Изучение возможностей компьютерных шахмат сопоставимо по возрасту с созданием самих компьютеров. Чарльз Бэббидж, Алан Тьюринг, Клод Шеннон и фон Нейман работали над созданием аппаратного обеспечения, алгоритмов и теории для анализа игры в шахматы.
Шахматы впоследствии стали основной задачей и своего рода лакмусовой бумажкой для исследователей проблем создания искусственного интеллекта, что привело к появлению высокопроизводительных компьютерных шахматных программ, которые превзошли человеческий интеллект (в смысле возможностей анализа ситуации с точки зрения игры в шахматы). Тем не менее эти системы в значительной степени были настроены исключительно на игру в шахматы, что не позволяло использовать их для решения реальных проблем без значительного вмешательства в их архитектуру человека.
И вот спустя 20 лет после того, как разработчики нейросетей продемонстрировали миру революцию в области машинного интеллекта, создав компьютерную программу DeepBlue, победившую чемпиона мира Гарри Каспарова в шахматной партии, новейшему алгоритму AlphaZero, разработанному Google и DeepMind, хватило всего четырёх часов игры с самим собой, чтобы самостоятельно синтезировать шахматные знания, которые, как минимум, позволяют громить чемпионов среди компьютерных алгоритмов. Работа этого по-настоящему революционного алгоритма описана в очень небольшой статье на chess24.com.
Все блестящие хитрости и настоящие тонкости игры в шахматы, которые программисты использовали для создания подобных движков, были отправлены на свалку истории.
Нейросеть ни разу в ста партиях не проиграла сильнейшей шахматной компьютерной программе Stockfish 8. Играя белыми, AlphaZero добилась 25 побед при 25 ничьих. Без преимущества первого хода ей удалось выиграть три партии при 47 ничьих. Итого в ста играх нейросеть одержала 28 побед, сведя остальные 72 вничью.
Как утверждают разработчики, AlphaZero достигла этого уровня всего через четыре часа после того, как в неё были загружены только базовые правила игры в шахматы, без дополнительных сведений о тактике, алгоритмах и разнообразных хитростях.
В отличие от традиционных шахматных программ, AlphaZero выбирает ход не за счёт перебора возможных вариантов, а применяя собственные алгоритмы, выработанные при самообучении.
Ранее детище DeepMind потратило два часа на постижение сёги (японских шахмат) и за восемь часов научилась безупречной игре в Го.
По мнению компании-разработчика, в будущем подобные нейроалгоритмы смогут решать важные исследовательские задачи, включая разработку новых лекарств и материалов.
После первого раунда на турнире по классическим шахматам в штаб-квартире Google в Лондоне Ян Непомнящий отметил:
Надеюсь, что будет большая история взаимодействия между Google и шахматными турнирами. Речь идёт не о создании AlphaGo или AlphaChess, которые убивают шахматы, но, возможно, о чём-то дружественном.
В этом плане есть о чём переживать — ведь если создавать подобные алгоритмы исключительно для игры в шахматы, то участие в ней человека, а значит и сама игра, полностью теряют смысл.
Соучредитель DeepMind Демис Хассабис — шахматный вундеркинд, и, хотя его команда, в первую очередь, задалась целью обыграть человека в Го, игру, в которой люди всё ещё были непобедимы, было очевидным искушение попробовать применить те же методы к шахматам. Так как программы бесспорно превзошли человека, мы, тем не менее, могли успокаивать себя тем, что алгоритмы этих программ всё ещё задавались человеком, делая из них просто инструмент. Теперь же всё изменилось — они, программы, самообучаются и самостоятельно создают, а не выбирают из предложенных вариантов, свою тактику.
__________
Обязательно подписывайтесь на наш канал, чтобы первыми читать новые статьи.
Ссылка на канал в Telegram, в котором я публикую в основном то, что не попадает в Дзен по тем или иным причинам, а также немного различной отсебятины.
Мы также начали работать над каналом в YouTube. Пока вы можете посмотреть лекции и просто интересные видео, которые мы выкладываем, а любые пожелания и предложения можете высылать на почту science.kitchen@yandex.ru.
С уважением, ваша кухня.
