Az amerikai Kellin Pelrine 15-ből 14-szer győzött a mesterséges intelligencia ellen a go nevű játékban. Egy olyan hibára támaszkodva nyert, amit az ember azonnal észrevett volna.
Hét évvel ezelőtt, 2016 márciusában komoly mérföldkőnek számított, hogy a Google DeepMind-alapú algoritmusa, az AlphaGo képes volt legyőzni a világ akkori legjobb go-játékosának tartott Li Sze Tolt. A dolog vége az lett, hogy a nagymester visszavonult, mert nem tudta feldolgozni, hogy legyőzte őt egy gép.
Bár akkor ezt nem lehetett tudni, a jelek szerint Tol lépése elhamarkodott volt. Az ArsTechnica beszámolója szerint ugyanis egy amatőr játékos képes volt legyőzni egy másik, a KataGO nevű mesterséges intelligenciát az ősi kínai játékban, ráadásul többször is. Kellin Pelrine a jelentések szerint
15-ből 14 meccset megnyert a gép ellen.
Pelrine a rendszer egy hibáját használta ki, amit korábban egy másik algoritmus tárt fel. Adam Gleave, a hibakeresésre kifejlesztett programot tervező kaliforniai kutatócég, a Far AI vezérigazgatója szerint meglepően könnyű volt a mesterséges intelligencia gyengeségét kihasználni.
A Far AI szoftvere több mint 1 millió játékot játszott az algoritmus ellen, hogy felderítse annak vakfoltját, amit aztán az ember ki tud használni. Pelrine ezt kihasználva már egy másik rendszer, a Leela Zero ellen is győzni tudott.
Most már meg sem erőlteti magát a Google mesterséges intelligenciája, úgy győzi le az embert
Már az is nagy dolognak számított, amikor egy gép 1997-ben legyőzte Garri Kaszparovot, a sakkozás akkori világbajnokát. Az elmúlt időszakban azonban már a sakknál jóval összetettebb go játékban is nyerésre állt a gép, a Google mesterséges intelligenciája most legyőzte a világ legjobb játékosát is. És ezúttal még csak bele sem izzadt.
A mesterséges intelligencia gyenge pontja az volt, hogy a tábla sarkánál tett lépésekkel a játékos el tudta terelni a mesterséges intelligencia figyelmét, miközben lassan körülvette az ellenfelét. Pelrine szerint ezt egy ember azonnal észlelte volna, a gép azonban vakon maradt.
Stuart Russell, a Kaliforniai Egyetem tudósa szerint mindez a mélytanuló algoritmusok alapvető hibájára utal.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.