“Bu algoritma şehirleri, kıtaları, evrenleri yönetebilir.”
Satranç, insan ölçütlerine göre kolay bir oyun değildir. Ancak, gücünü müthiş ve adeta uzaylı bir zihinden alan yapay zeka, sadece birkaç saat içinde bu önemsiz eğlencede ustalaşabilir.
Google’daki araştırmacılar yeni bir tez yayınlayarak, geliştirdikleri Yapay Zekanın (YZ) son evrimi olan AlphaZero’nun, satrançta “süper insan performansını” yakaladığını açıkladılar. AlphaZero, dünya şampiyonu olan program Stockfish’i yenmeden önce kuralları sadece 4 saatte öğrendi.
Diğer bir ifadeyle YZ, insanlığın sahip olduğu bütün satranç bilgisini (ve ötesini), New York’tan Washington’a arabayla giderken geçen sürede öğrendi.
Alphazero, sadece satranç kuralları ile (strateji olmadan) programlandıktan sonra sadece dört saat içinde oyunda ustalaştı ve satranç oynayan en yüksek rütbeli program Stockfish‘i alt etti.
AlphaZero, Stockfish’e karşı oynadığı 100 oyunluk bir dizide, beyaz taraf olduğu zaman (ilk oynayan taraf olmanın avantajıyla) 25, siyah taraf olduğu zaman ise üç oyun kazandı. Geri karşılaşmalarda berabere kalındı ve Stockfish hiç galibiyet kaydetmezken, AlphaZero da hiç yenilgi kaydetmedi.
Satranç bilimiyle ilgili bir internet sitesi olan Chessable’ın CEO’su ve satranç araştırmacısı David Kramaley, “Artık yeni efendimizin kim olduğunu biliyoruz” dedi.
“Kendisi hiç kuşkusuz oyunda devrim yaratacak, ancak bunun, satranç dışında nasıl uygulanabileceğini bir düşünün. Bu algoritma şehirleri, kıtaları, evrenleri yönetebilir.”
Google’ın DeepMind YZ laboratuvarı tarafından geliştirilen AlphaZero, Çin masa oyunu olan Go’da uzmanlaşan AlphaGo Zero‘nun biraz değiştirilmiş ve daha kapsamlı bir türü olma özelliğini taşıyor.
DeepMind, bu YZ’yi yıllardır geliştiriyordu. Bu süreçte bir dizi insan şampiyon, bu boyun eğmez ve “tanrısal” sinirsel ağ karşısında yenilerek domino taşları gibi yere serilmişti.
Bu zafer devresi, Ekim ayında gerçekleşen ürkütücü bir başarıyla zirve yapmıştı. YZ’nin tamamen özerk olan yeni bir çeşidi (sadece kendi kendine oynayarak, insanlarla hiç karşılaşmadan öğreniyordu), eski örneklerinin tamamını geride bırakmıştı.
Bunun aksine AlphaGo Zero’nun öncelleri, oyunun nasıl oynandığını kısmen insan oyuncuların hareketlerini izleyerek öğrenmişlerdi.
Bu girişim, öğrenme stratejisi bakımından acemi YZ’ye yardımcı olmayı amaçlıyordu ancak, aslında bir engel oluşturabileceği görülmüştü. Çünkü AlphaGo Zero’nun tamamen kendisine dayanan öğrenme şekli, birebir rekabette çok daha etkiliydi.
MIT’de bilgisayar bilimcisi olan Nick Hynes, Ekim ayında Gizmodo‘ya şöyle demişti: “Bu sanki kendi kendine makine icat eden, dünya dışı bir medeniyet.”
“Burada, insanların eğilimlerinden ve ön tahminlerinden muaf olan bir örnek görüyoruz. Neyin en uygun olduğuna karar verirse onu öğrenebiliyor.”
Fakat bu alanda işler o kadar hızlı gelişiyor ki, Ekim ayındaki başarının modası çoktan geçmiş olabilir.
Takım yayınladığı yeni tezde, en son AlphaZero YZ’sinin kendi oynayışına dayanarak öğrendiklerini (buna takviye öğrenimi deniyor) çok daha genelleştirilmiş bir çizgiye nasıl uyguladığını ve bu sayede sorun çözmeye daha geniş şekilde odaklandığını özetliyor.
Bu genişletilmiş odak, AlphaZero’nun sadece satranç oynamadığı anlamına geliyor. Kendisi ayrıca Shogi (diğer adıyla Japon satrancı) ve Go da oynuyor; üstelik, belki de şaşırtıcı gelmeyecektir, bu oyunlarda da uzmanlaşması sadece iki ve sekiz saat sürdü.
Google ve DeepMind’daki bilgisayar bilimciler, henüz hakem denetiminden geçmemiş olan yeni araştırma üzerinde alenen yorum yapmıyorlar.
Fakat şimdiye kadar söyleyebileceğimiz kadarıyla, bu algoritmanın gerçekleştirdiği ve yapay zekanın zirvesine ulaşan baş döndürücü yükseliş, sona ermekten uzak. Üstelik satrancın büyük ustaları bile gördükleri manzara karşısında şaşkına dönmüş durumda.
Büyük usta Peter Heine Nielsen, BBC’ye şöyle söylüyor: “Bizden daha üstün olan türler Dünya’ya indiği zaman ve bize nasıl satranç oynadıklarını gösterdikleri zaman, bunun nasıl bir şey olacağını hep merak etmişimdir.”
“Artık bunun nasıl bir şey olduğunu biliyorum.”
Bulgular, önbaskı sitesi arXiv‘de mevcut.
ScienceAlert
