حاسوب يهزم بطلاً بشرياً في تحدي استراتيجي

في إنجاز بارز للذكاء الاصطناعي، تمكن حاسوب من هزيمة بطل بشري في لعبة استراتيجية تتطلب "الحدس" بدلاً من مجرد قوة المعالجة الخام، وفقاً لما ذكره مبتكروه يوم الأربعاء.

النظام الذي يحمل اسم "ألفا غو" (AlphaGo) صقل مهاراته الخاصة من خلال عملية التجربة والخطأ، حيث لعب ملايين المباريات ضد نفسه حتى أصبح جاهزاً للمنافسة، وقد فاجأ حتى مبتكريه ببراعته.

قال ديميس هاسابيس، الرئيس التنفيذي لشركة "غوغل ديب مايند" (Google DeepMind)، وهي شركة بريطانية متخصصة في الذكاء الاصطناعي: "فاز ألفا غو بخمس جولات مقابل لا شيء، وكان أقوى مما كنا نتوقع ربما".

كان يُعتقد أن هزيمة حاسوب للاعب بشري محترف في لعبة "غو" (Go) الصينية التي يبلغ عمرها 3000 عام، لا تزال على بعد عقد من الزمن.

وذكرت الجمعية البريطانية للعبة "غو" في بيان لها أن الفوز الساحق على بطل أوروبا ثلاث مرات، فان هوي، "يمثل خطوة كبيرة إلى الأمام في أحد التحديات العظيمة في تطوير الذكاء الاصطناعي، وهو تحدي ممارسة الألعاب".

ويقول هاسابيس إن هذه اللعبة المخصصة للاعبين توصف بأنها ربما تكون الأكثر تعقيداً على الإطلاق، حيث تحتوي على احتمالات تكوينات أكثر من عدد الذرات الموجودة في الكون.

يتناوب اللاعبون على وضع أحجار على لوحة اللعب، محاولين محاصرة أحجار الخصم والاستيلاء عليها، بهدف السيطرة على أكثر من 50 بالمائة من اللوحة.

هناك مئات الأماكن التي يمكن للاعب فيها وضع الحجر الأول، سواء كان أسود أو أبيض، مع مئات الطرق التي يمكن للخصم من خلالها الرد على كل حركة من هذه الحركات، ومئات الردود الممكنة على كل منها بدورها.

وأوضح هاسابيس في مدونة: "لكن على الرغم من بساطة القواعد، فإن لعبة غو هي لعبة ذات تعقيد عميق. هناك 10^170 وضعية ممكنة".

وأضاف زميله ديفيد سيلفر، الذي شارك في تأليف الورقة البحثية في مجلة "نيتشر" العلمية، أن قاعدة البحث هذه "ضخمة جداً وواسعة للغاية بحيث لا يمكن لأساليب القوة الغاشمة أن تحظى بأي فرصة".

لذلك سعى الفريق إلى إنشاء نظام ذكاء اصطناعي بنهج "أكثر شبهاً بالبشر" للعبة قال هاسابيس إنها "تُلعب في المقام الأول من خلال الحدس والشعور".

يستخدم "ألفا غو" مجموعتين من "الشبكات العصبية العميقة" التي تحتوي على ملايين الوصلات الشبيهة بالخلايا العصبية لتقليل قاعدة البحث إلى شيء أكثر قابلية للإدارة.

تقوم الشبكة الأولى، وهي "شبكة السياسات"، بتضييق نطاق البحث في كل دور على الحركات الأكثر احتمالاً لتحقيق الفوز.

أما الشبكة الثانية، وهي "شبكة القيمة"، فتقوم بتقدير الفائز من كل حركة يتم إجراؤها، "بدلاً من البحث وصولاً إلى نهاية اللعبة"، كما قال سيلفر.

وأوضح قائلاً: "ينظر ألفا غو إلى المستقبل من خلال لعب ما تبقى من اللعبة في خياله مرات عديدة".

"عملية البحث نفسها لا تعتمد على القوة الغاشمة، بل تعتمد على شيء أقرب إلى الخيال".

تمت برمجة "ألفا غو" بـ 30 مليون حركة من مباريات لعبها خبراء بشريون، ثم تُرك ليتدرب ذاتياً.

قال سيلفر: "لقد لعب آلاف وآلاف المباريات بين شبكاته العصبية، مما أدى إلى تحسينها تدريجياً باستخدام عملية التجربة والخطأ المعروفة باسم التعلم التعزيزي".

النتيجة: أصبحت شبكات القيمة قادرة على تقدير الفائز النهائي "بدقة شديدة" من أي وضعية في لعبة "غو"، "وهي مشكلة كان يُعتقد أنها صعبة للغاية لدرجة الاستحالة".