Шахматы значительно сложнее шашек. Так, выше я упомянула, что в шашках из каждой позиции на доске в среднем можно сделать шесть или семь ходов. В шахматах, однако, из каждой позиции можно сделать в среднем 35 ходов. В связи с этим дерево игры в шахматах гораздо больше, чем в шашках. На протяжении десятилетий шахматные программы совершенствовались синхронно с повышением скорости работы аппаратного обеспечения. В 1997 году IBM второй раз пришла к игровому триумфу с шахматной программой Deep Blue, одержавшей победу над чемпионом мира Гарри Каспаровым в матче из нескольких партий, который привлек огромное внимание общественности.

Deep Blue использовала практически такой же метод, как шашечная программа Сэмюэла: перед каждым ходом она строила фрагмент дерева игры, где корнем становилась текущая позиция на доске, затем применяла свою оценочную функцию к самому дальнему уровню дерева, а после этого с помощью максиминного алгоритма распространяла ценности обратно по дереву, чтобы решить, какой ход сделать. Основные различия между программой Сэмюэла и Deep Blue заключались в том, что Deep Blue заглядывала дальше вперед по дереву игры, использовала более сложную (ориентированную на шахматы) оценочную функцию, обладала запрограммированным шахматным знанием и работала на специальном параллельном аппаратном обеспечении, которое позволяло ей функционировать очень быстро. Кроме того, в отличие от шашечной программы Сэмюэла, Deep Blue не полагалась на машинное обучение.

Как ранее произошло с программой Сэмюэла, победа Deep Blue над Каспаровым привела к значительному повышению стоимости акций IBM[199]. Эта победа также спровоцировала большой переполох в прессе, которая принялась обсуждать последствия создания сверхчеловеческого интеллекта и выразила сомнение, что люди после этого вообще захотят играть в шахматы. Но в последующие десятилетия человечество адаптировалось к существованию Deep Blue. Как Клод Шеннон прозорливо написал в 1950 году, машина, которая превзойдет человека в шахматах, “заставит нас либо признать возможность механизированного мышления, либо дополнительно сузить нашу концепцию мышления”[200]. Случилось второе. Теперь считается, что сверхчеловеческая способность к игре в шахматы не требует общего интеллекта. Deep Blue не обладает интеллектом в том смысле, который мы сегодня вкладываем в это слово. Она умеет только играть в шахматы – и больше ничего. У нее нет представления о том, что для человека значит “игра” и “победа”. (Однажды я услышала такую фразу: “Хотя Deep Blue и победила Каспарова, она не получила от этого никакого удовольствия”.) Более того, шахматы выжили и сохранили свой статус сложной человеческой игры. Сегодня шахматисты используют компьютерные программы для тренировки, как бейсболист использует бейсбольную пушку. Можно ли сказать, что это стало результатом эволюции наших представлений об интеллекте, скорректированных благодаря прорывам в ИИ? Или же это еще один пример максимы Джона Маккарти: “Когда все работает исправно, никто уже не называет это ИИ”?[201]

Игра го существует более двух тысяч лет и считается одной из самых сложных настольных игр. Если вы никогда не играли в го, не переживайте: мои рассуждения не требуют от вас знакомства с игрой. При этом полезно знать, что го имеет серьезную репутацию, особенно в Восточной Азии, где игра невероятно популярна. “На досуге в го играют императоры и генералы, интеллектуалы и вундеркинды”, – пишет ученый и журналист Алан Левиновиц, который далее цитирует слова южнокорейского чемпиона по го Ли Седоля: “В западном мире есть шахматы, но го несравнимо изящнее и интеллектуальнее”[202].

Правила го довольно просты, но в процессе игры сложность нарастает. Совершая ход, игрок помещает камень своего цвета (черный или белый) на доску размером 19 x 19 клеток. Правила регламентируют, куда можно помещать камни и как захватывать камни противника. В отличие от шахмат, где пешки, слоны, ферзи и другие фигуры имеют иерархию, все камни го равноценны. Обдумывая ход, игрок должен быстро анализировать конфигурацию камней на доске.

Создание программы для успешной игры в го занимало специалистов по ИИ с самого зарождения отрасли. Сложность го, однако, делала эту задачу на удивление трудновыполнимой. В 1997 году, когда Deep Blue обыграла Каспарова, средние гоисты по-прежнему легко обыгрывали лучшие программы. Как вы помните, Deep Blue просчитывала значительное количество ходов с любой позиции, а затем применяла свою оценочную функцию, чтобы оценить будущие позиции, причем каждая оценка в этом случае прогнозировала, приведет ли конкретная позиция к победе. Программам го такая стратегия недоступна по двум причинам. Во-первых, размер дерева упреждающего просмотра в го значительно больше, чем в шахматах. Если шахматист выбирает в среднем из 35 возможных ходов для каждой позиции, игрок в го имеет в среднем 250 возможных ходов. Даже при наличии специального аппаратного обеспечения метод перебора, который использовала Deep Blue, не применим к дереву игры в го. Во-вторых, никто еще не создал хорошую оценочную функцию для позиций го. Иными словами, никто пока не сумел составить успешную формулу, которая анализирует позицию в го и прогнозирует, кто победит в игре. Лучшие игроки в го полагаются на свои навыки распознавания паттернов и необъяснимую интуицию.

Исследователи ИИ пока не поняли, как закодировать интуицию в оценочную функцию. Именно поэтому в 1997 году – в тот же год, когда Deep Blue обыграла Каспарова, – журналист Джордж Джонсон написал в The New York Times: “Когда или если компьютер одержит победу над чемпионом по го, это станет знаком, что искусственный интеллект действительно начинает приближаться к настоящему”[203]. Звучит знакомо – то же самое раньше говорили о шахматах! Джонсон процитировал прогноз одного энтузиаста го: “Возможно, пройдет сто лет, прежде чем компьютер победит человека в го, а возможно, и того больше”. Всего через двадцать лет AlphaGo, которая научилась играть в го с помощью глубокого Q-обучения, одержала победу над Ли Седолем в матче из пяти партий.

Прежде чем я объясню, как работает AlphaGo, давайте вспомним ее блестящую победу над Ли Седолем, одним из лучших гоистов в мире. Даже увидев, как полугодом ранее AlphaGo обыграла чемпиона Европы Фана Хуэя, Ли не усомнился в своей победе: “Думаю, уровень [AlphaGo] не сравнить с моим… Конечно, в последние четыре-пять месяцев программу сильно усовершенствовали, но этого времени недостаточно, чтобы бросить мне вызов”[204].