Tim Zahavi: Inovativni pristup rešavanju problema u šahu uz pomoć veštačke inteligencije

Uvod

Kada je Covid-19 poslao ljude kućama početkom 2020, kompjuterski naučnik Tom Zahavi je ponovo otkrio šah. Kao dete je igrao šah, a nedavno je pročitao memoare Garija Kasparova „Deep Thinking“, koje opisuje mečeve protiv IBM-ovog kompjuterskog programa za igranje šaha – Deep Blue. Gledao je šahovske video snimke na YouTube-u i TV seriju „The Queen’s Gambit“ na Netflix-u.

Zahaviov obnovljeni interes za šah nije bio usmeren ka unapređenju sopstvene igre. Umesto toga, on je više uživao u rešavanju šahovskih slagalica koje izazivaju igrače da na kreativan način pronađu načine za sticanje prednosti.

Slagalice mogu pomoći igračima da unaprede svoje veštine, ali nedavno su postale i polje za istraživanje skrivenih ograničenja šahovskih programa. Jedna od najpoznatijih slagalica, koju je osmislio matematičar Sir Roger Penrose 2017. godine, postavlja jače crne figure (poput kraljice i topova) na šahovsku tablu, ali na nezgodnim pozicijama. Iskusni ljudski igrač, koji igra belima, lako može odvesti partiju u remi, ali moćni kompjuterski programi za igranje šaha tvrde da crni ima očiglednu prednost. Zahavi smatra da ta razlika ukazuje na to da kompjuteri, iako mogu pobediti najbolje svetske igrače, još uvek nisu sposobni da prepoznaju i reše sve vrste teških problema. Od tada, Penrose i drugi su osmislili veliki broj slagalica koje kompjuteri teško mogu rešiti.

Inovativni pristup rešavanju problema

Šah je dugo bio poligon za testiranje novih ideja u veštačkoj inteligenciji i Penroseove slagalice su privukle Zahavijevu pažnju. Kao istraživač naučnik u kompaniji Google DeepMind, Zahavi istražuje pristupe kreativnom rešavanju problema. Cilj je razviti veštačke inteligencije sa spektrom mogućih ponašanja, koji prevazilaze izvršavanje samo jednog zadatka.

Zbog toga je Zahavi i njegove kolege razvili način kako da povežu više odlučivanja pomoću veštačke inteligencije, tako da do deset različitih sistema zajednički rade, a svaki je optimizovan i obučen za različite strategije. Rezultati novog sistema su pokazali da igra bolje od samog AlphaZero, a pokazao je više veštine i kreativnosti u rešavanju Penroseovih slagalica. Ove sposobnosti dolaze, u nekom smislu, iz automatske saradnje sistema – kada jedan pristup naiđe na prepreku, program jednostavno koristi drugi pristup.

Takav pristup ima smisla, smatra Allison Liemhetcharat, istraživačica kompjuterskih nauka u kompaniji DoorDash, koja se bavi pristupima višeagencijskom rešavanju problema u robotici. „Sa populacijom agenata, postoji veća verovatnoća da su slagalice u domenu za koji je bar jedan agent obučen“.

Rad ukazuje da timovi različitih sistema veštačke inteligencije efikasno mogu rešavati teške probleme koji idu izvan igre šaha. „Ovo je odličan primer da traženje više od jednog načina za rešavanje problema – poput pobede u šahovskoj partiji – donosi mnogo benefita“, kaže Antoine Cully, istraživač veštačke inteligencije na Imperial College London, koji nije učestvovao u projektu DeepMind-a. On je to uporedio sa veštačkom verzijom sesija brainstorming-a kod ljudi. „Ovaj način razmišljanja vodi ka kreativnim i efikasnim rešenjima koja bi se propustila bez ovog vežbanja“.

FAQ

Kako su slagalice razvijene od strane matematičara Sir Roger Penrose-a pomogle da otkriju ograničenja kompjuterskih programa za igranje šaha?

Slagalice koje je osmislio Penrose postavljaju crne figure na šahovsku tablu u neobičnim i nezgodnim pozicijama. Iako iskusni ljudski igrači mogu odvesti partiju u remi, moćni kompjuterski programi za igranje šaha tvrde da crne ima očiglednu prednost. Ovo ukazuje na ograničenja kompjuterskih programa da prepoznaju i reše sve vrste teških problema.

Kako je Tom Zahavi razvio nov pristup rešavanju šahovskih problema?

Zahavi i njegove kolege su razvili način kako da povežu više odlučivanja pomoću veštačke inteligencije. Sistema koji se sastoji od deset različitih optimizovanih i obučenih AI sistema, koji su napravljeni za različite strategije. Rezultati su pokazali da ovaj novi sistem rešava šahovske probleme bolje od individualnog programa za igranje šaha, a pokazao je i veštinu i kreativnost u rešavanju Penroseovih slagalica.

Kako timovi različitih sistema veštačke inteligencije mogu efikasno rešavati teške probleme?

Timovi veštačke inteligencije su efikasni u rešavanju teških problema jer svaki sistem ima svojstva i strategije na kojima je specijalizovan. Kada jedan pristup naiđe na prepreku, tim jednostavno prelazi na drugi pristup koji može efikasno rešiti problem. Ovo vodi ka kreativnim i efikasnim rešenjima koja bi se propustila bez većeg timskog pristupa.