Tech

Nyt gennembrud: Computer blev verdens bedste Go-spiller på tre dage – uden hjælp

Google har udviklet en kunstig intelligens, som på egen hånd kunne blive bedre end noget menneske til verdens mest komplicerede spil. Gennembruddet skal bruges til at brede kunstig intelligens ud mere bredt end i dag.

Lee Sebol, verdens bedste menneske-spiller til spillet Go, blev i marts 2016 slået af Googles computerspiller AlphaGo. Nu har Google videreudviklet computerens intelligens til et nyt niveau. Foto: AP Photo/Lee Jin-man

Det var ikke nok for Googles forskere i kunstig intelligens at slå verdensmesteren i spillet Go tilbage i foråret 2016. Udviklingen af en computerhjerne er fortsat, og nu kan Google præsentere et nyt gennembrud.

Den nye version, der er døbt AlphaGo Zero, er nemlig ikke bare en langt bedre Go-spiller end sin forgænger – den har også lært sig alle strategier helt selv. I løbet af tre dage, hvor computeren selv afprøvede forskellige måder at spille på, blev den bedre end alle menneskelige spillere. Det skriver The Guardian.

Computere blev allerede i 1990’erne bedre end selv de bedste menneskehjerner til at spille skak, men det asiatiske spil Go er langt mere komplekst. Indtil for få år siden var det ikke muligt for en computer at nå højere end amatør-niveau i Go, men det har Google altså ændret på.

I den første version af AlphaGo-computeren blev den kunstige intelligens trænet på blandt andet data om tidligere spil, men i den nye version indsatte Google-folkene et benspænd for dem selv. Computeren måtte kun få reglerne til spillet at vide og skulle så selv finde ud af resten. Det tog ikke lang tid for den kunstige hjerne at regne ud, hvad der virkede.

Udfordringen svarede populært sagt til at være strandet alene på en svensk ødegård med verdens mest komplicerede brætspil og så på tre dage blive bedre end den regerende verdensmester.

I begyndelsen spillede AlphaGo Zero virkelig dårligt, men lærte i løbet af det første døgn sig selv meget komplicerede strategier. Faktisk kom computeren op med nye måder at spille på, som de menneskelige topspillere nu studerer.

Googles arbejde med at udvikle den bedst mulige Go-spiller handler om meget mere end PR-værdien. Go-udfordringen bliver brugt til at udvikle kunstig intelligens, som kan løse mere løst definerede og generelle opgaver. Det er nemlig den næste helt store forhindring inden for kunstig intelligens.

I dag har teknologien maskinlæring gået sin sejrsgang, hvor en computer bliver fodret med store mængder data og ud fra det kan regne ud, hvordan en opgave skal løses. Det har Google for eksempel brugt til at forbedre sin oversætter-tjeneste med – ganske markant – de seneste år.

Men ved at udvikle kunstig intelligens, som kan nå frem til de bedst mulige løsninger uden hjælp fra historiske data, kan Google sætte teknologien i sving med helt andre udfordringer end i dag. Og samtidig undgår man, at computeren mest af alt efterligner det, et menneske har gjort tidligere, men kan finde nye, mere optimale løsninger, uden at være tynget ned af ’fortiden’.

At spille et brætspil, med fast definerede regler, er dog stadig en meget afgrænset opgave at sætte en computer til at lære, mens for eksempel at udvikle en selvkørende bil er langt mere komplekst.

10 idéer, der kan ændre Danmark
Ny serie fra FINANS: Følg 10 visionære og innovative iværksættere og deres idéer, der har potentialet til at redefinere dansk erhvervsliv.
Læs serien her
BRANCHENYT
Læs også