Чому відомий хід AlphaGo був міркуванням, а не інтуїцією
У березні 2016 року AlphaGo поставила камінь на п’яту лінію під час другої партії матчу з Лі Седолем. Хід, який згодом назвали ходом 37, здавався настільки дивним, що деякі спостерігачі запідозрили програмну помилку. AlphaGo виграла партію та весь матч із п’яти ігор з рахунком 4:1. Лі назвав цей хід проявом творчості, але Торе Грепель, колишній ключовий учасник команди AlphaGo, вважає, що він був результатом цілеспрямованого пошуку, а не машинної інтуїції.
AlphaGo поєднувала мережу політики, яка оцінювала ходи, імовірні для сильного гравця, з пошуковим механізмом. Той досліджував тисячі можливих продовжень у дереві гри. Мережа пропонувала перспективні варіанти, а пошук перевіряв їхні довгострокові наслідки. За словами Грепеля, така будова нагадує розділення між швидкою інтуїцією та повільним обдумуванням у людському мисленні.
Він зазначає, що сучасні великі мовні моделі переважно послідовно генерують наступний токен. Системи з ланцюжком міркувань можуть показувати проміжні кроки, але їх і далі створює той самий процес передбачення, а інколи вони формулюються вже після отримання відповіді. Грепель вважає, що надійному ШІ потрібен явний і перевірний запис переконань, доказів, невизначеності та перегляду висновків. На його думку, це важливо для медицини, науки, інженерії, розроблення ліків і кліматичних досліджень.
Текст підготовлено ШІ Sakhanda Wire за матеріалом MIT Tech Review. Факти, цитати та повний контекст — в оригінальній статті нижче.