A gépagy győzött, de még örülni sem tud neki

Li Szedol küzd az AlphaGo ellen

Újabb mérföldkőhöz ért a mesterségesintelligencia-kutatás: ötből négyszer verte meg a Google AlphaGo nevű szoftvere a világ legjobb játékosát góban, az emberiség legösszetettebb játékában. A Google azt ígéri, hogy a technológiával a világ problémáit fogjuk megoldani, többekben azonban ismét felmerült a kérdés: mi lesz, ha egyszer a gépek intelligensebbek lesznek nálunk? Hogy rabszolga lesz-e belőlünk, azt még nem tudni. Egy biztos, a fejlett szoftverek egyre több területen veszik át a helyünket.

Ez nem emberi lépés. Sosem láttam még embert, aki ezt a lépést játssza. Gyönyörű. Gyönyörű. Gyönyörű.

Ezt ismételgette Fan Huj, háromszoros Európa-bajnok gojátékos, miközben azt nézte, hogyan mérkőzik meg egymással az AlphaGo nevű szoftver és a világ legjobb gojátékosa, Li Szedol.

Októberben még Huj ült az asztalnál, öt meccset vesztett el az AlphaGo ellen. Ez volt az első alkalom, hogy egy mesterséges intelligencia (AI)

legyőzte az embert a világ legösszetettebb táblajátékában.

A DeepMind ezután a 9 danos profi gojátékost hívta ki, akivel március 9–15. közt csapott össze a gépagy Szöulban. AlphaGo az első három, majd az ötödik fordulót is megnyerte,

meglepő, új megközelítésekkel szorítva sarokba a bajnokot.

Li Szedol küzd az AlphaGo ellen Forrás: AFP/Google Deepmind

Csupán a negyedik körben tudott Li Szedol szépíteni, és megverni a gépet. A szoftver ugyanis hibát vétett, és ezt tetézte azzal, hogy nem ismerte fel időben a bajt, így a stratégiája végül összeomlott.

Gyorsan tanul

Jól mutatja a technológia exponenciális fejlődését, hogy a kutatók úgy saccolták, ehhez hasonló győzelem csak tíz évvel később lesz lehetséges, nem 2016-ban. Az AlphaGo azonban a vártnál is gyorsabban tanult. De mit jelent ez a győzelem számunkra?

A mesterséges intelligencia fejlesztésében bevett szokás, hogy közkedvelt logikai játékokkal teszik próbára a szoftverek képességeit. A gépek 1994-ben már legyőztek minket dámában,

1997-ben Garri Kaszparov sakkmestert győzte le az IBM Deep Blue számítógépe.

(Ugyan később azt állították, a világbajnokot egy szoftverhiba zavarta meg, és így győzhetett az IBM szuperszámítógépe.)

2011-ben a Jeopardy nevű kvízműsorban brillírozott az IBM mesterséges intelligenciája. Watson mostanra már receptes könyveket ír, orvosi diagnózisok felállításában és a kezelések hatékonyságának felmérésében segít az orvosoknak a leletek és a kórtörténet elemzésével, segíti az okosotthonok és okosvárosok terjeszkedését.

Az IBM Watson szoftver a Jeopardy! kvízjátékban Forrás: AFP/Getty/Ben Hider

A go azonban egészen mostanáig a Szent Grálnak számított. A 3000 éves, ősi táblajátéknak végtelenül egyszerű szabályai vannak, mégis roppant összetett. Nemcsak kitűnő logika és stratégiai gondolkodás, de

intuíció és kreativitás is kell hozzá.

Egy 19x19-es táblán játssza két fél, akik fekete és fehér köveket pakolnak le. Céljuk az, hogy az ellenség színéből minél többet kerítsenek körbe. A lehetséges lépések és pozíciók száma jóval több, mint a sakkban, szinte lehetetlen megjósolni, hogy egy-egy lépés milyen végkimenetelhez vezethet.

A go szabályai röviden

A go kétszemélyes játék, amelynek lényege, hogy az ellenfélnél nagyobb területet kerítsünk be, több pontot szerezve. A két játékos fekete vagy fehér színt választ, és felváltva lépnek. A 19x19-es táblán nem a mezőkre, hanem a metszéspontokra kell helyezni a köveket, így alakulnak ki a területek. Az egyik szabály, hogy a kövek mellett lennie kell legalább egy szabad helynek.

Li Szedolnak (fehér) negyedszeri nekifutásra sikerült nyernie Forrás: AFP/Ed Jones

Gyermekként tanul

Az AlphaGo szoftvert kifejezetten a játékhoz fejlesztette a Google, a program a gépi tanulással foglalkozó DeepMind cég technológiáján alapul, amit 2014-ben vásárolt fel a keresőóriás. A Google a Facebookkal egy időben ruházott be a "deep learning" (gépi tanulás) technológiába, amely reményeik szerint

forradalmasítja a számítógépek és az internet működését.

A deep learning lényege, hogy csak az alapvető képességekkel látják el a gépet, amely egy csecsemőhöz hasonlóan, az alapoktól kezdi megszerezni ismereteit. Ezek a gépek megfigyeléseikből és tapasztalataikból saját maguk vonnak le következtetéseket, így tulajdonképpen már nem programozni, hanem tanítani kell őket egy-egy specifikus terület kiismeréséhez.

A meglepett govilágbajnok feladta az első meccset Forrás: YouTube

A technológia számos szolgáltatást "finomhangol" így. A Google Fotók például felismeri, hogy az adott képen egy macska van, mivel korábban már több millió macskás képet bontott le pixelekre. Az AlphaGo is hasonlóan tanul, csak ő többmilliónyi golépést és -stratégiát néz végig, kielemezve az emberek által játszott mérkőzéseket. Szedol így nem csak egy algoritmus ellen küzdött,

AlphaGo mögött ott volt az emberi játékosok 30 millió döntése.

És persze a milliónyi meccs, amelyet már maga játszott le.

A Google adu ásza

Miután az IBM DeepBlue legyőzte 1997-ben a sakkmestert, többé nem hallottunk felőle. Az a program ugyanis csak azon célból készült, hogy megtanuljon sakkozni, utána már nem volt mit bizonyítania. AlphaGo képességei azonban a gépi tanulásnak köszönhetően számos területen kamatoztathatók.

A DeepMind alapítója szerint a technológiával később az életveszélyes betegségeket még az orvosok előtt tudjuk majd felfedezni, de sokat segíthet a klímaváltozás kutatásában is. Forradalmasíthatja az önjáró autókat és a virtuális asszisztenseket.

Ám mielőtt az emberiség legnagyobb problémáit oldaná meg, a Google hétköznapi termékeit teszik vele fejlettebbé.

A Google Fordító előbb-utóbb anyanyelvi szinten fordítja majd a szövegeket. A YouTube videóajánlásai még személyre szabottabbak lesznek. A Google 14 összekapcsolt robotkarja egymástól tanulta meg, hogyan kell felemelni különféle tárgyakat.

Egyelőre nem kell félnünk

AlphaGo győzelme kapcsán a techszféra több nagy alakja is elgondolkodtatóan nyilatkozott. A Xiaomi vezetője, Lej Jun azt mondta:

Az egyáltalán nem ijesztő, hogy AlphaGo megverte Li Szedolt. Ijesztő lesz majd az, ha szándékosan fogja megverni őt.

Több szakértő is úgy véli, még évtizedeket kell várni arra, hogy a mesterséges intelligenciának érzelmei és szándékai legyenek.

Richard Sutton mesterséges intelligenciával foglalkozó amerikai kutató szerint egy fontos emberi tulajdonság még hiányzik a gépagyból: hogy megértse a világ működését, a fizika törvényeit. Egy intelligens rendszer kitűzhet célokat, és elérheti azokat, egyelőre még emberi segítséggel. A valós életben azonban nincsenek szabályok, és nem mindig tudjuk, milyen következményei lesznek döntéseinknek.

Érzéseik még nincsenek Forrás: AFP/Toru Yamanaka

A szakember szerint azonban nem lehetetlen a dolog.

50 százalék esélyt lát arra, hogy körülbelül 2040-re sikerülhet egy emberhez hasonló mesterséges intelligenciát fejleszteni.

Stuart Russel, a UC Berkeley Egyetem professzora szerint ez hamarabb bekövetkezhet, mivel drámaian felgyorsultak a fejlesztések, és a jövőben várhatóan még gyorsabban sikerül meghódítani a mérföldköveket. Ahogy az AlphaGo által elért eredményt is tíz évvel későbbre jósolták.

A határok feszegetése

Többek szerint nem kéne tovább feszegetnünk a határokat, egy teljes, emberre hasonlító mesterséges intelligencia létrehozása egyet jelent majd a pusztulással. Stephen Hawking egy 2014-es BBC-interjúban a következőket mondta:

Amint a robotok önálló tudatra ébrednek, egyre ügyesebben fogják újratervezni magukat.

Hozzájuk képest az emberi evolúció korlátozott és lassú. Nem vagyunk versenyképesek, a robotok túl fogják szárnyalni az embereket. A teljes körű mesterséges intelligencia kifejlesztése az emberi faj végét jelentheti."

Elon Musk szintén ettől fél, szerinte a mesterséges intelligencia potenciálisan

veszélyesebb, mint az atombomba.

Ennek nyomán a vezető tudósok egy olyan etikai szabályozás megteremtését sürgetik, amely felügyelné a fejlesztéseket és a biztonsági szabályok kialakítását.

Elveszik a munkánkat

A fejlett szoftverek egyelőre még csak egy specifikus területen erősebbek, köszönhetően annak, hogy gyorsabban számítanak, és hatalmas adathalmazokat tudnak kezelni. A gépek jobbak adatelemzésben, bonyolult műveletek elvégzésében. Ezért félünk attól, hogy elveszítjük a kontrollt.

Valósabb és közelibb félelem az, hogy ezen előnyeikből kifolyólag

egyre több területen helyettesítik az embert.

Az ipari robotok használata már nem új keletű, most már az egyre intelligensebb szoftverek bevezetése zajlik. Már nemcsak fizikai munkakörben lehet őket alkalmazni, de számos szellemi tevékenységet is elvégeznek, többek közt az adminisztrációs, pénzügyi munkákat.

Nao robot már egy hotelben recepciós Forrás: Wikimedia Commons

A januári davosi konferencián az is elhangzott, hogy a mesterséges intelligencia és a robotok alkalmazása miatt 5,1 millió munkahely szűnik meg a következő öt évben a világ 15 vezető országában. A munkaerő kétharmada a hivatalokban és az adminisztratív területen válik hamarosan feleslegessé.

A robotizáció és a mesterséges intelligencia hozhatja el a negyedik ipari forradalmat,

karöltve a nanotechnológiával, 3D-nyomtatással és biotechnológiával. Moshe Vardi, a texasi Rice Egyetem információtechnológiai intézetének igazgatója szerint nem lesz robotbiztos foglalkozás. Azonban nemcsak robotokra kell gondolni, hanem automatizált rendszerekre. Ide tartozik az önvezető autó, a drón, az automatikus kereskedőrendszer, a házi robotok és intelligens asszisztensek is.

És mit csinálunk mi?

A Google Kína vezetője, Kajfu Li szerint a mesterséges intelligencia igazi veszélye nem az, hogy egy nap rabszolgát csinálnak az emberekből. Szerinte a gépek teljesen képtelenek lesznek arra, hogy megértsék az emberi reakciókat, érzelmeket, értékeket vagy olyan elvont fogalmakat, mint a bizalom és a tisztelet.

A gépek csak az értékteremtés eszközei maradnak.

Sokkal nagyobb gondot fog okozni az, hogy miként alakulnak át a munkahelyek, és mit fognak csinálni az emberek, ha elvesztik a motivációt, és azon törekvésüket, hogy jobbá váljanak.

Az automatizált megoldások elterjedése új foglalkozásokat teremt majd, de még a jövő zenéje, hogy ez milyen ütemben történik meg.

Kajfu Li azt ajánlja, foglalkozzunk minél kevesebbet az olyan repetitív feladatokkal, amit ki lehet váltani automatizált módon. Helyette fejlesszük kreativitásunkat, és képezzük magunkat a művészet, filozófia, zene, filmek, kultúra és vallás területén.