Om det selvlærte skakprogram, AlphaZero, der stjal overskrifterne i går, og om kunstig intelligens og blå mærker.

Det selvlærte computerprogram AlphaZero har smadret det hidtil stærkeste skakprogram, Stockfish, uden tab. Potentialet for kunstig intelligens er enormt.

Det bemærkelsesværdige er, at det ”neurale netværk” kun blev fodret med reglerne og intet andet, og at det så på 4 timer trænede sig selv til en spillestyrke, som er hidtil uset i skakverdenen.

Om det så var 40 dage og ikke 4 timer er ikke afgørende, det afgørende er potentialet for selvlærende maskiner, kunstig intelligens.

Jeg har interesseret mig for skakspillende computerprogrammer siden slutningen af 70’erne, og skakprogrammer er hidtil blevet ”fodret” med en masse data og vurderingsfunktioner af menneskelige eksperter, og med udviklingen i rå computerkraft har maskinernes spillestyrke for længst overhalet menneskets.

AlphaZero er baseret på et helt andet princip, nemlig selvlæring. Det er udviklet af det Google-ejede selskab DeepMind, og for nogen tid siden vakte det stor opsigt, da en tidligere version af programmet slog verdens bedste Go-spillere.

Nyheden om AlphaZero ramte overskrifterne i går, og en af de mere populære artikler finder man på DR.

Her kan man bl.a. se et videointerview med den danske stormester, Peter Heine Nielsen, der arbejder som træner for verdensmesteren Magnus Carlsen.

(Jeg behøver ikke opsøge computere for at få bank, jeg har haft fornøjelsen af at tabe til Peter flere gange.)

Jeg har gennemspillet de 10 offentliggjorte partier og er dybt imponeret. Hvor skakprogrammer altid har været meget materialistiske, synes AlphaZero i langt højere grad at prioritere stillingskontrol end den materielle balance.

Her fortæller David Silver fra DeepMind om Go-versionen og programmets læring fra bar bund, ”tabula rasa”:

Vil man læse mere detaljeret, kan man fx gå til Chessbase.com.

Eller man kan læse et (lidt langhåret) papir om programmet skrevet af folkene bag: Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm

Nu er skak, go og shogi brætspil, ”lukkede universer” med veldefinerede regler, men man kan sjældent sige objektivt, hvad der er det bedste træk – det er ”fuzzy” som så mange andre beslutninger i denne verden.

Perspektiverne for selvlærende computerprogrammer er enorme. Som et af mange eksempler kan man fx nævne billedanalyse og medicinsk diagnosticering – er svulsten godartet eller ondartet?

Lige præcis det findes vist allerede, men det er et let forståeligt eksempel på anvendelsesmulighederne.

Som med al anden teknisk udvikling kan man forestille sig misbrug af kunstig intelligens, men man skal holde sig for øje, at det er mennesker, der misbruger. Det er os, der har det etiske valg.

Blå mærker

Og så et spring til mindre fremskridt. Det går fremad med min mobilitet, men det går dæleme langsomt, jeg er stadig meget øm i lysken og omegn.

Det er ikke så underligt, for med store, blålilla mærker og hævelser i nævnte region ligner jeg et voldsoffer.

Det må være kommet, da de pressede for at lukke sårene, gætter jeg på. Jeg kan dag for dag tage lidt længere skridt, men helt godt bliver det ikke, før hævelsen forsvinder.

Men da operationen er overstået uden komplikationer, har jeg i dag købt billetter til forsommerferien på Sicilien. Jeg ville liiige vente.

Denne gang bliver det med fly direkte mellem Amsterdam og Catania – ingen mellemlanding i Rom eller Milano. Fedt!

Nu må vinteren godt forsvinde lidt tjept …

/Eric