На протяжении многих десятилетий казалось, что профессиональные игроки в Го достигли жесткого предела в том, насколько хорошо можно играть. Они не становились лучше. С 1950-х до середины 2010-х годов качество принимаемых решений оставалось на прежнем уровне.
Затем, в мае 2016 года, DeepMind продемонстрировал Alpha Go, искусственный интеллект (ИИ), который смог победить лучших игроков-людей в Го. И вот как отреагировали люди. Через несколько лет самые слабые профессиональные игроки стали превосходить сильнейших игроков до появления ИИ. Сильнейшие игроки превзошли все, что считалось возможным. И дело было не только в том, что они механически подражали ИИ. Они также стали более креативными. Наблюдался всплеск исторически новых ходов и последовательностей. Я предполагаю, что успех AlphaGo заставил людей переоценить некоторые ходы и отказаться от слабых эвристик. Это позволило им увидеть возможности, которые были упущены ранее.
Это не первый случай такого опосредованного машиной расцвета. Когда DeepBlue победил чемпиона мира по шахматам Каспарова в 1997 году, предполагалось, что это станет ударом для шахматистов-людей. Но этого не произошло. Шахматы стали популярнее, чем когда-либо. И игры не стали машиноподобными и предсказуемыми. Вместо этого такие лучшие игроки, как Магнус Карлсен, стали более изобретательными, чем когда-либо. Наш потенциал больше, чем мы осознаем.
Автор публикации
Комментарии: 551Публикации: 259Регистрация: 26-04-2018
Что-то считается невозможным. Затем кто-то это делает. Вскоре это становится стандартом. Это обычная закономерность.
К примеру, пока Роджер Баннистер не пробежал милю за 4 минуты, лучшие бегуны десятилетиями группировались чуть выше 4 минут.
Это не означает, что системы ИИ не вытеснят людей во многих задачах, и это не означает, что люди всегда могут адаптироваться, чтобы идти в ногу с системами — на самом деле, игроки в го не поспевают за ними. Но расцвет творчества и навыков говорит нам кое-что о том, что может произойти в конце распределения человеческих навыков, когда больше систем ИИ выйдут в сеть. По мере того, как люди учатся у ИИ, они могут преодолеть препятствия, которые удерживали их в тупике, и достичь более высоких результатов.
Возможно, раньше рассуждения сдерживали людей. Человеческие ходы, как правило, следуют эвристике, которая объяснима и упрощает вещи, чтобы люди могли производить вычисления в уме. ИИ не заботятся об этих эвристиках и объяснениях, поэтому они могут играть чище. На шахматном языке ИИ более «конкретен» — рассуждения основаны на конкретных вариациях, а не на общих принципах.
Массовое обучение вводу данных по этому виду конкретной игры, минуя эвристики и объяснения, может быть причиной улучшенного качества решений.
В шахматах группа молодых гроссмейстеров достигла этого, в основном играя по 10+ часов в день в онлайн-шахматы на скорость вместо старых стратегий, которые делали упор на целевое обучение, преднамеренную практику и более медленные упражнения. Это еще один пример перехода к массовому вводу данных, выход за рамки эвристики к чистому сопоставлению шаблонов, и это было, как и в случае с Го, облегчено движками ИИ.))
Да но нам нужно дать пинка под зад. чтобы мы начали двигаясь быстрее и лучше . А с игроками в ГО произошло что я называю застой статностью, молодые игроки боялись играть с мастерами и в итоге все стояло на месте. А ИИ до лампочки сколько у тебя наград он тебя разрывает в тряпки и все.