Совсем как настоящий: Победы искусственного интеллекта над человеком

5 историй, чтобы приструнить человечество.

22 августа «Яндекс» запустили новую версию поиска с  алгоритмом «Королёв», в основе которого нейросеть. Это значит, что теперь поиск сопоставляет смысл запросов и веб-страниц, а не только опирается на слова, введённые пользователем. Так, чтобы найти фильм «Армагеддон», можно ввести «фильм в котором конец света, но космонавты всех спасают».

Чуть более ранняя новость: 11 августа бот компании Илона Маска OpenAi победил мирового профессионала в Dota 2. В прямом смысле накопив «жизненный опыт», он за месяц прошёл путь от слабого игрока до чемпиона, не оставляющего шансов профессионалам киберспорта. Искусственный интеллект скоро даст фору человеку: он научился притворяться, импровизировать, хитрить и обманывать. Где роботы уже обогнали человека, рассказывает Strelka Magazine.

Шахматы: Deep Blue против Гарри Каспарова

Фото: Vostock-Photo

Почти двадцать лет назад Гарри Каспаров сказал: «В классических шахматах на серьёзном уровне компьютерам ничего не светит в XX веке». В 1997 году состоялась важнейшая шахматная партия мeжду человеком и машиной, где Каспаров проиграл суперкомпьютеру Deep Blue со счётом 2,5:3,5.

К тому моменту компания IBM занималась шахматными системами уже больше тридцати лет. IBM сразу заинтересовали молодые аспиранты Университета Карнеги — Меллона, разработавшие Deep Thought — предшественником Deep Blue. C Deep Thought Каспаров тоже играл, легко победив компьютер ещё в 1989-м. Однако тогда машина только приближалась к уровню человека. Для компьютера было недостаточно хорошо считать, важнее адекватно оценивать позиции.

Сделав на 44-м ходу напряжённой партии бессмысленный ход, Deep Blue cмутил Каспарова 

К середине 90-х шахматные программы для ПК уже стали непростыми соперниками для гроссмейстеров cо всего мира. Потратив около десяти лет на совершенствование искусственного игрока, IBM cконструировали Deep Blue — лучшую из шахматных машин того времени, которая могла перебирать около 2 миллионов шахматных позиций в секунду. Едва успев закончить разработку, его авторы вызвали на турнир Гарри Каспарова, на тот момент уже успешно сыгравшего множество партий с компьютерами. Первая партия в 1996-м закончилась победой чемпиона мира, спустя год ещё более совершенный компьютер обыграл Каспарова. Сделав на 44-м ходу напряжённой партии бессмысленный ход, Deep Blue cмутил Каспарова. Перестав понимать логику компьютера, Каспаров всё-таки выиграл партию, но последующие две — проиграл. С этого момента выиграть в шахматы у искусственного интеллекта считается невозможным. Сегодня рейтинг самой сильной шахматной программы Stockfish составляет 3 341 пункт. У Каспарова был 2 851 пункт, у нынешнего лидера Магнуса Карлсена — 2 948.

Го: AlphaGo против китайской мудрости

Победа машины над человеком в шахматах стала важным событием в истории достижений искусственного интеллекта, но успехи в логической игре го стали сенсацией. В шахматах у каждого игрока есть 20 способов начать партию, после первого хода на доске может быть 400 возможных позиций. В го — 361 вариант первого хода и 129 960 возможных комбинаций после первого раунда.

Древняя китайская игра считается одним из четырёх предметов искусства, которые должен освоить истинный китайский учёный. То есть для игрока важны не только логика и вычислительные навыки, но и интуиция, чувства, эстетика игры, поэтому го долго считалась непреодолимой для компьютерных систем. Суть игры заключается в том, что два игрока по очереди расставляют на площадке белые и чёрные камни; цель — захватить бОльшую территорию. Cчитается, что позиций в го больше, чем атомов во вселенной. Поэтому игра долго служила тренировкой гибкости алгоритмов, которые должны были научиться «решать задачи и играть как человек».

«Если бы я не знал, что AlphaGo — это компьютер, то не усомнился бы в том, что это человек. Немного странный, очень техничный, но совсем как настоящий»

Система AlphaGo максимально приблизилась к возможностям человека в январе 2016 года, разгромив трёхкратного чемпиона Европы Фань Хуэя со счётом 5:0. AlphaGo была одним из проектов британской компании DeepMind — разработчика искусственного интеллекта, приобретённой Google в 2014 году за 650 миллионов долларов.

Авторы системы рассказывали: «Мы тренировали нейронные сети на 30 миллионах игровых ходах, которые делали профессиональные игроки, пока компьютер не смог предсказывать действия человека c точностью до 57 %». Фактически эта победа стала возможной благодаря технологиям самообучения AlphaGo, а также сразу двум искусственным нейронным сетям — особым алгоритмам, которые имитируют работу цепочек нейронов в мозге человека.

История AlphaGo похожа на логику бота Илона Маска OpenAi: программа сначала изучала игру, совершая случайные действия и наблюдая за результатами. Прорабатывая тысячи сюжетов между нейронными сетями и настраивая соединения, машина училась на собственных поражениях.

После проигрыша Хуэй сказал: «Если бы я не знал, что AlphaGo — это компьютер, то не усомнился бы в том, что это человек. Немного странный, очень техничный, но совсем как настоящий».

Соучредитель DeepMind Демис Хассабис отмечает, что сегодня главная сложность и одновременно цель разработчиков искусственного интеллекта — связать накопленные знания. В частности, программы DeepMind пока не могут применять своё знание об игре к новым задачам.

тест Тьюринга: чат-бот против экспертов

За последние пару лет чат-боты научились имитировать человеческую речь, например тринадцатилетнего подростка из Одессы. Во время тестирования чат-ботов в Школе системной инженерии при Университете Рединга программа Eugene Goostman сумела впервые обхитрить жюри и убедить в своей «человечности».

Eugene Goostman разработали Владимир Веселов и Евгений Демченко. Возраст чат-боту был дан неслучайно: в 13 лет ребёнок знает уже многое, но не всё, что усложняет задачу судей. Программисты подготовили виртуального собеседника к эксперименту, в ходе которого c чат-ботом общаются эксперты, и даже обучили его подбирать ответы из «Твиттера». Эксперимент приурочили к 60-летию со дня кончины Алана Тьюринга, который и придумал условия теста для компьютерного интеллекта.

«Могут ли машины думать?»

В 1950 году вышла статья «Вычислительные машины и разум» Алана Тьюринга. Учёный начал так: «Я предлагаю рассмотреть вопрос „могут ли машины думать?“». В те же годы на вечеринках часто играли в имитацию. Женщину и мужчину запирали в две разные комнаты, участники игры подсовывали под дверь записки с вопросами. Человек в комнате писал ответы. Цель — угадать, в какой комнате женщина, а в какой — мужчина. Тьюринг предложил использовать похожую процедуру, чтобы понять, способен ли искусственный интеллект имитировать человека.

Во время эксперимента с  Eugene Goostman эксперты одновременно общались с живым человеком и с программой, находясь в разных комнатах. На победу Eugene Goostman повлияли два фактора: чат-бот допускал грамматические и стилистические ошибки, свойственные подростку, и сомнительно реагировал на культурные и исторические факты. Списав это на возраст школьника, эксперты затруднились с ответом, что по существу считается победой компьютера. На вопрос о событиях, происходивших в Одессе 2 сентября 2014 года, «подросток» ответил довольно механической и, скорее всего, заготовленной фразой: «Я думаю, что вы можете ответить на ваш вопрос самостоятельно, потому что он риторический. Не могли бы вы рассказать мне о вашей работе, кстати?» В итоге треть состава жюри посчитали, что разговаривают с реальным человеком.

Футуролог и технический директор Google Реймонд Курцвейл уже  заявлял, что компьютеры смогут с лёгкостью проходить тест Тьюринга к 2029 году, не оставив сомнений у экспертов в собственной человечности. По его предположениям, к этому времени они смогут полностью освоить человеческий язык, превзойдя интеллектом его носителей.

Покер: DeepStack против Libratus

Иллюстрация: Istockphoto.com

Игра в покер была ещё одним важным испытанием для искусственного интеллекта. В шахматах и го обе стороны точно знают, с чем работает противник. В покере карты участников закрыты, к тому же игроки могут блефовать, что сильно усложняет проектирование интеллекта. Однако программа DeepStack смогла превзойти 10 из 11 профессиональных игроков после 3 тысяч партий с каждым.

Вместо того чтобы просчитывать все возможные ходы до самого конца партии, искусственный интеллект на каждом этапе меняет стратегию. В системе DeepStack объединены обработка информации и аналог интуиции, позволяющий с помощью машинного обучения предсказывать дальнейший ход игры. Недостатком такого метода является то, что алгоритмы иногда группируют стратегии, которые на самом деле не работают, поэтому DeepStack вычисляет не целую игру, а всего несколько шагов вперёд.

Ещё один умный покерный бот создали специалисты из Университета Карнеги — Меллона, того самого, где спроектировали Deep Blue. Система Libratus сразу бросила вызов профессионалам и победила четырёх лучших игроков в Texas Hold’em, самый популярный вид покера сегодня. «Основное отличие бота Libratus в том, что он требует большей вычислительной мощности, — говорит разработчик DeepStack Майкл Боулинг. — А DeepStack может работать даже на ноутбуке».

Пока не ясно, какой из ботов настоящий чемпион, совпадений между ними немного, но оба компьютера уже адаптированы для решения более сложных проблем в сфере безопасности и коммуникаций. Сейчас команда Боулинга изучает, как искусственный интеллект может помочь оптимизировать проверку билетов на общественном транспорте.

ТелевИкторина: Watson против знатоков

Спустя почти пятнадцать лет компания IBM, вызвавшая на бой Гарри Каспарова, вернулась в интеллектуальный киберспорт c новой системой Watson. В 2011 году Кен Дженнингс, 74-кратный победитель популярной викторины Jeopardy (аналога «Своей игры». — Прим. ред.), и Брэд Раттер, 20-кратный чемпион игры, проиграли Watson. Продемонстрировав энциклопедические знания во всём, начиная от древних языков и заканчивая дизайном Марка Джейкобса, система выдала несколько глюков, но не оставила никаких шансов соперникам.

«Ведический, созданный по меньшей мере 4 000 лет назад, является самым ранним диалектом этого классического языка Индии», — один из вопросов викторины. «Что такое санскрит?» — ответил Watson вопросом на вопрос.

Компьютер не был подключён к интернету, мог пользоваться только миллионами страниц загруженного контента по самым разным темам, в том числе полным архивом «Википедии». Робот распознавал речь ведущего, анализировал вопрос и искал ответ в базе данных.

Заслуга Watson, даже по сравнению с Deep Blue, в способности находить ответы, даже когда вопрос задан неоднозначно. В конце концов, Watson выиграл около 80 тысяч долларов, а все деньги IBM отдали на благотворительность.

Текст: Юлия Печёнкина