Zašto naučnici uče mašine da igraju igre?

Zašto su kompjuterski naučnici opsednuti stvaranjem veštačke inteligencije koja dobro poznaje društvene igre, kao što su šah i već svima dobro poznata igra Go?

„U životu, za razliku od šaha, igra se nastavlja posle šah-mata.“ – Isak Asimov

Istoričar i tehnolog Dejvid Naj je tvrdio da je „značaj alata neodvojiv od priča koje ga okružuju“. U kontekstu veštačke inteligencije (VI), u tim pričama glavnu ulogu imaju igre koje igraju sistemi veštačke inteligencije. Sve je počelo „mašinom“ za igranje šaha pod nazivom Mechanical Turk, koja je predstavljena krajem 18. veka. Iako je takozvana mašina bila prevara, ona je postavila temelje – moglo bi se čak reći, pokrenula je opsednutost računarskih naučnika u narednim vekovima. Prema Nejtanu Ensmengeru, profesoru informatike na Univerzitetu Indijana, mnogi u računarskoj zajednici su verovali da kada je mašina ovladala šahom – „intelektualnom igrom najvišeg nivoa“, kako ga je opisao nobelovac Herbert Sajmon – „izgledalo je kao da je neko prodro do srži ljudskog intelektualnog dostignuća.”

U periodu između 1965. i 1966. godine, sovjetski matematičar Aleksandar Kronrod nazvao je šah „drozofilom veštačke inteligencije“. Pod tim je mislio da je igra bila za istraživanje veštačke inteligencije ono što je voćna mušica bila u istraživanju genetike: prostor za testiranje najvećih ideja na terenu, istovremeno dovoljno dostupna da se lako obavljaju eksperimenti i dovoljno složena da omogući učenje. Voćne mušice se lako gaje u maloj laboratoriji, imaju kratak reproduktivni ciklus od jedne do dve nedelje (što omogućava istraživačima da proučavaju više generacija u roku od nekoliko meseci) i imaju preko 60 procenata gena koji izazivaju bolesti kod ljudi. Kako ističe Dejvid Bilder, bivši predsednik Nacionalnog odbora direktora za drozofile, istraživanje voćne mušice je na ovaj ili onaj način dovelo do pet Nobelovih nagrada u poslednjih 85 godina. Kompjuterski naučnici su verovali da bi šah mogao da ima sličan uticaj na veštačku inteligenciju. Ensmenger je pre nekoliko godina primetio da se „skoro svaka rasprava o veštačkoj inteligenciji, bilo istorijskoj, filozofskoj ili tehničkoj, završava pričom o kompjuterima koji igraju šah“. Kompjuterski naučnici nisu bili jedini koji su bili uvereni da je šah alfa i omega veštačke inteligencije. Kada je 11. maja 1997. godine, kompjuter Deep Blue kompanije IBM pobedio Garija Kasparova, mediji i javnost su bili oduševljeni. Izgledalo je kao da pobeda dokazuje legitimnost kompjutera i pokazuje da oni sada mogu da oponašaju, pa čak i da bolje obave zadatak koji je i matematički i tehnički zahtevan – ali i onaj koji uključuje umetnost koliko i nauku. Da li je Kjubrikov HAL 9000 bio tu negde, u blizini? Kad je početno oduševljenje splasnulo, kritičari su počeli da preispituju šta takvo dostignuće zapravo znači za mašinsku inteligenciju. Džon Makarti, organizator prve svetske konferencije o veštačkoj inteligenciji u Dartmutu, napisao je u članku objavljenom u časopisu Science 1997. godine, da se „Računarski šah razvio onoliko koliko je genetika mogla da se razvije da su genetičari usmerili sve svoje napore počevši od 1910. godine, na uzgajanju trkačkih drozofila. Imali bismo malo nauke, ali uglavnom bismo imali veoma brze voćne mušice.“ I drugi su delili to mišljenje. Profesor Rodni Bruks sa MIT -a tvrdio je, 1990. godine, da je opsednutost igrama problematična jer je čvrsto vezala inteligenciju za sisteme simbola, a ne za onu vrstu fizičke stvarnosti koja podržava i pokreće ljudsku inteligenciju. „Tradicionalna veštačka inteligencija je pokušala da demonstrira prefinjeno rezonovanje u prilično osiromašenim domenima“, napisao je Rodni Bruks u članku pod naslovom „Slonovi ne igraju šah“ (engl. Elephants Don’t Play Chess). Programeri bi, kako je rekao, trebalo da imaju za cilj stvaranje veštačke inteligencije koja obavlja jednostavnije zadatke – poput razumevanja jezika ili rukovanja objektima u fizičkom svetu – od pobeđivanja na šahovskim turnirima, ali koja funkcioniše „snažno u izuzetno kompleksnim domenima“, a ne u „moru simbola“ koje igre pružaju. Programeri, međutim, nisu poslušali njegov savet. Igre su prikladno ponudile okruženje u kojem bi sistemi veštačke inteligencije mogli da se takmiče protiv najpametnijih ljudi – i jedni protiv drugih – da bi se lakše uočio i izmerio napredak. Igra Jeopardy je bila njihov sledeći utvrđeni standard. U 2011. godini, sistem Watson, kompanije IBM, za obradu prirodnog jezika i sistem pitanja i odgovora izgrađen na superkompjuteru, spremao se da pobedi Kena Dženingsa i Breda Ratera, dva najbolja igrača u istoriji popularne televizijske igre. Istraživanja su pokazala da bi računar morao da bude mnogo svestraniji nego što je Deep Blue bio 1997. godine da bi nadmašio ljudske šampione u igri Jeopardy. Na primer, u igri ne postoji naizmenično odgovaranje. Umesto toga, igrač mora vrlo brzo da odluči koliko je siguran da će biti u pravu. Takođe je trebalo da bude u stanju da bira kategorije i nagoveštaje i da razvije strategije klađenja. Watson je uspeo da upravlja svim tim zadacima. Kada se igra završila, računar je osvojio 77.147 dolara, Dženings 24.000 dolara, a Ruter 21.600 dolara. Dženings je na svoj poraz odreagovao šalom. Na dnu svog odgovora Final Jeopardy, koji je emitovan uživo, napisao je: „Samo bih dodao da pozdravljam naše nove kompjuterske gospodare.“ Kompanija „Gugl“ je, 2014. godine, kupila britansku startap kompaniju DeepMind, specijalizovanu za istraživanje veštačke inteligencije i neuronske mreže, i skrenula pažnju na novu društvenu igru Go. Njen AlphaGo program je pobedio aktuelnog šampiona igre Lija Sedola, rezultatom četiri prema jedan. Nedavno je istraživački tim Univerziteta Karnegi Melon napravio bota koji igra poker i koji je pobedio vrhunske profesionalce u neograničenoj igri Texas hold’em poker za šest igrača. Za razliku od šaha i igre Go u kojima su vam poznate pozicije vaših i protivničkih figura u bilo kom trenutku (to su igre sa savršenim informacijama), poker je igra nesavršenih informacija. Vaš protivnik ima sakrivene karte koje utiču na njegove naredne poteze. Postojanje veštačke inteligencije koja može dobro da igra poker je ogroman korak napred jer većina interakcija u stvarnom svetu (npr. razmatranje pregovora sa drugom stranom) uključuje nesavršene informacije. Dakle, šta nas čeka sada kada veštačka inteligencija može da pobedi ljude čak i u pokeru? Koja bi igra dovela mašine na novi nivo ljudske inteligencije, kako bi nadmašile ljude? Istorija računarstva je pokazala da ono što pobedimo određuje kuda ćemo dalje da idemo. U nedavnom razgovoru sa Džejmsom Baratom, rediteljem dokumentarnih filmova i autorom filma The Final Invention (Konačni pronalazak), pojavila se tema igara i pitao sam ga kojoj bi igri kompjuterski naučnici i njihovi sistemi veštačke inteligencije mogli da se posvete sada kada je čak i igra Go osvojena. Malo je razmislio i na kraju rekao nešto što neću zaboraviti: „Mislim da nema više nijedne igre. Sledeća igra je stvarnost.”

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