После того, как нейросеть-чемпион по игре в го AlphaGo прекратила участвовать в соревнованиях, разработчики изобрели новую шахматную модель — Leela Chess Zero.
Игра в го возникла более 2500 лет назад в Китае и с тех пор стала популярной в Восточной Азии и за ее пределами. В 2016 году мир стал свидетелем исторического события, когда программа AlphaGo, разработанная компанией DeepMind, обыграла профессионала Ли Седоля. Создатели искусственного интеллекта называют игру в го «игрой в несколько раз сложнее шахмат — с поразительными 10 в степени 170 возможных конфигураций доски». В серии из пяти партий AlphaGo выиграла четыре, за матчем наблюдало 200 млн человек. Французский ученый и предприниматель Жан-Кристоф Баи утверждал, что «это еще не полноценный, или не сильный искусственный интеллект, способный осознавать себя». Эксперт объяснил, что нейросетям не хватает собственной мотивации, чтобы решать задачи. Они делают это механически, по четко заданному алгоритму. О том, как другая игровая модель работает сейчас и смогла ли она побороть барьер, указанный Баи почти 10 лет назад, — в этом материале.
Leela Chess Zero создали как открытую — а значит, доступную для всех — альтернативу AlphaZero. Программа обучается, играя против самой себя, и использует глубокие нейронные сети для оценки позиций и выбора ходов. Leela Chess Zero демонстрирует, как ИИ может не только имитировать человеческие стратегии, но и развивать свои собственные. Открытость проекта для сообщества — этого не было в развитии AlphaZero — позволяет любому желающему участвовать в ее развитии. «В отличие от обычных шахматных движков, Лила получила только правила игры в шахматы и стала невероятно сильной, <…> по состоянию на 2020 год она сыграла против самой себя более 300 миллионов игр», — пишет портал Chess.ru. LCZero также выигрывала одну из лучших шахматных моделей Stockfish на TCEC.
AlphaZero и Leela Chess Zero — два разных подхода к разработке шахматных программ. Первая система использует мощные нейронные сети и алгоритмы, оптимизированные для работы на высокопроизводительных вычислительных ресурсах, таких как TPU (Tensor Processing Units). В то время как LCZero использует графические процессоры (GPU) и позволяет сообществу экспериментировать с различными архитектурами и параметрами, чего не дает TPU. «Было здорово наблюдать, как сообщество действительно взволновано, и все шахматные личности, которые пробовали играть в него», — сказал один из авторов модели Гэри Линскотт. Разработчики пошли и далее — на базе выложенных на GitHub исходников Leela Chess Zero сформированы программы, которые шахматисты используют для повышения своей квалификации и при подготовке к шахматным турнирам.
Эксперты подчеркивают, что модель способна находить нестандартные решения. Она анализирует свой опыт и опыт других игроков, но всё же не идеальна: стиль игры больше напоминает не человеческий, а инопланетный разум. Поэтому в 2020 году американские ученые решили запустить новый проект и создать более «человечную» модель Maia. Исследования, основанные на наблюдениях за реальными игроками, показали, что особенность шахматистов-людей заключается в том, какие ошибки они обычно совершают. Шахматисты с низким уровнем игры допускают больше мелких, глупых помарок, чем их более продвинутые коллеги. Возможно, именно такая модель стала скачком к той «человечности» нейросетей, о которой говорил Жан-Кристоф Баи.
AlphaStar, Muse, AlphaGo, самомотивация нейросетей — об этих и других непонятных, но интересных словах расскажет этот автор. Подсказываем: все они о том, как искусственный интеллект играет в игры!