записям из сферы целевого применения. Таким образом, модель, обученная на записях из GSM-канала, будет испытывать проблемы при работе с обычными микрофонными записями. Другие параметры оборудования — сильное эхо или фоновые шумы, потери пакетов в сетях связи, сильно различающаяся тематика разговоров — могут мешать качественному распознаванию речи. Русский язык по сравнению с английским обладает большей флективностью (т. е. среднее число форм одного и того же слова в нём немного выше, чем в английском), что создаёт системам распознавания дополнительные трудности. И всё же сегодня при грамотном использовании технологий распознавания речи можно создавать удобные продукты и сервисы, пользующиеся большой популярностью: голосовые помощники, роботизированные системы обзвона, голосовые интерфейсы навигационных систем и медиаплееров, системы управления в умных домах, системы речевой аналитики в колл-центрах и так далее.

Помимо собственно распознавания речи, системы, основанные на технологиях машинного обучения, применяются сегодня для идентификации пользователей по голосу, выделения в аудиозаписях реплик различных людей (так называемая диаризация), активации устройств по ключевым словам, определения интонационной окраски речи, улучшения качества звука и многих других задач в области обработки голосовой информации. При этом прогресс во всех этих областях продолжается, а это означает, что все вышеперечисленные способности или уже стали обыденными для современных продуктов и сервисов, или станут таковыми в ближайшие годы.

6.2.3 Распознавание образов в играх

Онода Шестой дан, арбитр в прощальной партии Мэйдзина Хонинбо, несколько лет спустя, незадолго до своей смерти, вдруг разгромил всех противников на большом квалификационном турнире Отэай, устраиваемом Ассоциацией го. Его игра была блестящей, а я бы даже сказал — пугающе великолепной. И за доской он держался не так, как обычно: при ходе противника тихо сидел с закрытыми глазами. Потом он объяснял, что в это время старался побороть в себе жажду победы. После турнира он почти сразу лёг в больницу, где вскоре скончался от рака желудка, о котором и сам не подозревал. Точно так же Кубомацу Шестой дан, у которого одно время учился Отакэ. Незадолго до смерти он показал выдающиеся результаты в турнире Отэай.

Кавабата Ясунари. Мэйдзин

6.2.3.1 Победа в го

Как мы писали ранее, в главе 3.7, игра го на протяжении многих лет исполняла роль своеобразного философского камня в области искусственного интеллекта и успехи в ней компьютерных программ несколько лет назад были весьма невелики.

Возможно, уважаемый читатель, вас удивит такая смена темы повествования — с распознавания изображений и звука на игру в го.

Но дело в том, что позиция в го ничем принципиально не отличается от изображения размером 19 × 19 пикселей, а различные её варианты, возникающие в процессе игры, — прямые аналоги зрительных образов. Как выяснилось, нейросетевая модель, хорошо зарекомендовавшая себя в задачах распознавания зрительных образов, может использоваться и в нахождении важных позиционных структур на игровой доске в го.

И не только в го…

Но обо всём по порядку.

27 января 2016 г. в журнале Nature вышла статья[1944] коллектива исследователей из компании DeepMind (была приобретена Alphabet — родительским холдингом Google в 2014 г., поэтому иногда называется Google DeepMind) под названием «Овладение игрой го при помощи глубоких нейронных сетей и дерева поиска» (Mastering the game of Go with deep neural networks and tree search). Эта статья произвела в сообществе игроков в го эффект разорвавшейся бомбы. Дело в том, что, помимо описания алгоритмов, лежащих в основе новой программы для игры в го, получившей название AlphaGo, в статье приводились результаты матча AlphaGo против чемпиона Европы по го — Фань Хуэя. Фань Хуэй, профессионал второго дана, не просто потерпел в этом матче поражение, а проиграл его всухую, со счётом 0 : 5. Сам матч прошёл в штаб-квартире DeepMind в Лондоне в октябре 2015 г. при «длинном» временном контроле (час для каждого игрока, потом 30 секунд на ход без накопления, с тремя дополнительными полуминутами на всю игру). Это стало первым случаем в истории, когда компьютерная программа для игры в го победила профессионального игрока-человека на полноразмерной доске без форы.

Фань так охарактеризовал программу: «Я знаю, что AlphaGo — это компьютер, но если бы мне никто этого не сказал, то я бы, возможно, подумал, что мой соперник был немного странным, но очень сильным игроком, реально существующим человеком»[1945].

В матче с Фань Хуэем использовалась распределённая версия AlphaGo с 40 потоками перебора и использовавшая 1202 CPU и 176 GPU. Во время основного матча AlphaGo и Фань Хуэй сыграли также пять неформальных игр с более коротким временным контролем (у каждого игрока было только 30 секунд на ход без накопления с тремя дополнительными полуминутами на всю игру), в этих партиях AlphaGo победила Фаня со счётом 3 : 2. Фань Хуэй отметил, что игра с AlphaGo помогла ему улучшить собственный уровень игры и научила видеть вещи, которые раньше он не замечал. Журналисты издания Wired подтвердили это заявление Хуэя — к марту 2016 г. он переместился в мировом рейтинге го: с 633-го места вошёл в топ-300[1946].

Реакция профессионалов го была весьма бурной и пропитанной духом отрицания. Ли Седоль, один из сильнейших игроков в го, отметил, что AlphaGo достигла высшего любительского, но не профессионального уровня и что он мог бы дать AlphaGo фору в один или два камня. Ке Цзе и Ми Ютинг были более осторожны, оценив силу игры AlphaGo в этом матче как примерно соответствующую силе кандидата в профессионалы го и чрезвычайно близкую к профессиональному уровню. Ши Юэ и вовсе признал, что AlphaGo уже достигла профессионального уровня. Комментируя успех AlphaGo, Ке Цзе написал у себя в блоге: «Ошеломительно! Хотя уровень игры AlphaGo и был ограничен… Опасно, что он ещё не был завершён и при этом может эволюционировать (развиваться) и дальше». Прокомментировали полученный результат и представители компьютерного сообщества. Создатель уже упоминаемой в книге шашечной программы Chinook Джонатан Шеффер сравнил AlphaGo с «вундеркиндом», которому пока не хватает опыта. По мнению Шеффера, матч с Фань Хуэем ещё не являлся «моментом Deep Blue» и настоящим достижением станет момент, «когда программа обыграет игрока, бесспорно принадлежащего к высшему эшелону».

Впрочем, это понимали все: и создатели AlphaGo, и представители элиты мирового го, поэтому матч соответствующего уровня был организован в кратчайшие сроки. Противником AlphaGo суждено было стать Ли Седолю — профессиональному игроку в го и обладателю девятого дана. Седоль был, вне всякого сомнения, одним из сильнейших игроков в истории го. Он начал карьеру ещё в 1996 г., получив