Google признала, что в тайне выпустила на волю искусственный интеллект AlphaGo
В компании Google раскрыли тайну неизвестного мастера игры в Го, который за последнее время обыграл несколько топ-игроков в онлайн-играх Tygem и FoxGo. Оказывается, что реальных соперников побеждал искусственный интеллект AlphaGo. Об этом информирует журнал Nature.
Началось все с того, что в конце декабря в двух крупных и популярных онлайн-играх Tygem и FoxGo появился новый игрок в Го под ником Master (P). Он с блеском одолел ни один десяток крайне сильных оппонентов и стал очень обсуждаемым на форумах данной игры.
После того, как Master (P) обыграл известного игрока Гу Ли, его популярность повысилась, поскольку китаец пообещал выплатить 100 тысяч юаней (860 тысяч рублей) любому, кто сможет обыграть этого «дерзкого новичка».
В дальнейшем, после того как Master (P) сыграл 50 игр, из которых лишь одна завершилась ничьей по техническим причинам, мастера игры в Го стали подозревать, что непобедимый игрок на самом деле является искусственным интеллектом, а не человеком.
Развеял все сомнения Демис Хассабис, который является одним из создателей системы AlphaGo, заявивший в своем микроблоге, что Master(P) – это их система ИИ.
Подобное тайное испытание искусственного интеллекта является подготовкой к запуску новейшей версии AlphaGo, которая вновь даст бой лучшим игрокам в Го летом текущего года, объяснил Хассабис, получивший звание человек года в науке по версии журналов Nature и Science.
Систему ИИ AlphaGo разработали Дэвид Сильвер и его коллеги из предприятия компании Google DeepMind в конце 2014 года. Протестирована система была на чемпионе Европы Фан Хое, который проиграл искусственному интеллекту все пять игр. В марте 2016 года чемпион мира по Го Ли Седол сумел выиграть матч у машины, однако уступил в остальных четырех матчах и в серии в целом.
Добиться успеха в этом проекте Сильевр и его помощники смогли благодаря созданию своего ИИ на базе сразу двух нейронных сетей – специальных алгоритмов, которые работают как цепочка нейронов в мозге человека. Задача одной сети – оценка текущей позиции на доске, а второй – использование результата анализа, предоставленного первой частью, для следующего шага.