Зашто научници уче машине да играју игре?

Зашто су компјутерски научници опседнути стварањем вештачке интелигенције која добро познаје друштвене игре, као што су шах и већ свима добро позната игра Go?

„У животу, за разлику од шаха, игра се наставља после шах-мата.“ – Исак Асимов

Историчар и технолог Дејвид Нај је тврдио да је „значај алата неодвојив од прича које га окружују“. У контексту вештачке интелигенције (VI), у тим причама главну улогу имају игре које играју системи вештачке интелигенције. Све је почело „машином“ за играње шаха под називом Mechanical Turk, која је представљена крајем 18. века. Иако је такозвана машина била превара, она је поставила темеље – могло би се чак рећи, покренула је опседнутост рачунарских научника у наредним вековима. Према Нејтану Енсменгеру, професору информатике на Универзитету Индијана, многи у рачунарској заједници су веровали да када је машина овладала шахом – „интелектуалном игром највишег нивоа“, како га је описао нобеловац Херберт Сајмон – „изгледало је као да је неко продро до сржи људског интелектуалног достигнућа.”

У периоду између 1965. и 1966. године, совјетски математичар Александар Кронрод назвао је шах „дрозофилом вештачке интелигенције“. Под тим је мислио да је игра била за истраживање вештачке интелигенције оно што је воћна мушица била у истраживању генетике: простор за тестирање највећих идеја на терену, истовремено довољно доступна да се лако обављају експерименти и довољно сложена да омогући учење. Воћне мушице се лако гаје у малој лабораторији, имају кратак репродуктивни циклус од једне до две недеље (што омогућава истраживачима да проучавају више генерација у року од неколико месеци) и имају преко 60 процената гена који изазивају болести код људи. Како истиче Дејвид Билдер, бивши председник Националног одбора директора за дрозофиле, истраживање воћне мушице је на овај или онај начин довело до пет Нобелових награда у последњих 85 година. Компјутерски научници су веровали да би шах могао да има сличан утицај на вештачку интелигенцију. Енсменгер је пре неколико година приметио да се „скоро свака расправа о вештачкој интелигенцији, било историјској, филозофској или техничкој, завршава причом о компјутерима који играју шах“. Компјутерски научници нису били једини који су били уверени да је шах алфа и омега вештачке интелигенције. Када је 11. маја 1997. године, компјутер Deep Blue компаније IBM победио Гарија Каспарова, медији и јавност су били одушевљени. Изгледало је као да победа доказује легитимност компјутера и показује да они сада могу да опонашају, па чак и да боље обаве задатак који је и математички и технички захтеван – али и онај који укључује уметност колико и науку. Да ли је Кјубриков HAL 9000 био ту негде, у близини? Кад је почетно одушевљење спласнуло, критичари су почели да преиспитују шта такво достигнуће заправо значи за машинску интелигенцију. Џон Макарти, организатор прве светске конференције о вештачкој интелигенцији у Дартмуту, написао је у чланку објављеном у часопису Сциенце 1997. године, да се „Рачунарски шах развио онолико колико је генетика могла да се развије да су генетичари усмерили све своје напоре почевши од 1910. године, на узгајању тркачких дрозофила. Имали бисмо мало науке, али углавном бисмо имали веома брзе воћне мушице.“ И други су делили то мишљење. Професор Родни Брукс са MIT -а тврдио је, 1990. године, да је опседнутост играма проблематична јер је чврсто везала интелигенцију за системе симбола, а не за ону врсту физичке стварности која подржава и покреће људску интелигенцију. „Традиционална вештачка интелигенција је покушала да демонстрира префињено резоновање у прилично осиромашеним доменима“, написао је Родни Брукс у чланку под насловом „Слонови не играју шах“ (енгл. Elephants Don’t Play Chess). Програмери би, како је рекао, требало да имају за циљ стварање вештачке интелигенције која обавља једноставније задатке – попут разумевања језика или руковања објектима у физичком свету – од побеђивања на шаховским турнирима, али која функционише „снажно у изузетно комплексним доменима“, а не у „мору симбола“ које игре пружају. Програмери, међутим, нису послушали његов савет. Игре су прикладно понудиле окружење у којем би системи вештачке интелигенције могли да се такмиче против најпаметнијих људи – и једни против других – да би се лакше уочио и измерио напредак. Игра Jeopardy је била њихов следећи утврђени стандард. У 2011. години, систем Watson, компаније ИБМ, за обраду природног језика и систем питања и одговора изграђен на суперкомпјутеру, спремао се да победи Кена Џенингса и Бреда Ратера, два најбоља играча у историји популарне телевизијске игре. Истраживања су показала да би рачунар морао да буде много свестранији него што је Deep Blue био 1997. године да би надмашио људске шампионе у игри Jeopardy. На пример, у игри не постоји наизменично одговарање. Уместо тога, играч мора врло брзо да одлучи колико је сигуран да ће бити у праву. Такође је требало да буде у стању да бира категорије и наговештаје и да развије стратегије клађења. Watson је успео да управља свим тим задацима. Када се игра завршила, рачунар је освојио 77.147 долара, Џенингс 24.000 долара, а Рутер 21.600 долара. Џенингс је на свој пораз одреаговао шалом. На дну свог одговора Final Jeopardy, који је емитован уживо, написао је: „Само бих додао да поздрављам наше нове компјутерске господаре.“ Компанија „Гугл“ је, 2014. године, купила британску стартап компанију DeepMind, специјализовану за истраживање вештачке интелигенције и неуронске мреже, и скренула пажњу на нову друштвену игру Го. Њен AlphaGo програм је победио актуелног шампиона игре Лија Седола, резултатом четири према један. Недавно је истраживачки тим Универзитета Карнеги Мелон направио бота који игра покер и који је победио врхунске професионалце у неограниченој игри Texas hold’em покер за шест играча. За разлику од шаха и игре Go у којима су вам познате позиције ваших и противничких фигура у било ком тренутку (то су игре са савршеним информацијама), покер је игра несавршених информација. Ваш противник има сакривене карте које утичу на његове наредне потезе. Постојање вештачке интелигенције која може добро да игра покер је огроман корак напред јер већина интеракција у стварном свету (нпр. разматрање преговора са другом страном) укључује несавршене информације. Дакле, шта нас чека сада када вештачка интелигенција може да победи људе чак и у покеру? Која би игра довела машине на нови ниво људске интелигенције, како би надмашиле људе? Историја рачунарства је показала да оно што победимо одређује куда ћемо даље да идемо. У недавном разговору са Џејмсом Баратом, редитељем документарних филмова и аутором филма The Final Invention (Коначни проналазак), појавила се тема игара и питао сам га којој би игри компјутерски научници и њихови системи вештачке интелигенције могли да се посвете сада када је чак и игра Go освојена. Мало је размислио и на крају рекао нешто што нећу заборавити: „Мислим да нема више ниједне игре. Следећа игра је стварност.”

6672-zasto-naucnici-uce-masine-da-igraju-igre