 периода бёёми по 60 секунд. Партии проходили в закрытом зале в присутствии трёх официальных наблюдателей, среди которых был Фань Хуэй. За время проведения игр не было зарегистрировано каких-либо происшествий, приведших к вмешательству наблюдателей.
Прямая трансляция партий матча шла на YouTube, параллельно с ней велись трансляции с комментариями игры на английском языке от Майкла Редмонда (единственный неазиатский игрок, имеющий 9 профессиональный дан) и на корейском языке от Ю Чханхёка, Сон Тхэгона и других корейских профессионалов. Айа Хуань (игрок, обладатель 6 любительского дана и сотрудник команды разработчиков DeepMind) ставил камни на гобан за AlphaGo. Работа программы велась с помощью Google Cloud Platform, сервер располагался в США..
Разработчики решили перед каждой партией использовать «фиксированную» версию программы, таким образом она не использовала для самообучения партии, сыгранные в этом матче и не подстраивалась под стиль игры Ли Седоля, каждый раз заново определяя свою стратегию..
Победитель матча получал в качестве награды 1 миллион долларов. Представители Google DeepMind заявили, что в случае победы AlphaGo они планируют передать эти деньги в благотворительные фонды (включая ЮНИСЕФ) и организации, занимающиеся развитием го. Ли Седоль получил 150 тысяч долларов за участие в матче и по 20 тысяч долларов за победы в отдельных партиях.
Ход матча
Резюме + AlphaGo — Ли СедольИгра #ЧёрныеБелыеРезультатДатаХодовЗатраченное времяВремя зафиксировано в официальных видеозаписях мачта; 2 часа обозначает, что игрок вышел на бёёми. 1 Ли СедольAlphaGo 0-1 (сдался) 9 Марта 2016186Ли Седоль: 1ч. 32мин. — AlphaGo: 1ч. 55мин. 2 AlphaGo Ли Седоль1-0 (сдался) 10 Марта 2016211Ли Седоль: 2ч. — AlphaGo: 2ч. 3 Ли Седоль AlphaGo 0-1 (сдался) 12 Марта 2016 176Ли Седоль: 2ч. — AlphaGo: 1ч. 51мин. 4 AlphaGo Ли Седоль0-1 (сдался) 13 Марта 2016180Ли Седоль: 2ч. — AlphaGo: 1ч. 59мин. 5В пятой партии предполагалось, что выбор цвета будет определяться при помощи нигири, но Ли Седоль попросил сыграть чёрными, поскольку после предыдущей победы, где он играл белыми, он желал попытаться победить и с чёрным цветом, поскольку считал победу чёрными более «ценной». Демис Хассабис согласился на его предложение. Ли Седоль AlphaGo 0-1 (сдался) 15 Марта 2016 280Ли Седоль: 2ч. — AlphaGo: 2ч. Общий счет: AlphaGo — Ли Седоль: 4-1
Общие комментарии