Starcraft og Ikea er supercomputerens værste fjende

TOKYO – Der var engang en thailandsk konge, som var mere end almindeligt glad for boksning. Han trænede dagligt i sit palads, så sveden sprang. Imens sendte han lange blikke mod tempelarenaen.

Her udfordrede rigets bedste muay thai-krigere hinanden til tvekamp, mens tilskuerne hujede, og præsterne messede de hellige kampmantraer. Her drog mestre hen fra selv det fjerne Burma og Cambodja for at afprøve deres færdigheder. Her blev legender til.

Desværre var han konge. Og boksekampe var for folk i lændeklæder, ikke silkekåber.

Men det var der råd for.

Kongen iklædte sig et sæt simpelt bondetøj og drog af sted til arenaen, hvor han med det samme tog kampen op med den stærkeste bokser. Dysten varede, fortæller historien, en halv runde. For kongen vandt på et episk knockout.

Det gjorde han også den næste gang. Og den næste. Til sidst var der ikke flere boksere tilbage – alle hyldede den nye stormester, en ukendt bonde, der i virkeligheden var kongen selv.

Flere hundrede år senere lavede Facebook samme nummer.

Dog ikke ved at sende en forklædt Mark Zuckerberg af sted til Las Vegas’ næste boksebrag. Facebook havde en anden dyst i tankerne: Det intense kapløb om kunstig intelligens.

De første runder er allerede overstået. Første omgang gik til IBM med virksomhedens skakcomputer, Deep Blue, der overvandt stormesteren Gary Kasparov i 1997. Ligesom IBM vandt den efterfølgende med sin Jeopardy-bot Watson i 2011.

I 2016 blev det så Googles tur med en række sejre inden for det dybt komplicerede asiatiske brætspil Go. Her besejrede firmaets super-bot AlphaGo en stribe af verdens bedste menneske-stormestre.

Men kapløbet er kun lige begyndt. Forude venter nu andre, endnu farligere modstandere: Computerspillet Starcraft og Ikea-stole. Begge har indtil nu trådt den kunstige intelligens’ stærkeste bots under fode. For ægte intelligens, har industrien måttet sande, er langt mere end blot avanceret talknuseri.

Dette kaldes formelt ”Moravec-paradokset” efter robot-forskeren Hans Moravec, der opdagede det i 1980’erne: Såkaldt højt avancerede intellektuelle aktiviteter, som en skakmatch, kræver i virkeligheden relativt få beregninger. Simple, lavpraktiske aktiviteter, så som at tørre samme skakbrikker af for støv, kræver til sammenligning astronomisk kompliceret databehandling.

Det føles ofte omvendt. De fleste får hurtigt hovedpine af skak, men kun de færreste tænker videre over den enorme hjernekraft, det kræver at tage sko på. Eller at samle en Ikea-stol. Uanset hvor meget sidstnævnte kan få folk til at rive sig i håret.

Det lykkedes ellers et forskerhold fra MIT i 2013 at få en robot til at samle et bord fra Ikea. Men megen ros blev det ikke til. For robotten måtte specialbygges, mens dens algoritmer bestod af en række skarpe kommandoer, automatiserede som på en fabrik. Ægte intelligens var der ikke meget af.

Men det er ingen overraskelse.

Menneskehjernen har brugt flere millioner år på at perfektionere den slags finmotorik. Skak og Go er i sammenligning en spritny udfordring for vores kognitive evner. Derfor føles førstnævnte legende let – dog måske ikke altid i Ikeas tilfælde – selvom algoritmerne bag i virkeligheden er mange gange mere krævende end dem for en skakcomputer.

En mur AI-industrien har løbet panden imod i årtier.

Det gælder også Facebook. Firmaets største bedrift på området – kan det siges lettere spydigt – er dets nu notoriske bruger-algoritmer, der opsamler data til reklamefirmaer og hjælper vrede mennesker verden over med at sprede falske nyheder. Samt en række chatbots, der var så dårlige, at Facebook hurtigt måtte fjerne dem fra sin platform igen.

Imens stormer rivalerne frem.

For laurbær bør der ikke hviles på. Derfor ser AI-industrien videre mod en ny horisont: At besejre menneskets bedste, professionelle gamere i strategispillet Starcraft.

Starcraft er, med sin ekstreme kompleksitet, kendt som verdens måske sværeste af sin slags. Der er således både hæder, ære og millioner i produktudvikling at vinde for den, der kan knække koden. Sidste år beskrev Microsoft i en forskningsartikel for eksempel, hvordan firmaet kunne tjene flere hundrede millioner dollars ekstra, hvis blot en kunstig intelligens kunne forbedre koncernens reklamealgoritmer med sølle 0,1 pct.

En konklusion, som Google er enig i.

Derfor har DeepMind – startup-firmaet bag AlphaGo, som Google købte i 2014 – samt nogle af Japans og Kinas mest avancerede AI-hold taget udfordringen op. Blandt andet i en årlig turnering, afholdt i september, hvor de bedste Starcraft-algoritmer dyster mod hinanden.

Imens ser verden på i spænding. For Starcraft er langt sværere for en AI at mestre end selv Go. En sejr i denne turnering ville dermed løfte Facebook op i AI-verdens absolutte eliteliga. Samtidig ville det være en fryd at skubbe rivalen Google ned fra piedestalen.

Konklusionen var klar: Ja tak, lød det sidste år fra Facebook. Det trofæ snupper vi.

Desværre havde det sociale medie ikke engang bygget en prototype, men blot udgivet en række videnskabelige artikler om spilleintelligenser generelt. Samt en lille håndfuld specifikt om AI-dreven Starcraft. Den slags er bestemt ikke at kimse af – men der er lang vej til Googles og IBM's bedrifter.

Derfor måtte Facebook også mere end blot vinde, hvis det skulle tages alvorligt som en ærlig AI-sværvægter. Der skulle vindes med et brag. Og hvad ville være et større mediestunt end at sende en hemmelig superbot af sted?

Først ville botten rydde feltet. Så, i en episk tvist, ville Facebook stå frem og tage æren. Imens kunne Google skære tænder over det bitre nederlag.

Det var i hvert fald planen. Desværre for Facebook blev den hurtigt sendt ned i nærmeste vask.

»Facebook melder sig til en Starcraft turnering for AI og får tæsk,« lød overskriften på en artikel fra tech-mediet The Inquirer, da nyheden slap ud. Også magasinet Wired hyggede sig: »De seneste resultater indikerer, at Facebook stadig har et stykke vej endnu.«

Facebooks ”dræberintelligens” – en bot med det knap så krigeriske navn ”CherryPi” – fik ikke engang klø af Googles seneste kreationer. I stedet tabte den til en række Starcraft-bots skabt af glade amatører. Google og Deepmind havde ikke engang meldt sig til.

Siden da er Facebook gået tilbage til tegnebrættet. Starcraft-botten, forklarede virksomheden til Wired, var alligevel aldrig ment som andet end en test, der kunne give AI-forskerne en »minimumsgrænse« at arbejde ud fra.

»Vi ville se, hvordan den opførte sig sammenlignet med eksisterende bots og især teste, om den havde fejl, der burde rettes,« udtalte Gabriel Synnaeve, en af Facebooks forskere, til Wired. Med det in mente var turneringen endda ikke et totalt nederlag – CherryPi kom ind på en pæn sjetteplads ud af 28 mulige.

Ligesom også Deepminds kommende Starcraft-bot langtfra er klar til kamp.

For selv de bedste Starcraft-intelligenser får i dag læsterlige klø af amatørmenneskespillere, for slet ikke at tale om Starcrafts topprofessionelle elite. Dermed løber både Google, DeepMind og Facebook igen panden mod Moravecs paradoks.

Hvorfor? Det skyldes simpel matematik. Eller rettere, meget store tal.

Kunstig intelligens opererer i dag efter såkaldte ”deep learning”-principper, hvori intelligensens algoritmer finder sofistikerede mønstre i enorme mængder data. Den slags talknuseri er maskiner i teorien langt bedre til end mennesker. Men der skal ikke meget til, før selv den bedste supercomputer kommer til kort.

For selv simple spil bliver hurtigt så komplekse, at det bogstaveligt talt ville tage milliarder af år at beregne alle tænkelige spilmuligheder.

I den laveste ende af skalaen finder man kryds og bolle. For med blot ni felter og to slags ”brikker” (et kryds og en bolle) findes der kun 765 mulige spil. Men det tal eksploderer hurtigt – går man videre til kalaha, er der pludselig 100 billioner forskellige måder, hvormed et givent spil kan forløbe fra start til slut.

Backgammon er endnu værre med godt en trilliard potentielle spil – et ettal efterfulgt af 21 nuller. Eller, for at sætte det i perspektiv, over 1.000 gange mere end universets alder målt i sekunder. For skak er tallet nær ved en septillion, eller et ettal efterfulgt af 42 nuller.

Det er noget nær den øvre grænse for, hvad selv en mester-AI kan regne sig vej igennem. Da IBM’s Deep Blue dystede mod Kasparov, beregnede den således 200 millioner træk i sekundet, lige nok til at besejre menneskets dygtigste stormester.

Men kun med nød og næppe. Kasparov vandt selv flere partier.

Herefter holder talknuseriet op med at virke. For brætspillet Go har flere potentielle brik-kombinationer – et ettal efterfulgt af 170 nuller – end der er atomer i universet.

Deepmind løste dog problemet via en blanding af deep learning og sandsynlighedsberegning: Dets Go-intelligens, Alpha Go, spillede millioner af spil mod sig selv, hvor den møjsommeligt finpudsede sandsynligheden for, at et givent træk på sigt ville føre til sejr.

Det var nok til at besejre selv de bedste menneskelige Go-spillere, blandt andet ved at spille efter strategier, som intet menneske før havde udtænkt. Men Starcraft er en anden snak.

Starcraft finder sted i det ydre rum, hvor tre racer – de insektlignende Zerg, de højteknologiske Protoss og menneskeracen Terran – bekriger hinanden på kæmpemæssige baner og med et væld af forskellige soldater, krigsmaskiner og våben.

Samtidig kan en spiller kun se, hvad der sker inden for sine soldaters synsfelt. Alt andet kan der, som i den virkelige verden, kun gisnes om. Ligesom spillere ikke begynder med alle deres enheder og bygninger – disse skal først udvikles og produceres. Imens falder fjendens bomber, baser løbes over ende, og alle kæmper om begrænsede råvarer.

For at gøre ondt værre foregår dette ikke engang under klart afgrænsede runder som i skak og Go, hvor en spiller rykker på sine brikker, mens de andre venter pænt på deres tur. Starcraft finder sted, som det hedder i spilleverden, i real time. Alle bevæger sig på samme tid.

Det giver en kompleksitet mange hundrede gange større end selv Go. Hvis den i det hele taget kan beregnes på samme måde.

Resultatet har derfor været det ene nederlag efter det andet for selv Google. I 2014 udviklede Deepmind ellers en spilleintelligens, der ved et snuptag blev overmenneskelig god til klassiske computerspil som space invaders.

Men den bedrift svarer til at vinde i kryds og bolle. Da Deepmind sendte samme spillebot af sted til en mennesketurnering for Starcraft, vandt den ikke engang et enkelt spil.

Netop derfor dyster Starcraft-AI’erne stadig kun mod hinanden, som under Facebooks turnering i september. For mennesket er dem så overlegne, at andet ikke giver mening.

Det skyldes formodentlig, at selv de mest sofistikerede deep learning-algoritmer ikke fungerer under så flydende omstændigheder som et spil Starcraft – der er så mange kombinationer af så mange variabler, at databjerget hurtigt eksploderer i en supernova.

Således bryder selv deep learning-mesterværker som Alpha Go sammen.

Det samme gælder for så mange andre af den virkelige verdens udfordringer. Som at køre en bil ned ad en travl vej i myldretid. For hvad der virker nærmest legende let for mennesket, kræver i virkeligheden et gigantisk og kontinuerligt beregningsarbejde fra den mest avancerede supercomputer i universet: Vores hjerne.

Problemet er så fundamentalt, at det i værste fald kan sætte en effektiv stopper for den kunstige intelligens’ march. I hvert fald indtil nye fremskridt af samme størrelsesorden som deep learning dukker frem.

Deepmind, i samarbejde med Blizzard – firmaet bag Starcraft – har derfor lagt en række AI-redskaber ud til fri afbenyttelse for alle forskere, der ønsker at prøve kræfter med denne relativt simple udgave af Moravec-paradokset. Måske kan verdens AI-entusiaster i fællesskab sejre, hvor selv Googles bedste hjerner indtil nu har givet fortabt.

Sejren kan dog blive kortvarig. For selv hvis Starcraft betvinges, venter en endnu mere drabelig fjende derude i mørket. En fjende så stærk, at 30 års forskning ikke har kunnet give den mere end et par skrammer i lakken. En fjende så hæslig, at selv Alpha Go skutter sig ved tanken.

En Ikea-stol.

I denne måned lykkedes det ellers et forskerhold fra Singapores Nanyang Technological University at lære to robotarme at samle et sådant monster. Det var en enorm sejr for den kunstige intelligens: Robotterne var ikke specialbyggede og måtte selv lære rækkefølgen for, hvordan stolens dele burde samles. Ligesom alle delene var spredt rundt omkring dem på tilfældig vis.

Det tog dem 20 minutter. De kom ikke engang op at skændes.

Men træerne vokser stadig ikke ind i den kunstigt intelligente himmel. Robotterne var blevet udstyret med omhyggelige samleinstrukser, ligesom i MIT’s tilfælde. De skulle blot lære at kombinere dem med stolens dele, scannet via deres kameraer.

Håbet er nu, ifølge forskerholdet, med tiden at få robotterne til selv at lære instrukserne ved at scanne stolens samlemanual. Og derefter at få dem til at regne dem ud blot ved at scanne en færdiglavet af slagsen. Men det vil tage, siger forskerne til magasinet Quartz, »mellem fem og ti år«.

Hvis ikke endnu længere, for Moravec-paradokset spøger. Verdens tech-medier var dog alligevel høfligt imponerede over bedriften, efter at forskerne lagde en video af robotterne ud på nettet. Omend med et smil på læben.

»Det er nu en skam, at alle disse videoklip altid stopper lige inden, robotten kaster en stolestump mod væggen, mens den skriger i frustration,« skrev ingeniørmagasinet IEEE.

For kun en tåbe frygter ikke Ikea-manualer.