211service.com
Hur AlphaZero har skrivit om spelreglerna på egen hand
David Silver säger att datorprogrammet som lärde sig att vara schackstormästare uppvisar essensen av kreativitet.
22 februari 2019
Geordie Wood
David Silver uppfann något som kan vara mer uppfinningsrik än han är.
Silver var den ledande forskaren på AlphaGo, ett datorprogram som lärde sig att spela Go – ett berömt knepigt spel som utnyttjar mänsklig intuition snarare än tydliga spelregler – genom att studera spel som spelas av människor.
Den här historien var en del av vårt marsnummer 2019
- Se resten av frågan
- Prenumerera
Silvers senaste skapelse, AlphaZero, lär sig spela brädspel inklusive Go, schack och Shogi genom att träna mot sig själv. Genom miljontals övningsspel upptäcker AlphaZero strategier som det tog människor årtusenden att utveckla.
Så skulle AI en dag kunna lösa problem som mänskliga sinnen aldrig kunde? Jag pratade med Silver på hans kontor i London på DeepMind, som nu ägs av Alphabet.
I ett berömt spel mot den kanske bästa Go-spelaren någonsin, gjorde AlphaGo ett lysande drag som mänskliga observatörer först trodde var ett misstag. Var det att vara kreativ i det ögonblicket?
Move 37, som det blev känt, överraskade alla, inklusive Go-communityt och oss, dess skapare. Det var något utanför det förväntade sättet att spela Go som människor hade kommit på under tusentals år. För mig är detta ett exempel på att något är kreativt.
Eftersom AlphaZero inte lär sig av människor, är det ännu mer kreativt?
När du har något att lära av sig själv, det är att bygga upp sin egen kunskap helt från grunden, det är nästan essensen av kreativitet.
AlphaZero måste räkna ut allt själv. Varje steg är ett kreativt steg. Dessa insikter är kreativa eftersom de inte gavs till det av människor. Och dessa språng fortsätter tills det är något som är bortom våra förmågor och som har potential att förvåna oss.
Du har fått AlphaZero att spela mot den bästa konventionella schackmotorn, Stockfish. Vad har du lärt dig?
Stockfish har denna mycket sofistikerade sökmotor, men i hjärtat av den är den här modulen som säger: Enligt människor är detta en bra position eller en dålig position. Så människor är verkligen djupt inne i slingan där. Det är svårt för det att bryta sig loss och förstå en position som är fundamentalt annorlunda.
AlphaZero lär sig själv förstå positioner. Det var ett vackert spel vi bara tittade på där det faktiskt ger upp fyra bönder i rad, och det försöker till och med ge upp en femte bonde. Stockfish tycker att den vinner fantastiskt, men AlphaZero är verkligen nöjd. Det har hittat ett sätt att förstå positionen som är otänkbar enligt schacknormerna. Den förstår att det är bättre att ha positionen än de fyra bönderna.
Föreslår AlphaZero att AI kommer att spela en roll i framtida vetenskaplig innovation?
Maskininlärning har dominerats av ett tillvägagångssätt som kallas övervakad inlärning, vilket innebär att du börjar med allt som människor vet, och du försöker destillera det till ett datorprogram som gör saker på precis samma sätt. Det fina med detta nya tillvägagångssätt, förstärkningsinlärning, är att systemet själv, från första principer, lär sig hur det ska uppnå de mål vi satt upp det. Det är som en miljon miniupptäckter, en efter en, som bygger upp detta kreativa sätt att tänka. Och kan man göra det kan man sluta med något som har en enorm kraft, en enorm förmåga att lösa problem och som förhoppningsvis kan leda till stora genombrott.
Finns det aspekter av mänsklig kreativitet som inte kunde automatiseras?
Om vi tänker på det mänskliga sinnets förmågor är vi fortfarande långt ifrån att uppnå det. Vi kan uppnå resultat inom specialiserade domäner som schack och Go med en enorm mängd datorkraft dedikerad till den uppgiften. Men det mänskliga sinnet kan radikalt generalisera till något annat. Du kan ändra spelets regler, och en människa behöver inte ytterligare 2 000 år för att komma på hur hon ska spela.
Jag skulle säga att kanske gränsen för AI just nu – och vart vi skulle vilja gå – är att öka räckvidden och flexibiliteten hos våra algoritmer för att täcka hela spektrumet av vad det mänskliga sinnet kan göra. Men det är fortfarande långt kvar.
Hur kan vi komma dit?
Jag skulle vilja bevara denna idé att systemet är fritt att skapa utan att begränsas av mänsklig kunskap.
En bebis oroar sig inte för sin karriär eller hur många barn den kommer att få. Det är att leka med leksaker och lära sig manipulationsfärdigheter. Det finns oerhört mycket att lära sig om världen i avsaknad av ett slutmål. Samma sak kan och bör gälla för våra system.