Čovek pobedio mašinu u igri Go 

Ljudski igrač je pobedio vrhunski AI sistem u igri na ploči Go, u iznenadnom preokretu kompjuterske pobede iz 2016. koja je viđena kao prekretnica u usponu veštačke inteligencije.

PCPress.rs Image

Amater iskoristio slabosti u sistemima koji su inače dominirali igrom od 2016. godine

Kellin Pelrine, američki igrač koji je jedan nivo ispod najvišeg ranga amatera, pobedio je mašinu, iskoristivši ranije nepoznatu grešku koju je identifikovao drugi računar. Ali direktna konfrontacija u kojoj je pobedio u 14 od 15 utakmica izvedena je bez direktne kompjuterske podrške. Trijumf, koji ranije nije bio prijavljen, istakao je slabost u najboljim Go kompjuterskim programima koji dele većina današnjih široko korišćenih sistema veštačke inteligencije, uključujući ChatGPT chatbot koji je kreirao OpenAI.

Taktiku koja je čoveka vratila na vrh Go table predložio je kompjuterski program koji je ispitao AI sisteme tražeći slabosti. Predloženi plan je tada nemilosrdno isporučio Pelrine.

„Bilo nam je iznenađujuće lako da iskoristimo ovaj sistem“, rekao je Adam Gliv, izvršni direktor FAR AI, kalifornijske istraživačke firme koja je dizajnirala program. Softver je odigrao više od milion igara protiv KataGo, jednog od najboljih sistema za igranje Go, kako bi pronašao „slepu tačku“ koju bi ljudski igrač mogao da iskoristi, dodao je on. Pobednička strategija koju otkriva softver „nije potpuno trivijalna, ali nije super-teška“ za učenje i može je koristiti igrač srednjeg nivoa da pobedi mašine, rekao je Pelrine. Takođe je koristio metod da pobedi protiv drugog vrhunskog Go sistema, Leele Zero. Odlučujuća pobeda, iako uz pomoć taktike koju je predložio kompjuter, dolazi sedam godina nakon što se činilo da je veštačka inteligencija preuzela neprikosnovenu prednost nad ljudima u onome što se često smatra najkompleksnijom od svih društvenih igara. AlphaGo, sistem koji je osmislila istraživačka kompanija DeepMind u vlasništvu Google-a, pobedio je svetskog Go šampiona Lija Sedola sa četiri utakmice prema jednoj u 2016. Sedol je svoje povlačenje iz Go tri godine kasnije, pripisao usponu veštačke inteligencije, rekavši da je to „entitet koje se ne može pobediti”. AlphaGo nije javno dostupan, ali se sistemi protiv kojih je Pelrine prevagnuo smatraju jednakim. U igri Go, dva igrača naizmenično postavljaju crno i belo kamenje na tablu označenu mrežom 19×19, nastojeći da opkole protivnikovo kamenje i zatvore najveću količinu prostora. Ogroman broj kombinacija znači da je nemoguće da kompjuter proceni sve potencijalne buduće poteze. Taktika koju je koristio Pelrine uključivala je polako spajanje velike „petlje“ kamenja da bi se opkolila jedna od grupa njegovog protivnika, dok je AI odvlačila pažnju potezima u drugim uglovima table. Go-playing bot nije primetio njegovu ranjivost, čak ni kada je opkoljenost bila skoro potpuna, rekao je Pelrine. „Čovek bi to prilično lako uočio“, dodao je on.

Pročitajte i:  Amazon obučava LLM sa 980 miliona parametara

Otkriće slabosti u nekim od najnaprednijih Go-playing mašina ukazuje na fundamentalnu grešku u sistemima dubokog učenja koji podupiru današnju najnapredniju veštačku inteligenciju, rekao je Stjuart Rasel, profesor računarskih nauka na Kalifornijskom univerzitetu u Berkliju. Sistemi mogu da „razumeju“ samo specifične situacije kojima su bili izloženi u prošlosti i nisu u stanju da generalizuju na način koji je ljudima lak, dodao je. „To još jednom pokazuje da smo prenaglili da pripišemo nadljudske nivoe inteligencije mašinama“, rekao je Rasel.

Tačan uzrok neuspeha Go-playing sistema je stvar pretpostavke, prema istraživačima. Jedan od mogućih razloga je taj što se taktika koju koristi Pelrine retko koristi, što znači da sistemi veštačke inteligencije nisu bili obučeni za dovoljno sličnih igara da bi shvatili da su ranjivi.

Izvor: Arstechnica

 

Facebook komentari:
SBB

Tagovi: , , ,