AlphaGo против Ли Седола - AlphaGo versus Lee Sedol

AlphaGo против Ли Седола
4–1

Сеул, Южная Корея, 9–15 марта 2016 г.
Игра первая	AlphaGo W + R
Игра вторая	AlphaGo B + R
Игра третья	AlphaGo W + R
Игра четвертая	Ли Седол W + R
Игра пятая	AlphaGo W + R

AlphaGo против Ли Седола, также известный как Матч Google DeepMind Challenge, было пять игр Идти матч между 18-кратным чемпионом мира Ли Седол и AlphaGo, а компьютер Go программа разработана Google DeepMind, играл в Сеул, Южная Корея, с 9 по 15 марта 2016 года. AlphaGo выиграла все игры, кроме четвертой;^[1] все игры были выиграны отставкой.^[2] Матч сравнивают с историческим шахматным матчем между Deep Blue и Гарри Каспаров в 1997 г.

Победитель матча должен был выиграть 1 миллион долларов. Поскольку AlphaGo выиграла, Google DeepMind заявил, что приз будет передан благотворительным организациям, в том числе ЮНИСЕФ, и организации Go.^[3] Ли получил 170 000 долларов (150 000 долларов за участие в пяти играх и дополнительные 20 000 долларов за победу в одной игре).^[4]

После матча The Корейская ассоциация бадук присвоил AlphaGo высшее звание гроссмейстера Го - «почетный 9 дан Это было дано в знак признания «искренних усилий» AlphaGo овладеть го.^[5] Этот матч выбрали Наука как один из Прорыв года финалисты 22 декабря 2016 г.^[6]

Фон

Сложная задача в искусственном интеллекте

Основная статья: Computer Go

Внешнее видео
Машина тренирует себя, чтобы побеждать людей в самой сложной игре в мире, Retro Report, 2:51, Ретро отчет[7]

Го - сложная настольная игра, требующая интуиции, творческого и стратегического мышления.^[8][9] Это долгое время считалось сложной задачей в области искусственный интеллект (AI) и значительно сложнее^[10] решить чем шахматы. Многие в области искусственного интеллекта считают, что для Go требуется больше элементов, имитирующих человеческое мышление, чем шахматы.^[11] Математик И. Дж. Хорошо писал в 1965 году:^[12]

Зайти на компьютер? - Чтобы запрограммировать компьютер для разумной игры в го, а не просто в легальную игру, необходимо формализовать принципы хорошей стратегии или разработать обучающую программу. Принципы более качественные и загадочные, чем в шахматах, и больше зависят от суждений. Поэтому я думаю, что запрограммировать компьютер для разумной игры в го будет даже труднее, чем в шахматы.

До 2015 г.^[13] только лучшие программы Go достигли любительский дан уровень.^[14] На маленькой доске 9 × 9 компьютер показал себя лучше, и некоторым программам удавалось выигрывать часть своих игр 9 × 9 у профессиональных игроков. До AlphaGo некоторые исследователи утверждали, что компьютеры никогда не победят лучших людей в Go.^[15] Илон Маск, один из первых инвесторов Deepmind, сказал в 2016 году, что эксперты в этой области считали, что искусственному интеллекту осталось 10 лет до победы над ведущим профессиональным игроком в го.^[16]

Матч AlphaGo против Ли Седола сопоставим с шахматным матчем 1997 года. Deep Blue против Гарри Каспарова. Здесь поражение действующего чемпиона Каспарова компьютером IBM Deep Blue рассматривается как символический момент, когда компьютеры стали лучше людей в шахматах.^[17]

AlphaGo наиболее существенно отличается от предыдущих попыток искусственного интеллекта тем, что в нем применяются нейронные сети, в которых эвристика оценки не жестко запрограммирована людьми, а вместо этого в значительной степени усваивается самой программой через десятки миллионов прошлых совпадений Go, как так же как его собственное совпадает с самим собой. Даже команда разработчиков AlphaGo не может указать, как AlphaGo оценивает игровую позицию и выбирает свой следующий ход. Эти сети направляют Поиск в дереве Монте-Карло который исследует многие шаги в будущее.

Соответствующие результаты исследований применяются в таких областях, как наука о мышлении, распознавание образов и машинное обучение.^[18]

Матч против Фань Хуэй

Основная статья: AlphaGo против Фань Хуэй

Фан Хуэй против AlphaGo - Игра 5

AlphaGo побежден Чемпион Европы Фань Хуэй, 2 дан профессионал, 5–0 в октябре 2015 года, впервые ИИ обыграл профессионального игрока-человека в игре на полноразмерной доске без гандикапа.^[19][20] Некоторые комментаторы подчеркнули пропасть между Фаном и Ли, имеющей 9 дан профессионального уровня.^[21] Компьютерные программы Zen и Безумный камень ранее побеждали игроков-людей с рейтингом 9 дан профессионалов с гандикапом в четыре или пять стоек.^[22][23] Канадский специалист по ИИ Джонатан Шеффер, комментируя победу над Fan, сравнил AlphaGo с «вундеркиндом», которому не хватало опыта, и посчитал, что «настоящее достижение будет, когда программа сыграет игрока в истинном высшем эшелоне». Затем он считал, что Ли выиграет матч в марте 2016 года.^[20] Хаджин Ли, профессиональный игрок в го и Международная федерация го Генеральный секретарь отметила, что она «очень взволнована» перспективой того, что ИИ бросит вызов Ли, и считает, что у двух игроков равные шансы на победу.^[20]

После матча с AlphaGo Фань Хуэй отметил, что игра научила его быть лучшим игроком и видеть то, чего он раньше не видел. К марту 2016 г. Проводной сообщил, что его рейтинг поднялся с 633 в мире до примерно 300.^[24]

Подготовка

Эксперты по го обнаружили ошибки в игре AlphaGo против Fan, в частности, связанные с недостаточной осведомленностью всего игрового поля. Перед игрой против Ли было неизвестно, насколько программа улучшила свою игру после октябрьского матча.^[21][25] Первоначальный набор тренировочных данных AlphaGo начался с игр сильных игроков-любителей с серверов интернет-Go, после чего AlphaGo тренировалась, играя против себя в десятках миллионов игр.^[26][27]

Игроки

AlphaGo

Основная статья: AlphaGo

Логотип AlphaGo

AlphaGo - это компьютерная программа, разработанная Google DeepMind играть в настольную игру Идти. Алгоритм AlphaGo использует комбинацию машинное обучение и поиск по дереву техники в сочетании с обширным обучением как в игровой, так и в компьютерной среде. Первоначально нейронные сети системы были созданы на основе человеческого опыта игры. AlphaGo изначально был обучен имитировать человеческую игру, пытаясь сопоставить движения опытных игроков из записанных исторических игр, используя KGS Go Сервер база данных, содержащая около 30 миллионов ходов из 160 000 игр человеческими игроками от 6 до 9 сомов.^[13][28] Когда он достиг определенной степени мастерства, его обучали дальше, настраивая на то, чтобы играть в большое количество игр против других экземпляров самого себя, используя обучение с подкреплением чтобы улучшить свою игру.^[29] Система не использует «базу данных» ходов для игры. Как пояснил один из создателей AlphaGo:^[30]

Хотя мы запрограммировали эту машину на игру, мы не знаем, какие ходы она будет использовать. Его ходы возникающий явление из тренировки. Мы просто создаем наборы данных и алгоритмы обучения. Но ходы, которые он придумывает, находятся вне наших рук - и намного лучше, чем мы, как игроки в го, могли придумать.

В матче против Ли AlphaGo использовала примерно ту же вычислительную мощность, что и в матче против Фань Хуэй.^[31] где использовано 1202 Процессоры и 176 GPU.^[13] Экономист сообщил, что он использовал 1920 процессоров и 280 графических процессоров.^[32] Google также заявил, что его проприетарный блоки тензорной обработки были использованы в матче против Ли Седола.^[33]

Ли Седол

Основная статья: Ли Седол

Ли Седол в 2012 году

Ли Седол - профессиональный игрок в го 9 дан ранг^[34] и является одним из сильнейших игроков в история Go. Он начал свою карьеру в 1996 году (повышен до профессионального дана в возрасте 12 лет), с тех пор выиграв 18 чемпионатов мира.^[35] Он - «национальный герой» в своей родной Южной Корее, известный своей нетрадиционной и творческой игрой.^[36] Ли Седол первоначально предсказал, что он победит AlphaGo в "оползне".^[36] За несколько недель до матча он выиграл у корейца. Мюнгин титул, крупный чемпионат.^[37]

Игры

Матч состоял из пяти игр с главным призом в миллион долларов США.^[3] с помощью Китайские правила с 7,5-балльной коми.^[4] Для каждой игры было установлено двухчасовое ограничение по времени для каждого игрока, за которым следовали три 60-секундных Byo-Yomi сверхурочные периоды.^[4] Каждая игра начинается в 13:00. KST (04:00 время по Гринвичу ).^[38]

Матч был сыгран в Отель Four Seasons в Сеул, Южная Корея в марте 2016 г. и транслировалась в прямом эфире с комментариями Майкл Редмонд (9 дан профессионал) и Крис Гарлок.^[39][40][41] Аджа Хуанг, член команды DeepMind и любитель 6 дан Го, положил камни на Перейти на борт для AlphaGo, который прошел через Облачная платформа Google со своим сервером в США.^[42]

Резюме

Игра	Дата	Чернить	белый	Результат	Движется
1	9 марта 2016 г.	Ли Седол	AlphaGo	Ли Седол подал в отставку	186 Игра 1
2	10 марта 2016 г.	AlphaGo	Ли Седол	Ли Седол подал в отставку	211 Игра 2
3	12 марта 2016 г.	Ли Седол	AlphaGo	Ли Седол подал в отставку	176 Игра 3
4	13 марта 2016 г.	AlphaGo	Ли Седол	AlphaGo ушел в отставку	180 Игра 4
5	15 марта 2016 г.	Ли Седол[примечание 1]	AlphaGo	Ли Седол подал в отставку	280 Игра 5
Результат: AlphaGo 4 - 1 Ли Седол
^ примечание 1: Согласно официальным правилам, в пятой игре цвет будет назначаться случайным образом.[43] Однако во время пресс-конференции после четвертого матча Ли попросил: «... поскольку я выиграл белыми, я действительно надеюсь, что в пятом матче я смогу выиграть черными, потому что победа черными намного ценнее».[44] Хассабис согласился позволить Седолу играть черными.

Игра 1

AlphaGo (белый) выиграл первую игру. Ли, казалось, контролировал игру большую часть матча, но AlphaGo получил преимущество в последние 20 минут, и Ли подал в отставку.^[45] Ли позже заявил, что допустил критическую ошибку в начале матча; он сказал, что стратегия компьютера в начале игры была «превосходной» и что ИИ сделал один необычный ход, который не сделал бы ни один игрок-человек.^[45] Дэвид Ормерод, комментируя игру в Go Game Guru, охарактеризовал седьмой камень Ли как «странный ход для проверки силы AlphaGo в дебюте», охарактеризовав этот ход как ошибку, а ответ AlphaGo как «точный и эффективный». Он описал позицию AlphaGo как благоприятную в первой части игры, учитывая, что Ли начал возвращаться на 81-м ходу, прежде чем сделать «сомнительные» ходы на 119 и 123, после чего последовал «проигрышный» ход на 129.^[46] Профессиональный игрок в го Cho Hanseung прокомментировал, что игра AlphaGo значительно улучшилась по сравнению с Фань Хуэй в октябре 2015 года.^[46] Майкл Редмонд описал компьютерную игру как более агрессивную, чем против Fan.^[47]

По словам гроссмейстера 9 дан Го Ким Сон Рёна, Ли казался ошеломленным сильной игрой AlphaGo на 102-м камне.^[48] Наблюдая за тем, как AlphaGo делает 102-й ход, Ли более 10 минут обдумывал свои варианты.^[48]

Первые 99 ходов

Ходы 100–186

Игра 2

AlphaGo (черный) выиграла вторую игру. Ли позже заявил, что «AlphaGo сыграла почти идеальную игру»,^[49] «с самого начала игры я не чувствовал, что есть точка, которую я веду».^[50] Один из создателей AlphaGo, Демис Хассабис, сказал, что система была уверена в победе с середины игры, хотя профессиональные комментаторы не могли сказать, какой игрок впереди.^[50]

Майкл Редмонд (9p ) отметил, что 19-й камень AlphaGo (ход 37) был «творческим» и «уникальным».^[30] Ли потребовалось необычно много времени, чтобы отреагировать на это движение.^[30] Янггил (8p) назвал 37-й ход AlphaGo «редким и интригующим ударом плеча», но сказал, что контратака Ли «изящна». Он заявил, что контроль переходил между игроками несколько раз перед эндшпилем, и особенно похвалил шаги AlphaGo 151, 157 и 159, назвав их «блестящими».^[51]

AlphaGo показала аномалии и ходы с более широкой точки зрения, которые профессиональные игроки в го описали как ошибки на первый взгляд, но как преднамеренную стратегию в ретроспективе.^[52] Как объяснил один из создателей системы, AlphaGo не пытается максимизировать свои очки или свой запас победы, но пытается максимизировать свою вероятность победы.^[30][53] Если AlphaGo придется выбирать между сценарием, в котором она выиграет с разницей в 20 очков с вероятностью 80 процентов, и другим сценарием, в котором она выиграет с разницей в полтора очка с вероятностью 99 процентов, она выберет последний, даже если ей придется отказаться от очков для достижения Это.^[30] В частности, ход 167 AlphaGo, казалось, дал Ли шанс на борьбу и был объявлен комментаторами очевидной ошибкой. Ан Янгил заявил: «Значит, когда AlphaGo делает слабый ход, мы можем рассматривать это как ошибку, но, может быть, это более точно следует рассматривать как объявление победы?»^[54]

Первые 99 ходов

100–199 ходов

Ходы 200–211

Игра 3

AlphaGo (белые) выиграли третью игру.^[55]

После второй игры игроки все еще сомневались, действительно ли AlphaGo является сильным игроком в том смысле, в каком может быть человек. Третья игра была описана как устранение этого сомнения; аналитики отмечают, что:

AlphaGo победила настолько убедительно, что убрала все сомнения в ее силе из голов опытных игроков. Фактически, он играл так хорошо, что это было почти страшно ... Вынуждая AlphaGo противостоять очень серьезной односторонней атаке, Ли показал свою до сих пор незамеченную силу ... Ли не получал достаточной прибыли от своей атаки ... Один из величайших виртуозов средней игры только что был отодвинут на задний план в черно-белой прозрачности.^[54]

По словам Ан Янгила (8p) и Дэвида Ормерода, игра показала, что «AlphaGo просто сильнее любого известного игрока в го».^[54] Было замечено, что AlphaGo умело преодолевает сложные ситуации, известные как ко этого не было в двух предыдущих матчах.^[56] Ан и Ормерод считают ход 148 особенно примечательным: в центре комплекса ко боя, AlphaGo проявила достаточную «уверенность» в том, что выиграла битву, чтобы сделать большой ход в другом месте.^[54]

Ли, играя черным, открыл Высшее китайское образование и сгенерировал большую зону влияния черных, в которую AlphaGo вторглась на 12-м ходу. Это потребовало от программы защиты слабой группы, что она и сделала.^[54] Ан Янгил описал ход Ли 31 как возможно «проигрышный ход».^[54] и Энди Джексон из Американская ассоциация го посчитал, что исход уже решен к 35-му ходу.^[53] AlphaGo получила контроль над игрой к 48-му ходу и вынудила Ли перейти в оборону. Ли контратаковал на ходах 77/79, но ответ AlphaGo оказался эффективным, и его ход 90 позволил упростить позицию. Затем он получил большую зону контроля в нижней части доски, укрепив свои позиции с помощью ходов от 102 до 112, которые Ан назвал «сложными».^[54] Ли снова атаковал на 115 и 125 ходах, но ответ AlphaGo снова оказался эффективным. Ли в конце концов попытался сложить ко с 131-го хода, не вызвав ошибки в программе, и он сдался на 176-м ходу.^[54]

Первые 99 ходов

Ходы 100–176 (122 на 113, 154 в , 163 на 145, 164 на 151, 166 и 171 на 160, 169 на 145, 175 на )

Игра 4

Ли (белые) выиграл четвертую игру. Ли избрал экстремальную стратегию, известную как амаши, в ответ на очевидное предпочтение AlphaGo Souba Go (пытаясь выиграть за счет множества мелких выигрышей, когда появляется возможность), захват территории по периметру, а не в центре.^[57] Поступая таким образом, его очевидная цель состояла в том, чтобы навязать стиль ситуации «все или ничего» - возможная слабость для оппонента, сильного в переговорных типах игры, и такая, которая могла бы сделать способность AlphaGo определять незначительные преимущества в значительной степени несущественной.^[57]

Первые 11 ходов были идентичны второй партии, где Ли также играл белыми. В начале игры Ли сосредоточился на захвате территории по краям и углам доски, что позволило AlphaGo получить влияние наверху и в центре. Затем Ли вторгся в область влияния AlphaGo наверху с 40-го по 48-й ходы, после амаши стратегия. AlphaGo ответил ударом плечом на 47-м ходу, впоследствии пожертвовав четырьмя камнями в другом месте и получив инициативу на ходах с 47 по 53 и 69. Ли протестировал AlphaGo на ходах с 72 по 76, не вызвав ошибки, и к этому моменту комментаторы партии уже начал чувствовать, что игра Ли проиграна. Однако неожиданная игра белыми 78, описанная как «блестящая Tesuji", перевернула игру.^[57] Этот ход образовал белый клин в центре и усложнил игру.^[58] Гу Ли (9p) описал это как "божественный ход "и заявил, что переезд был им совершенно непредвиден.^[57]

AlphaGo плохо отреагировала на 79-м ходу, и тогда, по ее оценкам, у нее были 70% -ные шансы на победу. Ли сделал сильный ход белыми 82.^[57] Первоначальная реакция AlphaGo на 83-85 ходах была правильной, но на 87-м ходу ее оценка шансов на победу резко упала.^[59][60] спровоцировав их на серию очень плохих ходов с 87 на 101 черными. Дэвид Ормерод охарактеризовал ходы с 87 на 101 как типичные программные ошибки Монте-Карло.^[57] Ли повел ход белых 92, и Ан Янгил назвал 105 ход черных последним проигрышным ходом. Несмотря на хорошую тактику во время ходов с 131 по 141, AlphaGo не смогла восстановиться в эндшпиле и сдалась.^[57] Отставка AlphaGo была вызвана тем, что она оценила свои шансы на победу менее 20%; это сделано для того, чтобы соответствовать решению профессионалов, которые уходят в отставку, а не играют до конца, когда их позиция кажется безвозвратной.^[58]

Юнггил из Go Game Guru пришел к выводу, что эта игра была «шедевром для Ли Седола и почти наверняка станет известной игрой в истории го».^[57] Ли прокомментировал после матча, что, по его мнению, AlphaGo была сильнейшей в игре белыми (вторая).^[61] По этой причине он попросил его сыграть черными в пятой партии, которая считается более рискованной.

Дэвид Ормерод из Go Game Guru заявил, что, хотя анализ игры AlphaGo в период 79–87 годов еще не был доступен, он полагал, что это результат известной слабости игровых алгоритмов, которые используют Поиск в дереве Монте-Карло. По сути, поиск пытается отсечь менее релевантные последовательности. В некоторых случаях игра может привести к очень специфической линии игры, которая имеет значение, но которую упускают из виду, когда дерево обрезается, и поэтому этот результат «вне поля зрения поиска».^[62]

Первые 99 ходов

Ходит 100–180 (177 на , 178 в )

Игра 5

AlphaGo (белые) выиграли пятую игру.^[63] Игра была описана как близкая. Хассабис заявил, что результат пришел после того, как программа сделала «серьезную ошибку» в начале игры.^[63]

Ли, играя черными, начал игру так же, как и в первой игре, а затем начал разбивать территорию в правом и верхнем левом углах - стратегия, аналогичная той, которую он успешно применил в игре 4, - в то время как AlphaGo получил влияние в центре игры. доска. Игра продолжалась до тех пор, пока белые не пошли с 48 на 58, которые AlphaGo сыграл в правом нижнем углу. Эти движения излишне теряли ко-угрозы и адзи, что позволяло Ли взять на себя инициативу.^[64] Майкл Редмонд (9p) предположил, что, возможно, AlphaGo пропустила «сжатие надгробной плиты» Блэка. Tesuji. Людей учат распознавать конкретный паттерн, но это длинная последовательность движений, если ее нужно вычислять с нуля.

Затем AlphaGo начал развивать верхнюю часть доски, а также центр, и успешно защитился от атаки Ли на ходах с 69 по 81, которые Дэвид Ормерод охарактеризовал как чрезмерно осторожный. К ходу хода белых 90 AlphaGo вернул себе равенство, а затем сыграл серию ходов, которые Ормерод назвал «необычными ... но слегка впечатляющими», что дало небольшое преимущество. Ли попробовал выполнить пас «Радуйся, Мария» с ходами 167 и 169, но защита AlphaGo оказалась успешной. Янгил отметил, что ходы белых 154, 186 и 194 особенно сильны, и программа сыграла безупречный эндшпиль, сохраняя лидерство до тех пор, пока Ли не сдался.^[64]

Первые 99 ходов

Ходы 100–199 (118 на 107, 161 на )

Передвигается 200–280 (240 на 200, 271 на , 275 в , 276 в )

Покрытие

Живое видео игр и соответствующие комментарии транслировались на корейском, китайском, японском и английском языках. Освещение на корейском языке транслировалось через Baduk TV.^[65] Освещение игры 1 на китайском языке с комментариями игроков с 9 даном Гу Ли и Ке Цзе был предоставлен Tencent и LeTV соответственно, достигнув около 60 миллионов зрителей.^[66] Онлайн-англоязычное покрытие, представленное 9 дан США Майкл Редмонд и Крис Гарлок, вице-президент Американская ассоциация го, достигло в среднем 80 тысяч зрителей с пиком в 100 тысяч зрителей ближе к концу игры 1.^[67]

Ответы

Сообщество AI

Победа AlphaGo стала важной вехой в исследованиях искусственного интеллекта.^[68] Раньше Go считался серьезной проблемой в машинном обучении, которая, как ожидается, будет недосягаема для технологий того времени.^[68][69][70] Большинство экспертов считали, что до такой мощной программы Go, как AlphaGo, осталось не менее пяти лет;^[71] некоторые эксперты считали, что потребуется еще как минимум десять лет, прежде чем компьютеры победят чемпионов го.^[72][73] Большинство наблюдателей в начале матчей 2016 года ожидали, что Ли обыграет AlphaGo.^[68]

С такими играми, как шашки, шахматы, а теперь и го, выигранные компьютерными игроками, победы в популярных настольных играх больше не могут служить важными вехами для искусственного интеллекта, как это было раньше. Темно-синий с Мюррей Кэмпбелл назвал победу AlphaGo «концом эпохи ... настольные игры более или менее сделаны, и пора двигаться дальше».^[68]

По сравнению с Deep Blue или с Watson, Лежащие в основе AlphaGo алгоритмы потенциально более универсальны и могут свидетельствовать о том, что научное сообщество продвигается к общий искусственный интеллект.^[74] Некоторые комментаторы считают, что победа AlphaGo дает обществу хорошую возможность начать обсуждение подготовки к возможному будущему воздействию машины с интеллектом общего назначения. В марте 2016 г. исследователь ИИ Стюарт Рассел заявил, что «методы ИИ развиваются намного быстрее, чем ожидалось, (что) делает вопрос о долгосрочных результатах более актуальным», добавив, что «для обеспечения того, чтобы все более мощные системы ИИ оставались полностью под контролем человека ... предстоит много работы ".^[75] Некоторые ученые, например физики Стивен Хокинг, предупредить, что некоторый будущий самосовершенствующийся ИИ может получить общий интеллект, что приведет к неожиданному Захват AI; другие ученые не согласны: эксперт по искусственному интеллекту Жан-Габриэль Ганашиа считает, что «такие вещи, как« здравый смысл »... могут никогда не воспроизводиться»,^[76][77] и говорит: «Я не понимаю, почему мы должны говорить о страхах. Напротив, это вселяет надежды во многих областях, таких как здоровье и освоение космоса».^[75] Ричард Саттон сказал: «Я не думаю, что люди должны бояться ... но я действительно думаю, что люди должны обращать внимание».^[78]

Команда DeepMind AlphaGo получила торжественное открытие IJCAI Марвин Мински Медаль за выдающиеся достижения в области искусственного интеллекта. «AlphaGo - прекрасное достижение и прекрасный пример того, за что была начата медаль Мински», - сказал профессор. Майкл Вулдридж, Председатель комитета по наградам IJCAI. «Что особенно впечатлило IJCAI, так это то, что AlphaGo достигает того, что делает, благодаря блестящей комбинации классических методов искусственного интеллекта, а также новейших методов машинного обучения, с которыми так тесно связан DeepMind. Это захватывающая демонстрация современного искусственного интеллекта, и мы рады, что удостоились этой награды ".^[79]

Сообщество Go

Го - популярная игра в Южной Корее, Китае и Японии, и этот матч смотрели и анализировали миллионы людей по всему миру.^[68] Многие ведущие игроки в Го охарактеризовали неортодоксальные игры AlphaGo как кажущиеся сомнительными ходы, которые поначалу сбивали с толку зрителей, но имели смысл в ретроспективе:^[72] «Все, кроме самых лучших игроков в го, создают свой стиль, подражая лучшим игрокам. AlphaGo, кажется, имеет совершенно оригинальные движения, которые создает сама».^[68] AlphaGo неожиданно стал намного сильнее, даже по сравнению с матчем в октябре 2015 года с Fan Hui.^[80] где компьютер впервые в истории победил профессионала в го без преимущества гандикапа.^[81]

Игрок номер один в Китае, Ке Цзе, который в то время был лучшим игроком в мире, первоначально утверждал, что сможет победить AlphaGo, но отказался играть против него, опасаясь, что это будет «копировать мой стиль».^[82] По ходу матчей Кэ Цзе ходил туда-сюда, заявляя, что «весьма вероятно, что я (могу) проиграть» после анализа первых трех матчей,^[83] но восстанавливает уверенность после четвертого матча.^[84]

Тоби Мэннинг, рефери матча AlphaGo с Фань Хуэй, и Хаджин Ли, генеральный секретарь Международная федерация го Оба аргумента объясняют, что в будущем игроки в го будут получать помощь от компьютеров, чтобы узнать, что они сделали неправильно в играх, и улучшить свои навыки.^[81]

Ли извинился за свои поражения, заявив после третьей игры, что «я недооценил возможности AlphaGo и почувствовал себя бессильным».^[68] Он подчеркнул, что поражение было «поражением Ли Седола», а не «поражением человечества».^[77][85] Ли сказал, что его окончательная потеря из-за машины была «неизбежной», но заявил, что «роботы никогда не поймут красоту игры так же, как мы, люди».^[77] Ли назвал свою победу в четвертой игре «бесценной победой, которую я (не променяю) ни на что».^[85]

Правительство

В ответ на этот матч правительство Южной Кореи 17 марта 2016 года объявило, что вложит 863 миллиона долларов (1 триллион вон) в исследования искусственного интеллекта (ИИ) в течение следующих пяти лет.^[86]

Документальный фильм

Документальный фильм о матчах под названием AlphaGo, сделан.^[87][88] 13 марта 2020 года фильм был снят бесплатно онлайн на YouTube-канале DeepMind.^[89]

Смотрите также

• AlphaGo против Кэ Джи

Рекомендации

1. «Искусственный интеллект: мастер игры Ли Седол побеждает программу AlphaGo». BBC News Online. 13 марта 2016 г.. Получено 13 марта 2016.
2. "Computer Go". Go Game Guru. Архивировано из оригинал 14 марта 2016 г.. Получено 13 марта 2016.
3. «Человек-чемпион уверен, что победит ИИ в древней китайской игре». Ассошиэйтед Пресс. 22 февраля 2016 г. Архивировано с оригинал 22 декабря 2018 г.. Получено 22 февраля 2016.
4. "이세돌 vs 알파 고, '구글 딥 마인드 챌린지 매치' 기자 회견 열려" (на корейском). Корейская ассоциация бадук. 22 февраля 2016 г. Архивировано с оригинал 3 марта 2016 г.. Получено 22 февраля 2016.
5. «AlphaGo от Google получает« божественный »рейтинг Go». The Straits Times.
6. «От ИИ к сворачиванию белка: наши прорывные участники, занявшие второе место». Наука. 22 декабря 2016 г.. Получено 30 декабря 2016.
7. «Машина обучает себя побеждать людей в самой сложной игре в мире». Ретро отчет. Получено 15 декабря 2016.
8. «ИИ Google выигрывает первую игру в историческом матче с чемпионом по го». ПРОВОДНОЙ. 9 марта 2016.
9. «AlphaGo снова победила». The Korea Times. 11 марта 2016 г.. Получено 16 марта 2016.
10. Бузи, Бруно; Казенав, Тристан (9 августа 2001 г.). «Computer Go: исследование, ориентированное на ИИ». Искусственный интеллект. 132 (1): 39–103. Дои:10.1016 / S0004-3702 (01) 00127-8.
11. Джонсон, Джордж (29 июля 1997 г.), «Чтобы протестировать мощный компьютер, сыграйте в древнюю игру», Нью-Йорк Таймс, получено 16 июн 2008
12. Хорошо, И. Дж. (21 января 1965 г.). "Давай, Джек Гуд". Новый ученый. Получено 16 марта 2016 - через компьютерную лабораторию Атлас, Чилтон.
13. Сильвер, Дэвид; Хуанг, Аджа; Мэддисон, Крис Дж .; Гез, Артур; Сифре, Лоран; Дрише, Джордж ван ден; Шриттвизер, Джулиан; Антоноглоу, Иоаннис; Паннеершелвам, Веда; Ланкто, Марк; Дилеман, Сандер; Греве, Доминик; Нхам, Джон; Кальхбреннер, Нал; Суцкевер Илья; Лилликрап, Тимоти; Лич, Мадлен; Кавукчуоглу, Корай; Грэпель, Тор; Хассабис, Демис (28 января 2016 г.). «Освоение игры го с глубокими нейронными сетями и поиском по дереву». Природа. 529 (7587): 484–489. Bibcode:2016Натура.529..484S. Дои:10.1038 / природа16961. ISSN  0028-0836. PMID  26819042.
14. Среда, Ник. «Человеко-компьютерные вызовы». computer-go.info. Получено 28 октября 2011.
15. Чо, Адриан (27 января 2016 г.). "'Огромный шаг вперед »: компьютер, имитирующий человеческий мозг, побеждает профессионалов в игре го». Наука.
16. Хоффман, Уильям (9 марта 2016 г.). «Илон Маск говорит, что победа Google Deepmind Go - это 10-летний скачок для ИИ». Обратный. Получено 12 марта 2016.
17. «Искусственный интеллект: AlphaGo от Google превосходит мастера го Ли Седола». Новости BBC.
18. Мюллер, Мартин. Computer Go^{[постоянная мертвая ссылка ]}, Искусственный интеллект 134 (2002): с150.
19. «Google совершает« прорыв »в области искусственного интеллекта, победив чемпиона по го». Новости BBC. 27 января 2016 г.. Получено 28 января 2016.
20. Гибни, Элизабет (27 января 2016 г.), «Игроки в го реагируют на компьютерное поражение», Природа, Дои:10.1038 / природа.2016.19255
21. Маккензи, Дана (9 марта 2016 г.). «Обновление: почему матч в Го на этой неделе не имеет значения (и что имеет значение)». Наука. Дои:10.1126 / science.aaf4152.
22. «Программа Zen computer Go побеждает Такемию Масаки всего с 4 камнями!». Go Game Guru. Архивировано из оригинал 1 февраля 2016 г.. Получено 28 января 2016.
23. "「 ア マ 六段 の 力。 天才 か も 」囲 碁 棋士 、 コ ン ピ ュ タ ー に 敗 れ 初 の 公式 戦". MSN Sankei News. Архивировано из оригинал 24 марта 2013 г.. Получено 27 марта 2013.
24. «Печаль и красота наблюдения за игрой Google AI Play Go». ПРОВОДНОЙ. 11 марта 2016.
25. Клестер, Бен (4 марта 2016 г.). "Сможет ли AlphaGo победить Ли Седола?". Go Game Guru. Архивировано из оригинал 11 марта 2016 г.. Получено 10 марта 2016.
26. «Матч 4 - Матч Google DeepMind Challenge: Ли Седол против AlphaGo». 13 марта 2016 года. Событие происходит в 6: 09: 35-6: 11: 20.. Получено 24 марта 2016.
27. «Матч 3 - Матч Google DeepMind Challenge: Ли Седол против AlphaGo». 12 марта 2016 г.. Получено 20 марта 2016.
28. Мец, Кейд (27 января 2016 г.). «В крупном прорыве в области искусственного интеллекта система Google тайно побеждает лучших игроков древней игры го». ПРОВОДНОЙ. Получено 1 февраля 2016.
29. «Блог исследований: AlphaGo: освоение древней игры го с помощью машинного обучения». Блог Google Research. 27 января 2016 г.
30. «ИИ Google выигрывает вторую ключевую игру в матче с Go Grandmaster». ПРОВОДНОЙ. 10 марта 2016 г.. Получено 12 марта 2016.
31. Хассабис, Демис [@demishassabis] (11 марта 2016 г.). «Мы используем примерно такое же количество вычислительной мощности, как и в случае с Фан Хуэй: распределение результатов поиска по другим машинам дает убывающую отдачу» (Твитнуть). Получено 14 марта 2016 - через Twitter.
32. «Разборки». Экономист. Получено 19 ноября 2016.
33. Джуппи, Норм (18 мая 2016 г.). "Google увеличивает задачи машинного обучения с помощью специального чипа TPU". Блог Google Cloud Platform. Получено 26 июн 2016.
34. Ли Седол. gobase.org. Проверено 22 июня 2010 года.
35. «Ли Седол ожидает« непростой »игры с AlphaGo в матче 3rd Go». Шанхай Дейли.
36. Застров, Марк. "'Я в шоке!' Как ИИ победил лучшего человека в мире в го ». Новый ученый.
37. "Go Комментарий: Ли Седол против Пак Чонхвана - 43-й финал Мёнгина, игра 4". Go Game Guru. Архивировано из оригинал 3 мая 2016 г.. Получено 13 марта 2016.
38. "AlphaGo". Google DeepMind. Архивировано из оригинал 30 января 2016 г.. Получено 10 марта 2016.
39. «AI AlphaGo от Google сразится с первым в мире Ли Седолом в прямом эфире». Хранитель. 5 февраля 2016 г.. Получено 15 февраля 2016.
40. «Google DeepMind сразится с лучшим в мире игроком в го в роскошном 5-звездочном отеле в Южной Корее». Business Insider. 22 февраля 2016 г.. Получено 23 февраля 2016.
41. Новет, Иордания (4 февраля 2016 г.). «В марте YouTube будет транслировать ИИ Google в прямом эфире с игрой суперзвезды Go Ли Седола». VentureBeat. Получено 7 февраля 2016.
42. "李世 乭 ： 即使 Alpha Go 得到 升级 也 一样 能赢" (на китайском языке). Джунганг Ильбо. 23 февраля 2016 г.. Получено 24 февраля 2016.
43. «Почему финальная игра между AlphaGo и Ли Седолом - такая большая сделка для человечества». Проводной. 14 марта 2016 г.. Получено 18 марта 2016.
44. «Матч 4 - Матч Google DeepMind Challenge: Ли Седол против AlphaGo». DeepMind.
45. «ИИ Google побеждает чемпиона мира по го в первом из пяти матчей». BBC. 9 марта 2016 г.. Получено 9 марта 2016.
46. «AlphaGo побеждает Ли Седола в первой игре исторического матча человек против машины». Go Game Guru. 9 марта 2016. Архивировано с оригинал 3 мая 2016 г.. Получено 9 марта 2016.
47. Шуар, Танги (9 марта 2016 г.). «The Go Files: компьютер с искусственным интеллектом выигрывает первый матч у мастера го». Природа. Дои:10.1038 / природа.2016.19544.
48. «Удивленный своей потерей, Ли Седол говорит, что с нетерпением ждет еще одного шанса». Hankyoreh.
49. «Google AI побеждает вторую игру в го против чемпиона мира». BBC. 10 марта 2016 г.. Получено 10 марта 2016.
50. Байфорд, Сэм (10 марта 2016 г.). «DeepMind от Google снова побеждает Ли Седола и выходит со счетом 2: 0 в исторической серии го». Грани.
51. Ормерод, Дэвид (10 марта 2016 г.). «AlphaGo выходит вперед 2–0 против Ли Седола». Go Game Guru. Архивировано из оригинал 11 марта 2016 г.. Получено 11 марта 2016.
52. «Ли Седол ожидает« непростой »игры с AlphaGo в матче 3rd Go». Шанхай Дейли. 10 марта 2016 г.. Получено 10 марта 2016.
53. Шуар, Танги (12 марта 2016 г.). "The Go Files: компьютер с ИИ одержал победу над чемпионом по го". Природа. Дои:10.1038 / природа.2016.19553.
54. Ормерод, Дэвид (12 марта 2016 г.). «AlphaGo показывает свою истинную силу в третьей победе над Ли Седолом». Go Game Guru. Архивировано из оригинал 13 марта 2016 г.. Получено 12 марта 2016.
55. «Искусственный интеллект: AlphaGo от Google превосходит мастера го Ли Седола». BBC. 12 марта 2016 г.. Получено 12 марта 2016.
56. Байфорд, Сэм (12 марта 2016 г.). «AlphaGo снова побеждает Ли Седола, чтобы принять участие в серии Google DeepMind Challenge». Грани. Получено 12 марта 2016.
57. Ормерод, Дэвид (13 марта 2016 г.). «Ли Седол побеждает AlphaGo в мастерском камбэке - Игра 4». Go Game Guru. Архивировано из оригинал 16 ноября 2016 г.. Получено 13 марта 2016.
58. Мец, Кейд (13 марта 2016 г.). «Гроссмейстер Ли Седол одерживает утешительную победу над искусственным интеллектом Google». Проводной. Получено 14 марта 2016.
59. Хассабис, Демис. «Сообщение в Twitter (12:09 - 13 марта 2016 г.)». Получено 13 марта 2016.^{[неосновной источник необходим ]}
60. Хассабис, Демис. "Сообщение в Twitter (12:36 - 13 марта 2016 г.)". Получено 13 марта 2016.^{[неосновной источник необходим ]}
61. Ли Седол на послематчевой пресс-конференции Google DeepMind Challenge Match 4 (13 марта 2016 г.)
62. «Ли Седол побеждает AlphaGo в мастерском камбэке - Игра 4». Go Game Guru. Архивировано из оригинал 16 ноября 2016 г.. Получено 13 марта 2016.
63. Байфорд, Сэм (15 марта 2016 г.). "AlphaGo AI от Google снова побеждает Ли Седола и выигрывает серию Го 4-1". Грани. Получено 15 марта 2016.
64. Ормерод, Дэвид (16 марта 2016 г.), AlphaGo побеждает Ли Седола со счетом 4: 1 в матче Google DeepMind Challenge, Go Game Guru, архив из оригинал 17 марта 2016 г., получено 16 марта 2016
65. «바둑 ТВ». Бадук ТВ.
66. «Печаль и красота наблюдения за игрой Google AI Play Go». ПРОВОДНОЙ. 11 марта 2016 г.. Получено 12 марта 2016.
67. "Künstliche Intelligenz:" Alpha Go spielt wie eine Göttin"". Golem.de.
68. Стивен Боровец; Трейси Лиен (12 марта 2016 г.). «AlphaGo превосходит чемпиона по игре в го в мире искусственного интеллекта». Лос-Анджелес Таймс. Получено 13 марта 2016.
69. Коннор, Стив (27 января 2016 г.). «Компьютер победил профессионала в самой сложной настольной игре в мире». Независимый. Получено 28 января 2016.
70. «ИИ Google побеждает чемпиона среди людей в Go». CBC Новости. 27 января 2016 г.. Получено 28 января 2016.
71. Дэйв Гершгорн (12 марта 2016 г.). «AlphaGo от Google превосходит чемпиона мира в третьем матче и выигрывает всю серию». Популярная наука. Получено 13 марта 2016.
72. «Компьютер Google DeepMind AlphaGo побеждает чемпиона по игре в го». CBC Новости. Ассошиэйтед Пресс. 12 марта 2016 г.. Получено 13 марта 2016.
73. София Ян (12 марта 2016 г.). «Компьютер Google победил чемпиона мира по игре в гоу». CNN Деньги. Получено 13 марта 2016.
74. «AlphaGo: искусственный интеллект Google сразится с чемпионом мира по древней китайской настольной игре». Австралийская радиовещательная корпорация. 8 марта 2016 г.. Получено 13 марта 2016.
75. Мариетт Ле Ру (12 марта 2016 г.). «Восстание машин: следите за ИИ, предупреждают эксперты». Phys.org. Получено 13 марта 2016.
76. «Игра окончена? Новый вызов искусственного интеллекта человеческому разуму (обновление)». Phys.org. Получено 13 марта 2016.
77. Мариетт Ле Ру; Паскаль Моллар (8 марта 2016 г.). «Игра окончена? Новый вызов искусственного интеллекта человеческому разуму (обновление)». Phys.org. Получено 13 марта 2016.
78. Таня Льюис (11 марта 2016 г.). «Эксперт по искусственному интеллекту говорит, что в программе Google Go-play отсутствует одна важная особенность человеческого интеллекта». Business Insider. Получено 13 марта 2016.
79. «Медаль Марвина Мински за выдающиеся достижения в области искусственного интеллекта». Международная совместная конференция по искусственному интеллекту. 19 октября 2017 г.. Получено 21 октября 2017.
80. Джон Рибейро (12 марта 2016 г.). «Программа Google AlphaGo AI сильна, но не идеальна, - говорит проигравший южнокорейский игрок в го». Компьютерный мир. Получено 13 марта 2016.
81. Гибни, Элизабет (2016). «Игроки в го реагируют на компьютерное поражение». Природа. Дои:10.1038 / природа.2016.19255.
82. Нил Коннор (11 марта 2016 г.). «Google AlphaGo« не может победить меня », - говорит гроссмейстер China Go». The Telegraph (Великобритания). Получено 13 марта 2016.
83. «Китайский мастер го Ке Цзе говорит, что может проиграть AlphaGo». Донг-а Ильбо. 14 марта 2016 г.. Получено 17 марта 2016.
84. "'첫 불계승 '이세돌, 커제 9 단 태도 좌우… 알파 고와 의 5 국 중계 는 어디서? ". Hankook Ilbo (на корейском). 14 марта 2016 г.. Получено 17 марта 2016.«... если сегодняшнее выступление было его истинной способностью, то оно не заслуживает играть против меня».
85. Юн Сон Вон (14 марта 2016 г.). «Ли Седол показывает AlphaGo, которую можно победить». The Korea Times. Получено 15 марта 2016.
86. Застров, Марк (18 марта 2016 г.). "Южная Корея трубит о 860-миллионном фонде искусственного интеллекта после шока AlphaGo'". Природа. Дои:10.1038 / природа.2016.19595. Получено 20 марта 2016.
87. https://www.alphagomovie.com/
88. https://www.rottentomatoes.com/m/alphago/
89. "AlphaGo - Фильм | Полный документальный фильм". Получено 20 марта 2020.

внешняя ссылка

Официальный комментарий матча

Официальный комментарий матча Майкл Редмонд (9 дан профи) и Крис Гарлок на канале Google DeepMind на YouTube:

• Игра 1 (15-минутное резюме )
• Игра 2 (15-минутное резюме )
• Игра 3 (15-минутное резюме )
• Игра 4 (15-минутное резюме )
• Игра 5 (15-минутное резюме )

SGF файлы

• Игра 1 (Go Game Guru)
• Игра 2 (Go Game Guru)
• Игра 3 (Go Game Guru)
• Игра 4 (Go Game Guru)
• Игра 5 (Go Game Guru)

Координаты: 37 ° 34′14 ″ с.ш. 126 ° 58′31 ″ в.д. / 37,5706 ° с. Ш. 126,9754 ° в. / 37.5706; 126.9754