Зная только базовые правила, новая программа — AlphaZero — сумела сама себя обучить игре в шахматы, сёги (японские шахматы) и го всего за три дня, без вмешательства человека. Подразделение Google DeepMind, занимающееся разработками в области искусственного интеллекта, создало улучшенную версию алгоритма AlphaGo, прославившегося обыгрышем чемпиона мира по игре в го.
— В этом смысле она свободна от ограничений, которыми руководствуются люди, думая об игре". "Начав с совершенно случайной игры, AlphaZero постепенно узнала, что значит играть хорошо, и сформировала свои собственные представления об игре, — сказал глава DeepMind Демис Хассабис.
Пятиматчевая серия закончилась со счетом 4:1 в пользу ИИ. AlphaZero является прямым потомком AlphaGo, которая в 2016 году одолела Ли Седоля — профессионального игрока из Южной Кореи, одного из сильнейших в мире. Седоль, завоевавший многочисленные международные титулы, отыгрался лишь однажды: в четвертой партии, сумев приспособиться к поведению алгоритма.
Инженеры DeepMind переписали алгоритмы нейросети, сделав её полностью самообучаемой: ИИ начал "тренироваться" сам, без какого-либо участия со стороны людей. В конце 2017-го AlphaGo эволюционировала в AlphaGo Zero (AGZ). Снова и снова играя сам с собой, через три дня AGZ смог победить AlphaGo со счетом 100:0.
Для этого ему потребовались огромные вычислительные ресурсы (5 тысяч нейрочипов TPU), сопоставимые с нуждами суперкомпьютера. Однако если AGZ мог играть только в го, AlphaZero самостоятельно освоил сразу три игры, и стал гроссмейстером во всех дисциплинах. Как говорит Хассабис, со временем "самоучка" даже выработала свой собственный, уникальный стиль игры.
Искусственный интеллект "рисует" город в реальном времени: видео читайте также
По словам шахматиста, AlphaZero формирует свои собственные знания, не оглядываясь на человеческий опыт, и всего за несколько часов достигает "результатов, которые превосходят любого человека или машину". Силу алгоритма DeepMind оценил гроссмейстер Гарри Каспаров, пишет ArsTechnica.