AlphaZero: Ο αλγόριθμος που «νικά» την ανθρώπινη σκέψη

Ο αλγόριθμος της DeepMind του Κύπριου Ντέμη Χασάμπη, έδειξε την στρατηγική και τις δυνατότητες του για ακόμη μία φορά του μετά την επίδειξη της ηγεμονίας στο κινεζικό παιχνίδι Go.

Αυτή τη φορά έκανε σκόνη το Νο 1 πρόγραμμα σκακιού του κόσμου, το περιβόητο Stockfish 8, και το έκανε χωρίς να ξέρει καν το επιτραπέζιο παιχνίδι! Εκπαιδεύτηκε μόλις 4 ώρες στο σκάκι και έγινε άμεσα η πλέον υπολογίσιμη δύναμη του σκακιού παγκοσμίως.

Το σύστημα της DeepMind δεν έχασε μάλιστα παρτίδα, κερδίζοντας ή φέρνοντας ισοπαλία στα 100 παιχνίδια στα οποία αναμετρήθηκαν. Το AlphaZero είναι μια τροποποιημένη εκδοχή του AlphaGo Zero, της τεχνητής νοημοσύνης που είχε κερδίσει κατά κράτος τον ανθρώπινο πρωταθλητή του πανδύσκολου κινέζικου παιχνιδιού.

Το AlphaZero, πέρα από το σκάκι, έμαθε εξίσου εύκολα και καλά άλλο ένα παρόμοιο ιαπωνικό επιτραπέζιο (shogi), υποδεικνύοντας με νόημα ότι μπορεί σε μια στιγμή να αποκτήσει υπεράνθρωπες υπολογιστικές και επεξεργαστικές δυνατότητες, χωρίς να έχει φτιαχτεί μάλιστα για τέτοιους σκοπούς.

«Το σκάκι άλλαξε για πάντα σήμερα», έγραψε στο Chess.com ο Mike Klein, «και μάλλον αυτό έκανε και ο υπόλοιπος κόσμος».

Ακόμα καλύτερα, το AlphaZero απέκτησε τη δεξιοτεχνία του στο σκάκι χωρίς βοήθεια, χωρίς να το τροφοδοτήσουν δηλαδή με δεδομένα παρτίδων και συστήματα. Ουσιαστικά απέκτησε την ανθρώπινη γνώση των 1.400 ετών του σκακιού σε μερικές μόνο ώρες, αν και δεν έμεινε εκεί, αφού σκάρωσε τις δικές του στρατηγικές νίκης.

Το AlphaZero έμαθε να παίζει μόνο του σκάκι, κι αυτό είναι ο μεγάλος τεχνολογικός θρίαμβος εδώ. Δεν έμαθε βέβαια απλά να παίζει, αλλά πώς να γίνει ο καλύτερος παίκτης! Και το έκανε σε μόνο τέσσερις ώρες. Και δεν το έκανε βασιζόμενο στην ωμή υπολογιστική δύναμη, καθώς το AlphaZero μπορεί να υπολογίζει 800.000 κινήσεις το δευτερόλεπτο, εκεί που το Stockfish 8 αγγίζει τα 70 εκατομμύρια κινήσεις.

Είναι άλλη η δύναμή του, μια δύναμη που αποκαλούμε κοινώς τεχνητή νοημοσύνη…