حرکت 37 آلفاگو؛ لحظهای که هوش مصنوعی مرزهای خلاقیت را شکست
سال 2016، سالن کنفرانسهای سئول میزبان رویدادی بود که مرزهای شناخت ما از استراتژی و خلاقیت مکانیکی را دگرگون کرد. در نبرد لی سِدول در برابر آلفاگو، نرمافزاری که دیپمایند گوگل توسعه داده بود، لحظهای رقم خورد که هرگز در آرشیو بازیهای تختهای ثبت نشده بود. آنچه در دومین راند این مسابقه رخ داد، تنها یک برد محاسباتی نبود؛ پرچمی بود که روی قلههای ناشناختهٔ هوش مصنوعی عمومی افراشته شد.
حرکتی که هیچ انسانی تصور نمیکرد
در دومین راند مسابقه که در مارس 2016 برگزار شد، الگوریتم حرکتی انجام داد که افسانهای شد: حرکت 37. وقتی سیستم سنگی را دقیقاً در نقطهٔ 5-5 گوشهٔ بالا-چپ زمین جاگذاری کرد، تحلیلگران و بازیکنان حرفهایِ بازیٔ گُو زبان به خاک سپردند. این اقدام که در دایرهٔ مفاهیم بازی بهعنوان ضربهٔ شانهای شناخته میشود، از نظر ریاضی و استراتژیک شبیه یک خطای مهلک به نظر میرسید. آمار و ارقام حتی احتمال اجرای چنین حرکتی توسط یک استاد بومی را یکدهم درصد تخمین زدند. با این حال، ماشین این شانس را انتخاب کرد و معادلات بازی را در واکنشی ناگهانی به نفع خود تغییر داد.
سکوت، حیرت و جملهای که تاریخ هوش مصنوعی شد
واکنش معماران انسانی این صحنه، خود به افسانه پیوست. لی سِدول نزدیک به 15 دقیقه در سکوتی سنگین غوطهور بود و آنقدر شوکه شد که مدتی زمین را ترک کرد تا بتواند پاسخ دهد. در استودیوهای پخش زنده، مایکل ردموند به خلسه درآمده بود و فان هوی، قهرمان سابق اروپا، جملهای را پرتاب کرد که تا امروز در متون تخصصی هوش مصنوعی نقل میشود: این حرکت اصلاً انسانی نبود. ماشین تنها محاسبه نکرده بود؛ استراتژیای را متولد کرده بود که در هیچ کتاب آموزشی بازیٔ گُو جا نگرفته بود.
چرا گُو صحنهٔ این شکست است؟
برای درک عمق این تحول، باید پیچیدگیٔ زمینِ گُو را درک کنیم. اگرچه شطرنج با بیش از 10^120 حالت ممکن شناخته میشود، اما بازی گُو با 10^360 چیدمان مختلف، یکی از پیچیدهترین معماهای استراتژیک تاریخ محسوب میشود. برای دههها، محققان بر این باور بودند که شهود و حدسهای بلندمدت انسانی در این بازی بر ماشینهای مبتنی بر قدرت محاسباتی صرف برتری مطلق دارد و همین ویژگی، آن را به چالشِ نهاییِ هوش مصنوعی تبدیل کرده بود.
معماری پشت قلهٔ خلاقیت ماشینی
این موفقیت تصادفی نبود. موفقیتهای آلفاگو محصول یک معماری ترکیبی بود که در مقالهای در نشریهٔ نیچر در ژانویهٔ 2016 شرح داده شد. سیستم سه رکن اصلی داشت: شبکههای سیاست برای هدایت انتخابهای امیدبخش، شبکههای ارزش برای سنجش وضعیت زمین، و جستجوی درختیِ مونتکارلو برای گسترش احتمالات آینده. تعامل این سه مولفه باعث شد الگوریتم بهجای تکیه بر راهحلهای تکراری، به سمت ایدههای جسورانه سوق داده شود. البته این خلاقیت هزینهٔ سنگینی داشت و آموزش این مدل به هزاران پردازندهٔ مخصوص نیازمند بود و نشاندهندهٔ بار محاسباتی عظیم پشت پیشرفتهای جدید بود.
از زمین بازی تا کشف دنیای واقعی
دمیس هاسابیس، مدیرعامل دیپمایند، این لحظه را نقطهعطفی خواند که ثابت کرد یادگیری عمیق و بازخوردِ سریع میتوانند مسائل پیچیدهٔ دنیای واقعی را حل کنند. ایدههایی ریشهدار در همین معماری بعدها بستری را برای آلفافولد فراهم کردند تاخوردِ پروتئینها را با دقتی باورنکردنی شبیهسازی کند. همان منطق امروز در زیرساخت مدلهای زبانی بزرگ و روشهای بازخورد انسانی جریان دارد و نشان میدهد که مسیر تکامل ماشینها از محاسبهگرهای خشک به سمت خلاقیتِ ساختاریافته ادامه مییابد.
آیندهٔ هوش مصنوعی در گروِ همین جسارتهای محاسباتی شکل میگیرد. هر چقدر الگوریتمها در درک لایههای پنهانِ استراتژی و خلاقیت عمیقتر شوند، مرز میان برنامهنویسیِ دستوری و اکتشافِ خودپویا نازکتر خواهد شد. احتمالاً در دهههای آینده، ما شاهد رقابتی نخواهیم بود که در آن ماشینها برای تصاحب قهرمانیِ بازیها بمانند، بلکه شاهد همافزاییای خواهیم بود که در آن هوش مصنوعی بهجای تقلید از خلاقیت انسانی، ابزارهایی میسازد که مرزهای علمی و فناورانه را جابهجا میکنند.
