Го оставалась единственной игрой, в которой компьютер не мог одолеть человека

Го, также известная как «вэйци» (围棋) в Китае, «иго» (囲碁) в Японии и «падук» (바둑) в Корее, — это настольная стратегическая игра, история которой насчитывает около 3000 лет. В нее играют на сетке 19х19. Игроки ходят по очереди, размещая черные и белые фишки, чтобы окружить точки на сетке и захватить территорию противника.

«Это один из самых великих интеллектуальных видов спорта в мире», — говорит Тоби Мэннинг, распорядитель Британской Ассоциации го. «В простоте правил и кроется ее сложность». Мэннинг цитирует классическую цитату шахматиста и игрока в го 20 века Эдварда Ласкера: «В то время как причудливые правила шахмат могли быть созданы только людьми, правила го настолько элегантны, органичны, и строго логичны, что если где-то во вселенной существуют разумные формы жизни, они, наверняка, играют в го».

Игроки в го становятся экспертами после многих лет практики, оттачивая свою интуицию и учась распознавать приемы игры. «Поначалу вас притягивает то, что правила просты и легки для понимания. А потом вас затягивает многогранность. Вы не устаете от игры», — говорит генеральный секретарь Корейской Ассоциации игры в падук Ли Ха Чин (на фото). «Всегда есть чему учиться, и вы чувствуете, что можете стать лучше и сильнее».

Начав играть в возрасте 5 лет, Ли Ха Чин показала настолько большой потенциал, что родители решили отправить ее в частную школу го в Сеуле. Ли ходила в обычную школу днем, а после приходила к учителю и играла в го по нескольких часов каждый вечер. И в итоге стала профессионалом в возрасте 16 лет. Сегодня она Генеральный секретарь Корейской Ассоциации игры в го.

Если посмотреть на офис Корейской Ассоциации игры в падук, можно понять престиж игры в этой стране. На одном этаже члены Корейской Женской Лиги проводят матчи в полной тишине. На другом — находится комната, заставленная трофеями, многие из которых напоминают жутковатые бестелесные руки (одно из старых метафорических названий игры переводится как «разговор руками»). В подвале расположен операционный центр кабельного телеканала Baduk TV, посвященного го.

«Шахматы и шашки не требуют сложных функций оценки», — говорит Джонатан Шеффер, ученый из Университета Альберты, написавший Chinook — первую программу для игры в шашки. «К примеру, в шахматах и шашках ценность единицы преобладает над другими аспектами в положении на доске. Если у меня на доске больше слонов, чем у оппонента, то я почти всегда одержу победу. В го не действуют главные эвристические правила. С человеческой точки зрения, понимание твоего положения в игре основано на множестве факторов, приемов игры, и это сложно описать в программе. До AlphaGo никто не мог написать алгоритм оценки».

Так как же DeepMind удалось это? AlphaGo использует принципы глубинного обучения и нейронные сети для самообучения игре в го. Google Photos позволяет искать снимки с кошками, потому что в памяти сервиса содержится бесчисленное количество изображений кошек. Так же и AlphaGo учится на миллионах изображений позиций и ходов, сделанных игроками в го.

AlphaGo постоянно укрепляет свои силы благодаря возможности играть против дублированной версии самой себя. Это развивает «дальновидность» системы и «оценочные» способности. AlphaGo предусматривает все возможные ходы и комбинации и выбирает тот, который наиболее вероятно приведет к победе. Объединенные нейронные сети избавляют AlphaGo от лишней работы: система предугадывания уменьшает диапазон поиска возможных ходов, в то время как система оценки позволяет избежать перегрузки во время выбора верного решения из огромного массива информации о матчах.

Такая система обучения делает AlphaGo более человекоподобной и «умной» чем, например, система Deep Blue от IBM, которая победила шахматного гроссмейстера Гарри Каспарова с помощью грубой силы вычислительной мощности для поиска лучших ходов — то, что просто не работает в случае с го.

Члены сообщества игроков ошеломлены тем, какую изобретательность и агрессивность проявила AlphaGo для победы. «Если бы я сходил так же, — говорит президент Американской ассоциации игры Энди Окун, — мои учителя выпороли бы меня!»

В DeepMind считают, что принципы AlphaGo можно применять в других сферах, помимо игры в го. В Google уверены, что методы машинного самообучения будут полезны в робототехнике, разработке программ-ассистентов для смартфонов и здравоохранении. В прошлом месяце в DeepMind объявили о заключении сделки с Национальной службой здравоохранения Великобритании.