Demis Hassabis, omul care a învățat un calculator cum să învingă un mare maestru Go

Emoția este ceva ce-l deosebește pe maestrul Lee Sedol de adversarul său, AlphaGo, un program dezvoltat de Google, care prin cele patru victorii contra coreeanului a intrat în istoria omenirii așa cum a făcut-o și Deep Blue, al IBM, cu meciurile contra marelui șahist Garri Kasparov. AlphaGo probabil nu realizează, deocamdată, ce a făcut, însă creatorul său, Demis Hassabis, este copleșit de emoție.

Go este un joc mult mai complex decât șahul și cere mai multă intuiție și strategie, cel puțin de la oameni. Lee Sedol este considerat cel mai bun jucător de Go din ultimul deceniu. Un singur jucător a câștigat mai multe titluri internaționale decât el, iar Hassabis îl plasează pe locul cinci la nivel mondial. El și echipa sa l-au ales pe coreean pentru că au vrut ca meciurile să rămână în istorie, scrie revista Wired. Intuiția sa i-a adus succes. Victoriile lui AlphaGo arată cât de departe a ajuns inteligența artificială. Sedol a câștigat un singur meci din cinci.

„Este ceva ce ține de predare și învățare. Un joc nu oferă, pentru o mașină, suficiente date pentru a învăța, iar pregătirea cere foarte mult timp“, a explicat Hassabis după unul dintre meciuri. După prima etapă, Sedol a recunoscut că a fost „șocat“ de cât de bine a jucat AlphaGo.

„Nu credeam că va juca atât de perfect“, a spus el.

Una din tehnicile de învățare ale lui AlphaGo a reinventat deja unele  servicii online ale Google și altor companii mari de internet, ajutând printre altele la identificarea imaginilor, la recunoașterea comenzilor vocale, la îmbunătățirea rezultatelor căutărilor. O altă tehnică de învățare este folosită la roboții experimentali ai Google și în cercetările universităților de renume.

AlphaGo este ghidat de o tehnologie care-i permite să învețe și să acționeze singur și să se perfecționeze pe măsură ce acționează. Hassabis și echipa sa au dezvoltat programul utilizând ceea ce ei numesc rețele neuronale profunde, rețele vaste de hardware și software care imită rețelele de neuroni din creierul uman. AlphaGo a fost învățat să joace prin scrierea a mii și mii de mutări umane din jocul de Go în aceste rețele. Apoi, folosind o tehnică numită „reinforcement learning“ – modul în care animalele învață, prin intermediul sistemului de recompensă pentru creier pe bază de dopamină –, echipa lui Hassabis l-a pus pe AlphaGo să joace singur, din nou și din nou. Astfel, programul a învățat să urmărească mutările care aduc nu cele mai multe puncte, ci probabilitatea cea mai mare de victorie. Aceasta înseamnă anticipare și strategie.

AlphaGo învață singur, fără ajutorul vreunei baze de date, și cu fiecare joc poate învăța să fie mai bun. Astfel ajunge să facă mutări surprinzătoare, și perfecte, cum a fost a 19-a mutare din cea de-a doua confruntare cu maestrul Lee Sedol.

Mutări perfecte în cariera sa a făcut până acum și Hassabis, un tânăr de 39 de ani cu mamă chinezoaică și tată cipriot. El visează de mult la aceste victorii, dar nu se va opri aici. Ambiția sa depășește tabla de Go: vrea să găsească soluția inteligenței artificiale și apoi „să rezolve cu ea orice problemă“.

„Mulți oameni prognozau că va lua cel puțin un deceniu, așa că suntem încântați că am depășit acest punct“, spune el pentru Financial Times.

Hassabis este de mic un as al șahului, un programator desăvârșit, designer de jocuri video și, desigur, expert în neurologie.

La vârsta de patru ani a început să joace șah, la cinci ani concura la nivel național și nu după mult timp la nivel internațional. La 13 ani era deja recunoscut ca maestru șahist și jucător la Olimpiada Sporturilor Minții, unde juca mai multe meciuri în același timp. Hassabis a câștigat de cinci ori întrecerile pentru elită din aeastă competiție, un record mondial. Organizatorii l-au descris ca fiind „probabil cel mai bun jucător din istorie“. Legendarul Tim Berners-Lee, inventatorul internetului, l-a descris și el ca fiind „una dintre cele mai deștepte ființe de pe planetă“.

„Una dintre cele mai deștepte ființe de pe planetă“ este fan înfocat al lui Liverpool și nu se ferește să recunoască faptul că îi plac toate sporturile. Ca spectator.

„Mă plictisesc repede, iar lumea este atât de interesantă. Sunt atât de multe lucruri frumoase de făcut. Dacă aș fi fost un sportiv, aș fi vrut să fiu decatlet“, spune Hassabis.

Tânărul mai are o soră, pianistă și compozitoare, și un frate, care studiază literatura creativă. Tehnologia nu a avut o prezență remarcabilă în familia lor. Unul din părinți a deținut ceva timp un magazin de jucării.

„Sunt cu siguranță oaia neagră extraterestră a familiei“, glumește el, amintindu-și cum și-a cheltuit banii câștigați în competiții pe computerele copilăriei lui, deloc ieftine. Pe unul din acestea l-a desfăcut și astfel și-a dat seama cum este programat.

„Părinții mei sunt tehnofobi chiar. Nu le plac computerele, sunt chiar boemi. Frații mei au luat-o și ei pe calea artei. La niciunul dintre ei n-a prins matematica sau fizica. Este ciudat, da. Nu-mi dau seama cum am ajuns așa.“

Cu acest bagaj informațional Hassabis a creat compania britanică DeepMind în 2010 alături de prietenul său din copilărie Mustafa Suleyman și de Shane Legg, cu care a fost coleg de facultate. Dezvoltatorul de inteligență artificială a fost cumpărat de Google în 2014 pentru 400 de milioane de lire sterline.

„Ceea ce este și mai neobișnuit la Denis este că oameni atât de înzestrați ca el pot fi dificil de abordat. Însă el este deschis, generos și modest. Nu este deloc arogant“, povestește Hermann Hauser, informatician și antreprenor.

Hassabis a făcut cunoștință cu inteligența artificială la facultate, la Cambridge, unde profesorii săi insistau cu promovarea unei inteligențe „înguste“, în care programatorii atașau „etichete“ informațiilor pentru ca un computer să le poată folosi. Modelul nu l-a mulțumit pe Hassabis, care a vrut să creeze un sistem „general“ de inteligență artificială care utilizează informații luate din mediul înconjurător pentru a lua decizii și face predicții independent.

Sistemele neuronale ale lui DeepMind fac greșeli, dar în timp învață și devin mai bune. Programele pot juca diferite jocuri și pot rezolva diferite sarcini. Inteligența este generală, așa cum este cea a omului, nu specifică.

Lui Hassabis îi plac jocurile în care triumfă spontaneitatea umană. A câștigat turnee de poker și spune că îl încântă astfel de provocări deoarece jucătorii pot pierde chiar dacă au jucat perfect.

Îi place Diplomacy, un joc dificil cu reguli laxe, în care jucătorii trebuie să negocieze înțelegeri, să construiască alianțe și să și trădeze pentru a ajunge să domine lumea.

Go este „Sfântul Graal“ pentru inteligența artificială. „Știu să joc suficient de bine pentru a-i aprecia frumusețea, însă aici nu sunt puternic. Nu am jucat cu AlphaGo deoarece programul mi-a dovedit încă de la început că este mai bun decât mine“, a explicat Hassabis.

Inteligența artificială a mai fost testată în jocuri. În 1997 supercomputerul Deep Blue l-a înfrânt pe Kasparov, campionul mondial la șah de atunci. Într-unul dintre meciuri maestrul chiar s-a simțit agasat de agresivitatea cu care juca computerul. Prin Deep Blue, programatorii au construit un sistem care încerca să analizeze fiecare deznodământ posibil al fiecărei mutări posibile. Însă Go este un joc cu mult, mult mai complex decât șahul. Toate configurațiile posibile, o bază imensă de date, ar copleși orice supercomputer, oricât de puternic ar fi el. De aceea pentru o victorie cu un jucător uman era nevoie de tehnologii revoluționare. Iar AlphaGo le are. Deep Blue poate să bată un maestru șahist, dar n-ar face față unui copil de trei ani la aranjatul unor figuri geometrice.

Se poate face o ironie pe seama succesului programului. „Una din curiozitățile progresului fenomenal pe care-l facem cu inteligența artificială este că avem un nou campion mondial la Go, dar nu avem un computer care poate muta, fizic, piesele pe tabla de joc“, remarcă Hauser.

Hassabis dă mai multă importanță creierului electronic decât mâinii. El încearcă să construiască „o mașină universală care poate învăța“, un singur set de algoritmi flexibili, adaptabili, care pot învăța așa cum fac sistemele biologice: să învețe de la zero să facă ceva folosind nimic altceva decât informație brută, după cum observă The Guardian.

În viziunea lui Hassabis despre viitor, mașinării superinteligente vor lucra în tandem cu experți umani pentru a rezolva toate problemele lumii. „Cancerul, schimbările climatice, genomul, macroeconomia, sistemele financiare, fizica: multe dintre sistemele pe care am vrea să le putem controla devin prea complexe“, spune Hassabis.

„Există un așa exces de informație că devine dificil chiar și pentru cel mai deștept om să se descurce în timpul vieții sale. Cum putem cerne acest potop informațional pentru a găsi ce este cu adevărat relevant? O perspectivă din care poate fi privită inteligența artificială generală este ca proces care va transforma automat informația nestructurată în cunoștințe care pot fi folosite. Ceea ce facem poate fi soluția supremă pentru orice problemă.“

S-ar prea putea ca această soluție supremă să fie la o depărtare de decenii de noi, însă se apropie. În februarie 2015, revista de știință Nature prezenta pe copertă „invadatori spațiali“ alături de dezvăluirea că „un program care învață singur“ a atins „în jocurile video performanțe demne de un om“. În revistă, un material al DeepMind descrie primul program funcțional de învățare generală în care agentul artificial, un algoritm denumit Deep-Q Network, implementat într-un procesor grafic, a învățat să proceseze informațiile primite de pe un ecran, să înțeleagă ce sunt acestea și să acționeze astfel încât rezultatul să fie cel dorit – în acest caz să devină supraom în jocuri clasice Atari precum Invadatorii Spațiali, Box și Pong. A fost ceva monumental pentru lumea științifică. Câteva luni mai târziu, inteligența artificială creată de DeepMind avea să-l înfrângă pe maestrul Lee Sedol, învățând totul despre un joc vechi de două milenii și jumătate, în care victoria este adusă mai degrabă de intuiția jucătorilor decât de forța brută de calcul a posibilităților.

Următorul nivel ar fi, de exemplu, integrarea unei funcții de memorie și apoi progres până vor fi puse toate bazele inteligenței artificiale. „Este esențial să combinăm toate aceste domenii diferite deoarece suntem interesați de algoritmi care pot folosi ce au învățat dintr-un domeniu într‑un domeniu cu totul nou“, spune Hassabis.