Ve středu časně z rána středoevropského času vypukl v Jižní Koreji dlouho očekávaný souboj počítače s člověkem. Není první a už vůbec není poslední, ale přeci jen je v mnoha ohledech přelomový.
Program AlphaGo od Googlu se utkal s velmistrem staročínské hry go Lee Se-dolem a zvítězil. Souboj pokračoval ve čtvrtek a i tentokrát pokořil program člověka. Ani tím ale boj nekončí, oba hráče totiž čekají ještě tři zápasy v sobotu, neděli a příští týden v úterý. Jejich přímé přenosy (a záznamy) budou k dispozici na YouTube.
Proč je vítězství v go tak důležité?
A proč vlastně jakási hra go, o které v Evropě ještě před pár týdny nejspíše mnozí neměli ani tušení, vzbuzuje takový zájem médií? Vždyť IBM Deep Blue porazil Garryho Kasparova už před dvaceti lety. V čem je tento zápas vlastně jiný?
S trochou nadsázky lze tvrdit, že skoro ve všem.
Go je stejně jako šachy logická a strategická hra, nicméně herní deska je mnohem větší s maticí 19×19 polí, po kterých se pohybují s mnohem volnějšími pravidly bílé a černé kameny a navzájem se obsazují.
Deep Blue porazil Kasparova jednoduše proto, že použil hrubou sílu svého ohromného výkonu pro vyhledání správného tahu. Vzhledem k tomu, že šachové figurky mají přesně dané pohyby s relativně malým počtem stupňů volnosti, i při velkém množství možných kombinací se stále jednalo o astronomicky nižší číslo než v případě hry go, která díky své principiální jednoduchosti nabízí naopak vysoký počet stupňů volnosti v pohybu kamenů po ploše a tedy ohromnou komplexnost – vždyť typická hra o 150 tazích v sobě skýtá neuvěřitelných 10175 možných kombinací, jak postupovat.
AlphaGo a jeho operátor vlevo a jihokorejský velmistr Lee Se-dol vpravo. Po dvou hodinách a dvou stovkách tahů bylo jasno.
I z těchto důvodů se doposud nikomu nepodařilo naprogramovat software, který by pokořil zkušeného lidského hráče – natož mistra. A právě proto byla hra go poslední roky v hledáčku specialistů na aplikovanou umělou inteligenci jako další milník, který je třeba pokořit.
Počítačový program na hru go ve své britské laboratoři Deep Mind nevyvíjí pouze Google, ale i mnozí další – pokouší se o to třeba Facebook (PDF), pro kterého jsou strojové učení a studium kybernetických neuronových sítí imitujících mozek stejně důležité jako pro Google, protože jen s nimi se dokáže vyznat v tom ohromném množství uživatelských dat na své sociální síti, aby ji mohl posunout zase o kus dál a surfařům nabídl nové a chytré funkce.
AlphaGo poráží Fana Huie
Na sklonku ledna se Google vytasil s nečekanou zprávou: Dokázali jsme to! Vytvořili jsme program, který v go porazil evropského mistra Fana Huie. Ve skutečnosti k tomu došlo už loni na podzim, Google si však dal s publikací na čas.
Evropský mistr v go Fan Hui (Francie) se drží za hlavu, právě jej totiž poprvé v životě porazil jakýsi program z britské laboratoře Googlu. Ještě se to bude opakovat čtyřikrát.
Bylo to opravdu přelomové, podle odhadů mnoha odborníků totiž mělo k něčemu podobnému dojít snad až za pár let a pesimisté dokonce předpovídali pokoření hry go až v příštím desetiletí. Namísto toho AlphaGo rozdrtil Huie hned v pěti zápasech se závěrečným výsledkem 5:0.
AlphaGo se totiž na rozdíl od hrubé síly Deep Blue a jeho předem naprogramovaných algoritmů naučil profesionálně hrát go postupně jako člověk, před kterého poprvé postavíte herní desku a vysvětlíte mu základní pravidla. Jelikož je však AlphaGo stroj, mohl se učit mnohonásobně rychleji sledováním zápasů druhých a nakonec i mnoha souboji se svými vlastními softwarovými kopiemi s různě nastavenými parametry.
AlphaGo tedy neměl natvrdo nastavený algoritmus, jak má úspěšně hrát – on si všechny herní strategie postupně vylepšoval sám a v tom tkví onen revoluční přelom oproti IBM Deep Blue z konce minulého století.
Laboratoř Google Deep Mind si byla skvělými výsledky AlphaGo natolik jistá, že vyzvala i špičkového jihokorejského hráče Lee Se-dola, který je považovaný za jednoho z nejlepších hráčů na světě. Google slíbil Se-dolovi vyplatit v případě výhry milion dolarů, pravděpodobně k tomu ale nedojde, aktuální skóre 2:0 pro Google je totiž více než vypovídající.
Univerzální kybermozek
Současný úspěch laboratoře DeepMind je symbolický ještě v jedné věci. V plné síle potvrzuje, že současný trend strojového učení a rozvoj neuronových sítí boří mnohá tabu minulosti. Pokud se totiž AlphaGo naučil go, mohl by se jemu podobný program postavený na stejných základech postupně naučit i mnohem užitečnější úkoly.
Strojové učení, které bylo ještě před deseti lety předmětem spíše teoretických akademických studií, se tak v posledních letech dostává na výsluní, výzkumné ústavy do něj ve velkém investují a není měsíce, aby se někdo nepochlubil, jak tuto technologii použil zase k něčemu novému. Nedávno jsme psali třeba o kvadroptéře, která se tímto způsobem sama naučila létat v neznámém lese. Potřebovala k tomu 20 tisíc fotografií nejrůznějších lesních pěšin a 500 tisíc softwarových neuronů.
Kvadroptéra se naučila sama létat po pěšinkách v neznámém lese, vědci ji to totiž naučili pomocí mikromozku s půlmilionem neuronů, který analyzoval 20 tisíc fotografií z lesa a vytvořil model, jak vypadá univerzální lesní pěšina. Stejně tak se Google před lety naučil chápat podobu různých předmětů, když postupně analyzoval jejich fotografie pořízené z všemožných úhlů.
Potenciál strojového učení a této podoby umělé inteligence je ohromný. Představte si například, čeho by mohli nejen v Deep Mind dosáhnout, kdyby se jejich technologie namísto pohybů kamínků po herní ploše učila třeba taje molekulární biochemie v oblasti medicíny. To, co člověku trvá roky komplikovaného univerzitního studia, by se mohl jednou nějaký další AlphaGo naučit během několika dnů.
Současné výsledky na poli této disciplíny umělé inteligence svědčí o tom, že ta doba nemusí být až tak vzdálená. Zároveň se ale bortí některé spíše hollywoodské představy o tom, jak vlastně umělou inteligenci definovat a co by měla dělat.
Silná a slabá umělá inteligence
Často máme dojem, že cílem výzkumu je tzv. silná umělá inteligence, jejímž cílem je zpravidla uvědomění si sebe sama, ve skutečnosti však zrovna tato úloha nepatří k těm nejpraktičtějším. K čemu je vlastně myslící robot? Potřebuje snad autonomní vůz Googlu vlastní osobnost? Vůbec ne – ta je zcela irelevantní, nepodstatná a pro funkci vozu zbytečná.
K něčemu podobnému zároveň možná nikdy nedojde, protože nikdo vlastně na softwarové úrovni netuší, co to znamená mít osobnost – co je to sebeuvědomění. Možná se to jednou někomu podaří, až dokáže zmapovat celý lidský mozek a astronomické množství všech možných neuronových synapsí a možná to bude právě stroj, ale do té doby se nemůže naučit něco, co zatím nelze matematicky smysluplně vyjádřit a především do nejmenšího detailu popsat.
Jenže pak je tu ještě tzv. slabá umělá inteligence, která bude rozumět našemu zadání a srozumitelně odpoví, takže projde Turingovým testem, ale přesto si nebude uvědomovat sebe samotnou, protože je to prostě jen hloupý počítačový program, který pouze imituje lidské učení a základní principy neuronových synapsí v rámci svých počítačových neuronových sítí. A právě tato umělá inteligence bude jednou neskutečně užitečná a rozšíří lidské schopnosti. Pokud dnes mluvíme o rozšířené realitě (AR), za dveřmi je rozšířená inteligence.
Všechny ty Cortany, Siri, rozpoznávání obrázků a nakonec i AlphaGo jsou jejími stavebními kameny. Díky tomuto pojetí umělé inteligence budeme schopnější především my samotní. Stroj zůstane strojem.
Autonomie stroje
Umělá inteligence tedy zůstane jen nástrojem člověka. Bude autonomní ve smyslu svého vlastního rozvoje schopností, a pokud jí dáme dostatek práv, bude i nebezpečná, ale to je i naprosto hloupý počítačový virus, který nemá ani náznak sebeuvědomění, a přesto dokáže napáchat miliardové škody.
Ostatně i IBM po svém vítězství nad Kasparovem v letech 1996-1997 a v roce 2011 ve znalostní soutěži Jeopardy! (Riskuj) jasně deklarovalo, že superpočítače Deep Blue a Watson nemají v pravém slova smyslu ani špetku skutečné inteligence – z hlediska lidského pojetí inteligence to jsou tedy naprosto pitomé stroje a jen rychle opakují to, co jim přikázal člověk.
IBM Watson v roce 2011 porazil člověka ve znalostní hře Riskuj, ale to ani v nejmenším neznamená, že byl snad opravdu inteligentní
Neuronové sítě se strojovým učením tuto laťku sice posouvají výš, protože software dokáže měnit své algoritmy na základě vlastní zkušenosti – učením, což připomíná jeden z atributů života, takže i současná podoba AlphaGo je odlišná od té, kterou v úvodu naprogramovali skuteční lidé, ovšem i to není ani v nejmenším automatický příslib toho, že bude mít software jednou vlastní ego, hlavním protiargumentem totiž bude vždy onen slavný čínský pokoj a tedy naše praktická neschopnost posoudit, jestli se skutečně jedná o sebeuvědomění, anebo pouze o simulaci sebeuvědomění.
Jednoduše řečeno, pokud počítači položíme otázku: „Jsi?“ a on nám odpoví: „Ano, jsem,“ ještě to neznamená, že opravdu je. A je vskutku velkým otazníkem, jakým přínosem by mělo být, aby stroj jednou opravdu byl. Snad jen v případě, že bychom do něj chtěli jako ve filmu Transcendence nahrát svoji vlastní osobnost a stát se nesmrtelnými.