AlphaGo, разработанная компанией Google, обыграла чемпиона по Го. В чём была сложность построения игрового алгоритма?
Каспарова в шахматы уже давно обыграл компьютер, а по поводу Го раздували шумиху, мол никогда компьютер не выиграет.
Вики:
Программа AlphaGo комбинирует метод Монте-Карло для поиска в дереве[en] (MCST) вместе с использованием свёрточных нейронных сетей для глубинного обучения оценки позиции и наиболее выгодных ходов. Суть этого метода (названого по аналогии с методом Монте-Карло в вычислительной математике) состоит в том, что сначала на текущей доске выбираются позиции, на которые можно пойти, а затем начиная последовательно с каждой из них разыгрывается большое количество случайных партий. Позиция, которая даёт наибольшее соотношение побед к поражениям, выбирается для следующего хода. (См. раздел Методы Монте-Карло в статье Компьютерное го). До AlphaGo наиболее успешные программы для игры в го использовали метод Монте-Карло[1].
Короче, простой перебор вариантов (умный, оптимизированный) но всё такой же перебор, т.е. сложность была просто в вычислительной мощности?
В шахматах 10^120 вариантов партий, а в Go - в 10^100 раз больше вариантов, чем в шахматах. Даже если все варианты просчитать, то их просто негде будет хранить, так как во Вселенной всего около 10^80 атомов.
Поэтому систему обучают с помощью нейронных сетей, чтобы она сама находила закономерности и в процессе игры предсказывала, какой ход лучше.
В Го физически невозможно просчитать ходы, их слишком много \ плюс масса верных вариантов делается чемпионами за счет интуиции профессионала, а не за счет просчета. Показательно, что в одной из партий машина ошиблась, и поняла это лишь через несколько ходов. Эта победа стала возможной исключительно за счет нейронных сетей, ИИ и машинного обучения. Скоро тест Тьюринга пройдут
