V březnu 2016 svět sledoval, jak AlphaGo, AI systém vyvinutý DeepMind od Googlu, porazilo Lee Sedola — jednoho z největších hráčů Go v historii — v pětizápasovém matchi 4:1. Vítězství vyvolalo šokové vlny, protože Go bylo považováno za poslední velkou baštu lidské strategické převahy nad stroji (DeepMind, 2016).
Go je exponenciálně složitější než šachy. Zatímco šachy mají přibližně 10⁴⁷ možných pozic, Go má odhadem 10¹⁷⁰ — více než počet atomů v pozorovatelném vesmíru. AlphaGo překonalo tuto výzvu kombinací hlubokých neuronových sítí s Monte Carlo prohledáváním stromů — v podstatě se naučilo hrát místo naprogramování pravidly (Silver et al., 2016, Nature).
Kulturní dopad byl hluboký, zejména v Asii, kde má Go hluboký kulturní význam. Lee Sedol popsal zkušenost jako „hluboce pokořující" a v roce 2019 odešel z profesionální hry s odkazem na AI: „Existuje entita, kterou nelze porazit." V Jižní Koreji bylo vítězství AlphaGo národní událostí srovnatelnou s přistáním na Měsíci (BBC, 2016).
Tah 37 ve druhé hře se stal legendárním. AlphaGo umístilo kámen na pozici, kterou by žádný lidský profesionál nezvážil — tah tak nekonvenční, že komentátoři zpočátku věřili, že jde o chybu. Ukázalo se ale, že byl brilantní. Tento moment ilustroval něco hlubokého: AI nejen kopírovalo lidské myšlení — objevovalo strategie, které lidé nikdy nevymysleli ve hře, kterou lidé hráli přes 2 500 let.
AlphaGo znamenalo přelom. Nástupce AlphaGo Zero (2017) se naučilo zcela prostřednictvím hry sám se sebou — bez jakýchkoli lidských dat — a porazilo původní AlphaGo 100:0. Techniky vyvinuté pro AlphaGo byly později adaptovány pro skládání proteinů (AlphaFold), materiálovou vědu a vývoj léků (Silver et al., 2017, Nature).
Klíčové zdroje
- Silver D. et al. (2016). Mastering the game of Go. Nature, 529.
- Silver D. et al. (2017). Mastering Go without human knowledge. Nature, 550.