Komputery od dawna dobrze grają w szachy oraz w inne abstrakcyjne gry logiczne takie jak warcaby czy othello. Istnieje jednak gra, która przez długi czas sprawiała komputerom problemy. Chodzi o grę go popularną w krajach azjatyckich. Ta gra rozgrywana jest na planszy złożonej z 361 pól tworzonych przez przecinające się linie.

Komputery nie radziły sobie z go

Go polega na dokładaniu na planszę kolejnych pionów, które już się nie przesuwają. W każdej sytuacji istnieje bardzo wiele możliwości ruchu, a ogromna plansza sprawia, że istotne dla celów strategicznych wydarzenia zachodzą w wielu miejscach jednocześnie. Używane do gry liczne piony nie mają zróżnicowanej siły ani formy. To wszystko sprawia, że gra w go jest trudna do analizowania.

Go jest grą z wielu powodów wyjątkową, ale dodatkowego smaczku dodawało jej właśnie to, że komputery niezbyt dobrze sobie z nią radziły. W roku 2007 Dziennik Internautów pisał o postępach algorytmów grających w Go. Wówczas opisywaliśmy algorytm wygrywający z ludźmi na zmniejszonej planszy (9 na 9 linii). Nadal było daleko do wygrywania na dużej planszy, która ma rozmiar 19 na 19 linii. 

fot. Chad Miller (lic. CC)

AlphaGo gra... jak człowiek

Teraz Discover Magazine donosi, że badacze David Silver i Demis Hassabis opracowali algorytm AlphaGo będący godnym przeciwnikiem dla najlepszych żywych graczy. Program w październiku pokonał Fana Hui - francuskiego gracza go pochodzenia chińskiego, który kilkakrotnie wygrywał mistrzostwa Europy. Hui przyznał, że z tym programem gra się jak z człowiekiem. Rozegrano pięć partii i AlphaGo wygrał wszystkie. 

AlphaGo niebawem zmierzy się z twardszym przeciwnikiem. Będzie nim Lee Se-dol - jeden z czołowych graczy koreańskich, zdobywca wielu tytułów międzynarodowych. Mecz odbędzie się w marcu w Seulu. Można będzie go porównywać do słynnych meczów szachisty Garry'ego Kasparowa z komputerem Deep Blue.

Twórcy AlphaGo połączyli przeszukiwanie tzw. drzewa gry z algorytmami maszynowego uczenia się bazującymi na sztucznych sieciach neuronowych. Algorytm nie gra dobrze sam z siebie. Badacze wyposażyli go w "wiedzę" o 30 mln ruchów z partii czołowych graczy. Następnie algorytm rozgrywał tysiące partii sam ze sobą, aby udoskonalić swoją grę. 

AlphaGo działa nieco inaczej niż tworzone wcześniej programy do gry w szachy czy warcaby. Ten program nie opiera się na symulowaniu dalszego przebiegu gry w celu optymalizacji strategii. Stara się on osobno oceniać każdą pozycję, by ustalić kto w danym momencie wygrywa. To ciekawe, bo podobne spostrzeżenia można poczynić w odniesieniu do ludzi. Popularne są mity o tym, że dobrzy szachiści lub warcabiści przewidują dalszą grę. To nie do końca prawda. Dobrzy gracze cechują się zwłaszcza umiejętnością oceny każdej poszczególnej sytuacji. Wygrywa ten, kto dostrzega więcej słabych i mocnych strony danego położenia.

Bardziej szczegółowo ustalenia naukowców zostały opisane w Nature. 

Gry nie tylko dla rozrywki

Badania na temat gier nie mają tylko znaczenia rozrywkowego. Każda gra jest nie lada wyzwaniem dla sztucznej inteligencji. Jeśli uda nam się stworzyć programy grające dobrze w go czy w szachy, może kiedyś uda się stworzyć programy pomagające przy podejmowaniu ważnych decyzji, przewidywaniu zjawisk itd.

W styczniu ubiegłego roku Dziennik Internautów pisał o programie, który udoskonalił grę w Pokera. To nie żart. Nawet gra w Pokera wymaga myślenia i z reguły wygra lepszy. W pokerze ogromne znaczenie ma czynnik losowy i nigdy nie ma gwarancji wygrania pojedynczego rozdania. Można jednak przewidywać, że lepszy gracz wygra serię rozdań, bo lepiej wykorzysta dobrą passę.