時は 1996 年。あるニュースが瞬く間に世界中を駆け巡り、物議と賞賛を呼び起こしました。初めてコンピューターがチェス盤の世界チャンピオンに勝利したのです。 10 年 1996 月 XNUMX 日、IBM がチェスのゲーム専用に設計および構築したコンピューター Deep Blue が、タイトルの保持者である Garry Kasparov を打ち負かしました。 マン電卓チャレンジのオープニングマッチで。 それは歴史的な日付であり、人工知能は、ほとんどの人が手の届かない、到達不可能であり、機械には禁止されていると考えられている目標を達成します. IBM スーパーコンピューターは最初のゲームでカスパロフに勝っていましたが、最終的な衝突の結果はロシアのチャンピオンの勝利でした。 その後の試合では、Deep Blue は最初の成功を繰り返すことができず、最終的に Kasparov が 4 勝、2 引き分けとなりました。 男がマシンに XNUMX-XNUMX で勝つ。
多くの人が安堵のため息をつき、人類はその優位性を維持しています。 人類に損害を与えるコンピュータの追い越しは、おそらくもはやサイエンス フィクションの唯一の主題ではありませんが、少なくともそれはまだこれからです。 もう何も悪いことはありません！ 翌年、1997 人のライバルがリベンジを果たし、今回はディープ ブルーが勝利しました。 したがって、3,5 年 2,5 月には、コンピューターが人間を打ち負かしました: XNUMX-XNUMX。 限界突破、壁ぶち壊し。
Garry Kasparov は、最近出版された「ディープ シンキング: 人工知能が終わり、人間の創造性が始まる場所」というタイトルの 300 ページの本で、この失われた課題を再構築しました。
ただし、このイベントには論争がないわけではありません。 まず第一に、Deep Blue は試合が行われる部屋の中ではなく、数キロ離れた場所にあるため、データはコンピューターから直接送信されません。 この事実とその他の要素により、カスパロフはディープ ブルーが試合中に助けられたと主張しました。 カスパロフ氏が以前の合意に基づいてマシンの動作に関するプリントアウトを提供するように要求したのに対し、IBM が異議申し立てを行ったり拒否したりしている間に何度か戻ってきた要素は、疑いを強め、疑念を煽るだけです。 敗者は最終的に再戦を要求しますが、IBM は完全な拒否に反対し、Deep Blue を決定的に撤退させます。
20年後、ディープマインドアルゴリズムが登場
2003 年のドキュメンタリー、Game Over: Kasparov and the Machine では、スーパーコンピューターの勝利に大きな影を落とした目撃者へのインタビューが提供されています。 これらのことから、最終的に、Deep Blue は、証券取引所での株式の価値を高めるために IBM によって実装された策略を表していることが明らかになりました。 カスパロフに対する勝利の 15 日で、IBM の株価は XNUMX% 上昇しました。
したがって、具体的には、機械の勝利は、最初に信じさせられたよりもはるかに人道的です。 または、ネイト・シルバーが主張するように、偶然の結果です。 彼の著書 (The signal and the noise. The art and science of Forecasting) の中で、彼は Deep Blue の成功を、機械によってなされた偶然の結果である完全に不合理な動きに帰しています。 カスパロフの人間性を取り返しのつかないほど不安定にし、彼の信頼と合理性を損なう動きでした。
2016 年後、AlphaGo は別の限界を突破しました。 29 年の最初の数か月のディープ マインド アルゴリズムは、今回は論争やトリックなしで、最初にヨーロッパのチャンピオン、次に世界の GO チャンピオンを破りました。 勝利は明確で明白です。 そして、マシンが実際に人間を凌駕できることは、2016 年 4 月 2017 日から XNUMX 年 XNUMX 月 XNUMX 日までの XNUMX 週間で、AlphaGo が変装して、世界最高のプレーヤーに対して XNUMX 回連続で勝利を収めたという事実によって実証されています。肉。
計算容量：10170
最近まで、一部の特定の領域が人間の独占的な領域のままであるか、最悪の場合、今後も長い間その領域が続くと考えられていました。 その中にはチェスと囲碁があり、どちらのゲームもルールが貧弱で単純なダイナミクスに見えますが、実際には高い難易度が隠されています。 手の組み合わせの数と、その結果可能なゲーム構成の数によって与えられる難易度。 このような複雑さを克服できるコンピュータはなかったと思わせるほどの数です。 したがって、チェス、さらには囲碁は、人間の知性と何よりも直感の特権であり続けるというのが一般的な意見でした. そのような突然の降伏が予想されることはなおさらありませんでした。
しかし、Deep Blue が手ごわい計算能力 (毎秒 220 億 10170 万の動きを計算できる) のおかげで力ずくで勝つことができた場合、AlphaGo にとっては事情が異なります。 囲碁はチェスよりも組み合わせの数がはるかに多いです。 一手ごとに、平均して、チャンスはXNUMX倍以上になります。 膨大な計算能力だけでは、約 XNUMX の異なる状況を考慮し、同時にゲームによってもたらされる落とし穴について正しく考えるには十分ではありません。
では、AlphaGo はどのようにして世界チャンピオンを打ち負かしたのでしょうか? シンプル、学習。
機械の秘密兵器、ディープラーニング
Deep Mind の創設者である Demis Hassabis が言うように、コンピューターをよりスマートにする方法は XNUMX つあります。 第１の方法は、所与の問題に対する決定された解決策をプログラムし、機械にそれを実行させることを提供する。 XNUMX つ目は、これが AlphaGo の場合で、「... コンピュータに、それ自体から学習する能力、経験を通じて学習する能力を与えることです。 … 学ぶ方法は教えますが、解決策は教えません».
AlphaGo の成功の背後にある秘密は、ディープ ラーニングと呼ばれます。 「このアルゴリズムには、強化学習、畳み込みニューラル ネットワーク、および選択的記憶ループという XNUMX つの機能がすべて神経生物学から取り入れられています。」
AlphaGo と Deep Blue を区別するもう XNUMX つの特徴は、Deep Mind クリーチャーが囲碁専用に特別に作成されたものではないという事実にあります. 基礎となるアルゴリズムは、時間の経過とともにさまざまな種類のゲームを学習して適応できることが証明されています. その進歩と買収は、実際には慎重で綿密な計画によるものではなく、経験の結果です. それが知っていることは、AlphaGo は完全な自律性を持ってプレイすることで発見し、同化しているということです。 「新世代のアルゴリズムの特徴は、人間と同じように、成功と失敗から学ぶことです。」
49 もの異なる Atari 2600 ゲームでトレーニングされた Deep Mind のアルゴリズムは、競合する他のアルゴリズムだけでなく、人間よりも優れています。 「…これらのゲームのうち 29 で、アルゴリズムは人間のプロのテスターを 75% 以上上回っており、時には非常に大きな差で勝っていました。」
コグニティブ・コンピューティング
AlphaGo は、IBM がデータ処理の第 50 の時代と呼んでいる、コグニティブ コンピューティングの時代に突入していることを示しています。 最初の時代、つまり集計コンピューティングの時代は、最初から 50 年代まで、入力と出力の両方にパンチカードを使用して、基本的な数学演算を実行できるコンピューターを見ました。 XNUMX 年代から現在までのプログラミング コンピューティングの第 XNUMX の時代は、電子計算機の時代です。 マシンはコマンド (if/then) と論理構造を処理することもできますが、特定の規則に従ってそのように指示する必要があるため、プログラムする必要があります。
コグニティブ コンピューティングについて、Jonas Nwuke (IBM) は次のように説明しています。そうではない、正しいか間違っているか」».
IBM がコグニティブ コンピューティングに重点を置いていることは、少なくとも部分的には利己的であり、カスパロフに対する勝利に満足していない強力なマーケティング マシンの歯車の XNUMX つです。 実際、AlphaGoには前身があり、必要に応じてDeep Blueには後継者がいます. さらにもう XNUMX つの障壁を破ったスーパーコンピューターは、人間から別の狩猟保護区を奪い、さらなる確実性を奪いました。一言で言えば、ワトソンです。
次の投稿でワトソンを扱います
