Искусственный интеллект обыграл человека в игры (Го, Шахматы и другие). Искусственный интеллект стал умнее человеческого. Что дальше? Искусственный интеллект обыграл человека: где и как
Год назад программа AlphaGo сенсационно обыграла сильнейшего в мире игрока в го, а теперь искусственный интеллект AlphaZero разгромил сильнейший по рейтингу шахматный движок.
Stockfish, который используют для домашней подготовки большинство игроков, победитель Чемпионата TCEC 2016 года и Чемпионата Chess.com среди компьютерных программ 2017 года, оказался явно слабее. В матче из 100 партий AlphaZero одержал 28 побед при 72 ничьих и ни разу не проиграл.
Кстати, AlphaZero потратил всего четыре часа на «изучение» шахмат. Простите, человеки, но вам за ним не угнаться.
Все верно - программисты AlphaZero, разрабатываемого DeepMind, подразделением Google, создали его на основе механизма «машинного обучения», точнее, «обучения с подкреплением». Проще говоря, AlphaZero не изучал шахматы в традиционном понимании. У него нет ни дебютной книги, ни эндшпильных таблиц, ни сложных алгоритмов для оценки силы центральных и фланговых пешек.
Его работу можно сравнить с роботом, который может использовать тысячи запчастей, но не знает принципа работы двигателя внутреннего сгорания, - он перебирает возможные комбинации, пока не построит Феррари, и для этого ему нужно меньше времени, чем занимает просмотр трилогии «Властелин колец». За четыре часа программа сыграла сама с собой множество партий, став своим собственным учителем.
Пока что команда программистов хранит молчание. Они не дали Chess.com комментариев, ссылаясь на то, что доклад «пока находится на рассмотрении», но здесь вы можете прочесть его полный текст. В исследовательскую группу входит Демис Хассабис, кандидат в мастера из Англии и соучредитель DeepMind (приобретен Google в 2014). Хассабис, принимавший участие в турнире тандемов ProBiz на открытии London Chess Classic, в настоящий момент находится на конференции Neural Information Processing Systems (Нейронные системы обработки информации) в Калифорнии, в качестве соавтора доклада на другую тему.
Зато с Chess.com охотно поделился своими суждениями шахматист, обладающий большим личным опытом игры против шахматных компьютеров. МГ Гарри Каспаров не удивлен, что компания DeepMind перешла от го к шахматам.
«Это заметное достижение, хотя оно и было ожидаемо после AlphaGo», - заявил он Chess.com. «Оно приближается к "типу-Б", человекоподобному подходу к шахматам, которым Клон Шеннон и Алан Тьюринг мечтали заменить сплошной перебор».
Подобно человеку, AlphaZero рассматривает меньше позиций, чем ее предшественницы. В отчете заявлено, что она оценивает «всего» 80 тысяч позиций в секунду в сравнении с 70 миллионами в секунду у Stockfish.
МГ Петер-Хайне Нильсен, многолетний секундант чемпиона мира МГ Магнуса Карлсена, открыл свое увлечение, сближающее его с президентом ФИДЕ: инопланетян. Он заявил Chess.com: «Прочитав доклад и, в особенности, просмотрев партии, я подумал: „Мне всегда было любопытно, что было бы, если бы более разумный вид высадился на нашей планете и показал нам свое искусство шахматной игры. Кажется, теперь я знаю, каково это“.
Мы также узнали, о значимости преимущества выступки, по крайней мере, для искусственного интеллекта. 25 из 28 побед AlphaZero одержал белыми (хотя результат +3=47-0 черными против Stockfish, чей рейтинг превышает 3400, также неплох).
В отчете показано и насколько часто движок выбирал те или иные дебюты по мере обучения. Простите, любители староиндийской защиты, но вы не в фаворе. Интерес к французской защите также угас со временем, а вот стремление играть ферзевый гамбит и, особенно, английское начало только возрастало.
Что бы вы сделали на месте не ведающего усталости существа, только что освоившего игру с 1400-летней историей? Взялись бы за другую. После матча со Stockfish программа AlphaZero потратила на „обучение“ всего два часа и победила „Elmo“, сильнейшего из компьютерных движков для игры в сёги.
Применение этой инновационной самообучающейся программы, разумеется, не ограничено играми.
»Всегда считалось, что в шахматах от машины требуется слишком много эмпирических знаний, чтобы те могли играть сильно "с нуля", вообще не используя человеческие знания", - сказал Каспаров. «Конечно, мне будет интересно посмотреть, что мы сможем узнать о шахматах с помощью AlphaZero, который открывает огромные перспективы машинного обучения в целом-машины могут находить закономерности, недоступные для людей. Очевидно, что последствия простираются далеко за пределы шахмат и других игр. Способность машины открывать и превосходить знания сложных закрытых систем, накопленные человечеством за века, - это инструмент, меняющий мир».
Журналисты Chess.com опросили восемь из десяти участников турнира в Лондоне об их отношении к матчу программ. Видео с интервью будет размещено на сайте позже.
Наиболее резко критиковал условия матча МГ Хикару Накамура. Сейчас идет горячая дискуссия о вычислительной мощности противников, но Накамура считает, что важнее было другое.
Американский гроссмейстер назвал матч «нечестным», указав, что для оптимальной работы движок Stockfish должен использовать дебютную книгу. Накамура не думает, что с ее помощью Stockfish выиграл бы матч, но разрыв в счете был бы намного меньше.
«Я уверен, что сам Господь бог не набрал бы против Stockfish 75 процентов очков белыми без какой-либо форы», - прокомментировал он результат AlphaZero белыми: 25 побед и 25 ничьих.
МГ Ларри Кауфман, ведущий шахматный консультант движка Komodo, надеется увидеть, насколько хорошо работает новая программа на персональных компьютерах, не пользуясь вычислительными мощностями Google. Он также повторил высказанные Накамурой возражения по поводу того, что Stockfish играл без своих обычных дебютных знаний.
«Конечно, это почти невероятно», сказал он, - «да, я слышал о достижениях AlphaGo Zero в игре го и ожидал, что произойдет что-то подобное, учитывая, что в команде разработчиков есть шахматист Демис Хассабис. Однако, непонятно, сможет ли программа AlphaZero играть в шахматы на обычном компьютере, и насколько хорошо у нее это получится. Возможно, современное преобладание шахматных движков, использующих минимаксную функцию, близится к концу, но пока провозглашать это слишком рано. Стоит указать, что за время обучения AlphaZero де-факто создала собственную дебютную книгу, поэтому было бы справедливее использовать ее против движка с хорошей дебютной книгой».
Не касаясь условий матча, Нильсен задумывается, в каких еще областях может применяться данный тип обучения.
"[Это] современный искусственный интеллект", - сказал гроссмейстер. «Он идет от чего-то вроде шахмат к проблемам, достойным нобелевских премий и даже большего. Думаю, нам повезло, что они решили потратить четыре часа на шахматы, но последствия этого открытия куда более значительны».
культуры. Диссер. Канд. Пед наук. Ростов-на-Дону. 2003.
2.Азарова Е.А. Деструктивные формы семейного воспитания, актуальные проблемы современности, преступления последних времен: духовно-нравственный и криминофамилистический аспекты. - Ростов-на-Дону: Изд-во РГПУ, 2005.
3.Габдрева ГШ. Основные аспекты проблемы тревожности в психологии // Школьный психолог. - 2004. - N° 8. - С. 9.
4.Ениколопов С.Н. Проблемы семейного насилия // Проблемы психологии. -2002. -№5-6.
5.Целуйко В.М. Психология неблагополучной семьи: Книга для педагогов и родителей. - М.: Изд-во ВЛАДОС-ПРЕСС, 2003.
6.Шапарь В.Б. Практическая психология. Психодиагностика отношений между родителями и детьми. -Ростов н/Д: Феникс, 2006.
© Азарова Е.А., Жулина Г.Н., 2016
А.И. Алифиров
канд. пед. наук, доцент РГСУ, г. Москва, РФ
И.В. Михайлова канд. пед. наук, доцент РГСУ, г. Москва, РФ
«ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ» В ШАХМАТАХ
Аннотация
В статье рассматривается генезис использования программных и аппаратных средств, способных осуществлять интеллектуальную деятельность, сопоставимую с интеллектуальной деятельностью человека.
Ключевые слова
Компьютерные технологии в шахматах, шахматные программы, шахматы.
Сегодня под термином "искусственный интеллект" (ИИ) понимается теория создания программных и аппаратных средств, способных осуществлять интеллектуальную деятельность, сопоставимую с интеллектуальной деятельностью человека. При решении практических задач чаще всего пользуются заданием из списка, считая при этом, что если компьютерная система в состоянии решить эти задачи, то она и является системой ИИ. Часто в этот список включают игру в шахматы, доказательство теорем, решение диагностических задач по исходному неполному набору данных, понимание естественного языка, способность к обучению и самообучению, способность к классификации объектов, а также способность вырабатывать новые знания на основе порождения новых правил и моделей регуляризации знаний .
Одной из важнейших проблем новой науки - кибернетики стала проблема, как улучшить управление, как усовершенствовать принятие решений. Один из основателей кибернетики К. Шеннон (Shannon C.) предложил формализовать и программировать шахматы для того, чтобы использовать шахматный компьютер как модель, для решения аналогичных задач управления . Авторитет К. Шеннона был столь велик, что его идеи незамедлительно положили начало новому научному направлению. Идеи К. Шеннона были использованы в работах А. Тьюринга, К. Цузе, Д. Принца.
Автор теории информации. К. Шеннон, писал: "Шахматная машина идеальна, чтобы с нее начать, поскольку (1) задача четко определяется допустимыми операциями (ходы) и конечной целью (мат); (2) она не слишком проста, чтобы быть тривиальной, и не слишком сложна для получения удовлетворительного решения; (3) считают, что шахматы требуют «мышления» для искусной игры, решение этой задачи приведет нас либо к тому, что мы будем восхищаться способностями механизированного мышления, либо к ограничению нашей концепции «мышления»; (4) дискретная структура шахмат хорошо укладывается в цифровую природу современных компьютеров".
В дальнейшем шахматы стали предметом состязания естественного и искусственного интеллекта, и был сыгран ряд матчей ведущих шахматистов мира против компьютеров . В 1995 году в интервью популярному журналу Wired Г.К. Каспаров изложил свой взгляд на шахматную игру: "Шахматы - это не математика. Это фантазия и воображение, это человеческая логика, а не игра с предсказуемым результатом. Я не думаю, что теоретически игру в шахматы можно уместить в набор формул или алгоритмов". Через два года суперкомпьютер DEEP BLUE, победив 13-го чемпиона мира Г.К. Каспарова в матче-реванше из шести партий, сняла с повестки дня вопрос о возможностях шахматного искусственного интеллекта. DEEP BLUE хранила в памяти полную базу данных по всем партиям и анализировала исключительно стратегию расчетом . После матча Г.К. Каспаров изменил свою точку зрения, признав, что: "Шахматы - это единственное поле, на котором можно сопоставить человеческую интуицию и творческие способности с силой и машины". Матч изменил ход развития как классических, так и компьютерных шахмат. В системе тренировки стала широко использоваться помощь искусственного интеллекта. Д.И. Бронштейн в своей книге "Давид против Голиафа" (2003 г.) писал: "Ботвинник считал, что шахматы - это искусство анализа, а время одиночек-импровизаторов вроде Андерсена, Морфи, Цукерторта ушло навсегда. Глядя на современные шахматы, надо признать, что Ботвинник оказался прав. "Компьютерные мальчики" довели его идею о необходимости домашнего анализа до абсурда. Они даже не скрывают, что шлифуют дебютные варианты до ясного результата. На турнире в Линаресе (2000 г.) венгр Леко без тени смущения признал, что вся партия с Анандом стояла у него на компьютере!".
Список использованной литературы:
1. Алифиров А.И. Профориентационная работа в средних общеобразовательных школах средствами шахмат / Алифиров А.И. // Проблемы развития науки и образования: теория и практика. Сборник научных трудов по материалам Международной научно-практической конференции 31 августа 2015 г.: в 3 частях. Часть II. М.: "АР-Консалт", 2015 г. - С. 13-14.
2. Михайлова И.В., Алифиров А.И. Тактические действия шахматистов / Михайлова И.В., Алифиров А.И. // Результаты научных исследований Сборник статей Международной научно-практической конференции. Ответственный редактор: Сукиасян Асатур Альбертович (15 февраля 2016 г.) в 4 ч. Ч/3 - Уфа: АЭТЕРНА. -2016.С. 119-121.
3. Михайлова И.В., Алифиров А.И. Теоретико-методологические основы метода мышления схемами шахматистов / Михайлова И.В., Алифиров А.И. // Результаты научных исследований Сборник статей Международной научно-практической конференции. Ответственный редактор: Сукиасян Асатур Альбертович (15 февраля 2016 г.) в 4 ч. Ч/3 - Уфа: АЭТЕРНА. - 2016. С. 123-125.
4. Михайлова И.В. Подготовка юных высококвалифицированных шахматистов с помощью компьютерных шахматных программ и "интернет" : автореф. дис. ... канд. пед. наук: 13.00.04 / Михайлова Ирина Витальевна; РГУФК. - М., 2005. - 24 с.
© Алифиров А.И., Михайлова И.В., 2016
УДК 378.046.2
А.И. Алифиров
К.п.н., доцент РГСУ, г. Москва, РФ В.В. Федчук, к.п.н.
ООО «Благополучие», старший инструктор методист, г. Москва, РФ ИССЛЕДОВАНИЕ УРОВНЯ ФИЗИЧЕСКОГО ЗДОРОВЬЯ ПОДРОСТКОВ
Аннотация
В статье рассматривается проблема физического здоровья подростков и влияние различных факторов
Фото из открытых источников
Новый искусственный интеллект всего за 4 часа обучения стал лучшим шахматистом на Земле! (сайт)
А помните, какой фурор наделал в 1996 году шахматный суперкомпьютер «Deep Blue», выиграв первую партию у российского чемпиона Гарри Каспарова? Несмотря на то, что наш соотечественник все же одержал победу в этой игре, уже тогда стало понятно, что искусственный интеллект стремительно прогрессирует и когда-нибудь обаятельно станет наилучшим шахматистом, после чего людям будет бесполезно играть с программой. Оставался лишь вопрос, когда это произойдет.
Представители известной корпорации «Google» заявили, что это время, наконец-то, настало. По словам специалистов, разработанная ими нейросеть «AlphaZero» всего за 4 часа самообучения превратилась в самого виртуозного и безупречного шахматного игрока за всю историю этой игры. Сверхмощный искусственный интеллект обучался игре в шахматы, зная только ее правила. Поиграв 4 часа с самим собой, робот научился идеально играть, без труда победив шахматную программу «Stockfish», считавшуюся до этого самой совершенной. Компьютеры провели 100 партий - «AlphaZero» удалось выиграть 28 из них и свести вничью оставшиеся 72. Передовая нейросеть, имитирующая работу человеческого мозга, способна рисковать и даже использовать своеобразное подобие интуиции.
Мечтать о победе над искусственным интеллектом уже не приходится
Более ранние модели «AlphaZero» обучались игре, следя за живыми шахматистами. Разработчики предполагали, что это поможет искусственному интеллекту лучше понять стратегии игры. На самом же деле оказалось, что наблюдение за людьми только замедляет развитие программы. Когда нейросеть предоставили самой себе, ее способности взлетели до небес. Теперь инженеры «Google» думают над тем, как применить подобные технологии для реальной пользы человечеству, поскольку шахматная игра, даже самая виртуозная, не имеет прикладной цели.
В 1968 году известный Дэйвид Леви заключил пари, что в течение ближайшего десятилетия его не обыграет ни одна программа. Все это время гроссмейстер постоянно состязался с различные шахматными компьютерами и всякий раз выигрывал у них. В 1978 году он одержал победу над сильнейшей в то время программой «Chess 4.7», выиграв пари. К несчастью, в наши дни столь интересных поединков уже не будет - нам предстоит теперь узнавать только о том, как одна фантастическая нейросеть победила другую. Живые шахматисты о победе над такими монстрами не могут уже даже мечтать. И это только начало подобных побед ИИ над человеком…
Предмет, возраст учащихся
Информатика и ИКТ,10-11класс
Краткая аннотация проекта
Проект разработан в рамках дисциплины "Информатика и ИКТ" для обучающихся 10-11 класса
Вопросы, направляющие проект
Основополагающий вопрос
Может ли компьютер заменить человека?
Проблемные вопросы
1. Может ли ЭВМ сама ставить задачи и решать их?
2. Способен ли компьютер воспроизвести все действия и мысли человека?
3. Способна ли ЭВМ управлять человеком?
Учебные вопросы
1. Какие задачи решает компьютер?
2. Самообучается ли ЭВМ?
3. Могут ли автоматы заменить человека?
4. Искусственный интеллект=Интеллект человека?
5. Нужно ли руководить работой ЭВМ?
6. Возможно ли поставить робота "во главу стола"?
7. Умеет ли думать компьютер?
8. Возможно ли заменить человеческий мозг искусственным?
9. Готов ли человек поручить всю работу роботам?
План проведения проекта
Представление проблемной ситуации:
Учителю необходимо провести мозговой штурм со студентами с целью выявления имеющихся знаний студентов по проблеме, их мотивацию, наклонности и интересы. Инструмент - мозговой штурм с помощью стартовой презентации. С помощью презентации учитель создает проблемную ситуацию, организует мозговую атаку, обсуждение возникших вопросов, выдвижение гипотез и распределение учащихся по тематическим группам с учетом интересов.
Работа над проектом:
На начальном этапе работы над проектом учитель помогает каждой тематической группе распределить роли, обсудить стратегию исследования, способы поиска информации, методы исследования и возможности оформления результатов работы. Итогом является индивидуальный план деятельности. Далее начинается самостоятельная исследовательская, поисковая работа студентов в соответствии с планом. На этом этапе студенты собирают информацию по теме проблемного вопроса в энциклопедиях, учебниках и в Интернете, обсуждают собранную информацию в группе, разрабатывают инструментарий исследования, проводят исследования, сравнивают его результаты с собранной информацией, делают выводы, которые будут ответом на проблемный вопрос. Основное внимание учителю следует уделить промежуточным обсуждениям, дискуссиям внутри групп, консультациям учителей-предметников.Лист самооценки поможет участникам проекта осознать уровень личностного роста.
Оформление результатов проектной деятельности:
Оформление результатов планируется в виде презентации, буклета или wiki-статьи, поэтому здесь может понадобиться консультация учителя информатики, на одной из консультаций необходимо обсудить с ребятами критерии оценивания данных продуктов. Одновременно с этим готовится выступление группы, поэтому в критерии оценивания необходимо заложить пункты оценивания выступления студентов, умение задавать вопросы и отвечать на них.
Защита проекта, оппонирование, дискуссия:
В ходе защиты каждая группа представляет свою работу (презентацию, буклет или wiki-статью), отвечает на вопросы. Оценивание происходит с помощью разработанных критериев участниками группы, участниками других групп, учителями. Защита проектов позволяет ответить на основополагающий вопрос, сформулировать общие выводы по итогам работы.
По окончании работы:
Необходимым элементом всей проектной деятельности является анализ проделанной работы, где учитель обсуждает с студентами, что у них получилось, что не получилось и почему. На этом этапе можно вновь обратиться к листу самооценки и увидеть качественный рост каждого участника. Кроме того, возможна организация рефлексии в блоге. Немаловажным становится награждение групп.С итогами работы можно познакомиться на сайте проекта.
Визитная карточка проекта
Публикация учителя
Разработанной инженерами Массачусетского технологического института. Фишер трижды поставил мат компьютеру и одержал безоговорочную победу. В своих письмах шахматист писал, что программы допускают «грубые ошибки», а сами компьютеры называл «бесполезными кусками железа».
Но в том же году Монти Ньюборн, один из первых ученых, изучавших компьютерные шахматы, сказал пророческие слова:
«Раньше гроссмейстеры приходили на турниры по компьютерным шахматам, чтобы посмеяться. Сейчас они приходят наблюдать, а в дальнейшем будут там учиться».
Бобби Фишер после победы над компьютером. Фото: Getty Images
Похоже, что люди питают какую-то врожденную любовь к интеллектуальным играм. Когда в 1649 году короля Англии Карла I приговорили к смерти, он взял с собой на казнь две вещи - библию и набор шахмат. Известный художник XX века Марсель Дюшан на пике своей карьеры внезапно уехал в Аргентину и начал заниматься вырезанием шахматных фигур из дерева, да и в целом увлекся шахматами. В XIX веке в Японии произошла загадочная история, связанная с игрой го. По легенде духи подсказали одному знаменитому игроку три блестящих хода. В результате он смог победить, а его противник после партии упал на пол, захлебнулся кровью и умер.
Компьютеры далеки от всей этой мистики, но всего за пару десятков лет они изучили интеллектуальные игры глубже, чем человечество за тысячелетия. В 2014 году компания приобрела фирму DeepMind за $400 миллионов для «проведения самого необычного и сложного исследования, конечной целью которого является разгадка сущности интеллекта». В частности ученые хотели научить компьютер играть в го. Эта игра значительно сложнее шахмат. В 1985 году один тайваньский промышленный магнат сказал, что заплатит $1,4 миллиона за программу, которая сможет победить лучшего игрока в го. В 1997 году магнат умер, а спустя три года у его предложения истек срок действия - никто так и не смог забрать приз.
Сейчас он мог бы принадлежать программе DeepMind AlphaGo, которая использует современные нейросети. Год назад она международного чемпиона по го Ли Седоля. В мае этого года она вновь победу над лучшим игроком в го, а также над командой из пяти других профессиональных игроков.
AlphaGo стала абсолютным чемпионом. Вот только вскоре после своих громких побед ее ждет забвение. В конце мая DeepMind незаметно сообщила , что AlphaGo уходит с соревновательной сцены. Чтобы отметить это событие, компания опубликовала 50 вариантов партий, которые программа играла против самой себя. В дальнейшем DeepMind хочет выпустить итоговую исследовательскую работу, в которой будет описана эффективность алгоритма программы.
Что касается шахмат, то человечество потеряло пальму первенства в них еще за 20 лет до этих событий, когда шахматист Гарри Каспаров проиграл суперкомпьютеру IBM Deep Blue. Шахматы и го - не единственные игры, которым пытаются обучить ИИ. Компьютер пробовали научить шашкам , коротким нардам , реверси , покеру и многим другим настольным играм. И человеческий интеллект уже не может сравниться в них с искусственным. Отчасти это произошло из-за развития технологий. Например, еще в 1997 году компьютер Deep Blue занимал 259-е место в списке самых быстрых суперкомпьютеров в мире и мог выполнять около 11 миллиардов операций в секунду. Сейчас же благодаря современным алгоритмам даже ваш смартфон способен победить Каспарова.
Гарри Каспаров против компьютера Deep Blue. Слева один из инженеров IBM Сюн Фэйсюн. Фото: Getty Images
Такие достижения ИИ вызвали у людей вполне человеческие эмоции: печаль, угнетенность и отчаяние. После того как Ли Седоль потерпел поражение от AlphaGo, он пережил экзистенциальный кризис. «Я усомнился в человеческой изобретательности, - признался он после матча. - Я засомневался, являются ли все ходы в го, которые я знаю, правильными». По словам одного из очевидцев, после поражения Ли выглядел так, будто бы ему было «физически плохо». Каспаров чувствовал себя после проигрыша компьютеру не лучше. Когда он вернулся в отель, он просто разделся, лег в постель и смотрел в потолок.
«Компьютер настолько глубоко анализирует некоторые позиции, что играет, как бог», - сказал Каспаров.
Deep Blue впервые показал общественности, что компьютер способен превзойти человека в решении интеллектуальных задач. «Тогда это вызвало шок, - сказал Мюррей Кемпбелл, один из создателей Deep Blue. - Сейчас же мы постепенно привыкаем к этой мысли». Тем не менее, непонятно что ждет человечество в будущем. Как можно использовать в реальном мире достижения в играх? Ответ Кемпбелла на этот вопрос звучит пессимистично. «Трудно найти хороший пример применения таких успехов в настольных играх, - сказал он. - В начале 90-х один из сотрудников IBM по имени Геральд Тезауро пытался обучить ИИ игре в нарды и сделал некоторые достижения в стимулированном обучении. Сейчас его методы часто используются в робототехнике. Однако его случай - скорее исключение из правил».
