211service.com
Come AlphaZero ha riscritto le regole del gioco da solo
David Silver dice che il programma per computer che ha imparato a essere un grande maestro di scacchi mostra l'essenza della creatività.
22 febbraio 2019
Giorgio Legno
David Silver ha inventato qualcosa che potrebbe essere più fantasioso di lui.
Silver è stato il ricercatore capo di AlphaGo, un programma per computer che ha imparato a giocare a Go, un gioco notoriamente complicato che sfrutta l'intuizione umana piuttosto che regole di gioco chiare, studiando i giochi giocati dagli umani.
Questa storia faceva parte del nostro numero di marzo 2019
- Vedi il resto del problema
- sottoscrivi
L'ultima creazione di Silver, AlphaZero, impara a giocare a giochi da tavolo tra cui Go, scacchi e Shogi esercitandosi contro se stesso. Attraverso milioni di giochi di pratica, AlphaZero scopre strategie che gli esseri umani hanno impiegato millenni per sviluppare.
Quindi l'IA potrebbe un giorno risolvere problemi che le menti umane non potrebbero mai? Ho parlato con Silver nel suo ufficio londinese di DeepMind, ora di proprietà di Alphabet.
In una famosa partita contro forse il miglior giocatore di Go di sempre, AlphaGo ha fatto una mossa brillante che inizialmente gli osservatori umani pensavano fosse un errore. Era essere creativo in quel momento?
Move 37, come è diventato noto, ha sorpreso tutti, inclusa la community di Go e noi, i suoi creatori. Era qualcosa al di fuori del modo previsto di giocare a Go che gli umani avevano capito nel corso di migliaia di anni. Per me questo è un esempio di qualcosa che è creativo.
Dal momento che AlphaZero non impara dagli umani, è ancora più creativo?
Quando hai qualcosa che impara da solo, sta costruendo la propria conoscenza completamente da zero, è quasi l'essenza della creatività.
AlphaZero deve capire tutto da solo. Ogni singolo passo è un salto creativo. Queste intuizioni sono creative perché non le sono state date dagli umani. E quei salti continuano fino a quando non è qualcosa che è al di là delle nostre capacità e ha il potenziale per stupirci.
Hai fatto giocare AlphaZero contro il miglior motore di scacchi convenzionale, Stockfish. Cosa hai imparato?
Stockfish ha questo motore di ricerca molto sofisticato, ma al centro c'è questo modulo che dice: Secondo gli esseri umani, questa è una buona o una cattiva posizione. Quindi gli umani sono davvero profondamente coinvolti lì. È difficile per lui staccarsi e capire una posizione che è fondamentalmente diversa.
AlphaZero impara a capire le posizioni da solo. C'era un bel gioco che stavamo solo guardando in cui in realtà rinuncia a quattro pedoni di fila e cerca persino di rinunciare a un quinto pedone. Stockfish pensa di vincere in modo fantastico, ma AlphaZero è davvero felice. Ha trovato un modo per capire la posizione che è impensabile secondo le norme degli scacchi. Capisce che è meglio avere la posizione rispetto alle quattro pedine.
AlphaZero suggerisce che l'IA svolgerà un ruolo nella futura innovazione scientifica?
L'apprendimento automatico è stato dominato da un approccio chiamato apprendimento supervisionato, il che significa che inizi con tutto ciò che gli umani sanno e provi a distillarlo in un programma per computer che fa le cose esattamente allo stesso modo. La bellezza di questo nuovo approccio, l'apprendimento per rinforzo, è che il sistema impara da solo, dai primi principi, come raggiungere gli obiettivi che ci siamo prefissati. È come un milione di mini-scoperte, una dopo l'altra, che costruiscono questo modo di pensare creativo. E se riesci a farlo, puoi finire con qualcosa che ha un potere immenso, un'immensa capacità di risolvere i problemi e che, si spera, può portare a grandi scoperte.
Ci sono aspetti della creatività umana che non possono essere automatizzati?
Se pensiamo alle capacità della mente umana, siamo ancora molto lontani dal raggiungerlo. Possiamo ottenere risultati in domini specializzati come gli scacchi e il go con un'enorme quantità di potenza del computer dedicata a quell'unico compito. Ma la mente umana è in grado di generalizzare radicalmente a qualcosa di diverso. Puoi cambiare le regole del gioco e un essere umano non ha bisogno di altri 2000 anni per capire come dovrebbe giocare.
Direi che forse la frontiera dell'IA al momento, e dove vorremmo andare, è aumentare la portata e la flessibilità dei nostri algoritmi per coprire l'intera gamma di ciò che la mente umana può fare. Ma è ancora molto lontano.
Come potremmo arrivarci?
Vorrei preservare questa idea che il sistema è libero di creare senza essere vincolato dalla conoscenza umana.
Un bambino non si preoccupa della sua carriera o di quanti figli avrà. Sta giocando con i giocattoli e imparando le abilità di manipolazione. C'è molto da imparare sul mondo in assenza di un obiettivo finale. Lo stesso può e dovrebbe valere per i nostri sistemi.