En almindelig spiller, og ikke engang af højeste niveau, besejrede det førende system kunstig intelligens i brætspillet Go, hvilket kom som en overraskelse, fordi sejren, som computeren vandt i 2016, blev betragtet som en vigtig milepæl i udviklingen af kunstig intelligens.
Kellyn Pelrin, en amerikansk amatørspiller, udnyttede en fejl i systemet, som tidligere blev opdaget af... en anden computer og vandt 14 ud af 15 spil. Denne sejr fremhævede svagheden ved de bedste computerprogrammer til spillet Go, som de fleste moderne AI-systemer har, inklusive den berygtede chatbot ChatGPT, skabt af OpenAI.
Den vindende taktik blev, ironisk nok, tilbudt af et andet computerprogram, der udforskede kunstige intelligenssystemer på jagt efter svage punkter. "Det var overraskende nemt for os at bruge systemet," sagde Adam Gleave, administrerende direktør for det californiske forskningsfirma FAR AI, som udviklede programmet. Programmet skulle spille mere end en million spil mod et af de mest populære Go-systemer, KataGo, for at finde det såkaldte "blinde punkt", sagde han. Ifølge Pelrin er strategien opdaget af programmet "ikke helt triviel, men heller ikke supersvær", så en gennemsnitlig person er ganske i stand til at mestre den.
Sejren kommer syv år efter, at AI så ud til at bevise sin ubestridte overlegenhed over mennesker i det, der ofte betragtes som det sværeste strategibrætspil. AlphaGo-systemet udviklet af virksomheden DeepMind, ejet af Google, besejrede verdensmesteren Lee Sedol 2016-4 i 1. I 2019 stoppede den sydkoreanske spiller med at deltage i konkurrencer netop på grund af udviklingen af AI - han erklærede, at en person ikke længere ville være i stand til at slå ham. Nå, Lee Sedol sprang lidt til konklusioner.
I spillet går to spillere på skift med at placere sorte og hvide brikker på et bræt markeret med et 19x19 gitter, og forsøger at omringe modstanderens brikker og indtage det største område. Det enorme antal kombinationer betyder, at computeren ikke rigtig er i stand til at evaluere alle de potentielle fremtidige træk. En taktik, som Pelrin brugte, var langsomt at strenge en stor "løkke" af sten for at omringe en af modstanderens grupper, hvilket distraherede AI bevæger sig i andre hjørner af brættet. Og botten bemærkede ikke sårbarheden, selv når omkransningen var næsten fuldstændig. "Men det ville være ret nemt for en person at bemærke det," tilføjede spilleren.
Også interessant:
Opdagelsen af en svaghed i nogle af de avancerede Go-maskiner peger på en grundlæggende fejl i de dybe læringssystemer, der understøtter det nyeste AI. Som Stuart Russell, professor i datalogi ved University of California i Berkeley, siger, kan systemer kun "forstå" specifikke situationer, som de er stødt på i fortiden, og er ikke i stand til at generalisere alt på den måde, som en person kan. "Dette viser endnu en gang, at vi har været for forhastede med at tilskrive overmenneskelig intelligens til maskiner," sagde Russell.
Det er sandsynligt, at den taktik, Pelrin bruger, sjældent bliver brugt, hvilket betyder, at AI-systemer ikke er blevet trænet i nok lignende spil til at "forstå" deres sårbarheder.
Også interessant: