Menu
Pilnā versija
Foto

Datortehnoloģijas un masu mediji

Jānis Erlats · 20.01.2018. · Komentāri (0)

Iesaki rakstu:
Twitter Facebook Draugiem.lv

Latviešu valodas interneta portālos arvien biežāk sāk parādīties tādi vārdi kā datorredze un dziļie neirālie tīkli. Turpat tuvumā parasti tiek pieminēts arī mākslīgā intelekta vārds, kas lasītājā izraisa pastiprinātu interesi par lietotajiem jaunvārdiem. Zinātkārīgākie sākuši sērfot interneta dzīlēs, taču tur atrodamais pārsvarā ir nepilnīgs, jo pastāv atsevišķu fragmentu veidā. Latviešu valodā uzrakstītu, subjektīvu viedokli vēl nav izdevies lasīt, kaut gan temats ir kā radīts lietošanai masu medijos.

Mākslīgā intelekta (AI - artificial intelligence) jēdziens parādījās pagājušā gadsimta četrdesmito gadu beigās un sākotnēji nozīmēja jebkuras tehnikas spēju veikt tādas cilvēkam raksturīgas darbības kā cēloņsakarību meklēšana un lēmumu pieņemšana. Sešdesmito gadu beigās tika radīts matemātisks modelis, kurā tika iekļautas vairākas matemātikas nozares - varbūtības teorija, optimizācija, statistika. Mašīnapmācība (ML – machine learning) spēja saprast cilvēka runu un rakstītus ciparus. Tā varēja risināt visvienkāršākos, šauri specifiskos uzdevumus, taču nespēja, piemēram, uzturēt sarunu ar dzīvu cilvēku.

2010. gadā tika radīti īpaša veida algoritmi, kas spēja trīs dimensiju attēlu pārveidot matemātiskās formulās. Algoritmi sastāvēja no diezgan vienkāršām matemātisku darbību virknēm, kas savstarpēji transformējoties veica uzslāņošanos paši uz sevis. Pēc būtības daudzslāņu neirālie tīkli (DL – deep learning) bija šaura ML nozare, ko sākotnēji paredzēja objektu atpazīšanai uz fotogrāfijām.

Mūsdienās neviens īpaši neuztraucas par to, ka ceļamkrāns var pacelt lielākus smagumus par cilvēku. Kamēr vien cilvēks vada ceļamkrānu, tikmēr tas ir palīgs smagu darbu veikšanai. Līdzīgi esam pieraduši pie ML tehnoloģijām, kuras palīdz veikt uzdevumus, kas agrāk prasīja lielu piepūli. Mūsu priekšstats par datortehnoloģijām strauji mainītos, ja kāds ne tikai apgalvotu, bet arī nodemonstrētu citu tehnoloģisku iespēju. Pietiek datoram dot uzdevumu – pacelt kravu, lai viņš to izdarītu patstāvīgi, neņemot vērā līdzšinējo cilvēces pieredzi. Uzdevuma risināšanas gaitā dators pats konstruētu nepieciešamo celšanas ierīci un pārvietotu kravu bez cilvēka vadošas līdzdalības.

Vēl 2015. gadā šādu uzdevumu uzskatīja par tālas nākotnes jautājumu. Abstraktās domāšanas sfērā cilvēka pārākums bija neapstrīdams, jo binārā matemātika paredzēja uzdevumus risināt loģiski, nevis abstrakti. Abstraktumam vajadzēja cilvēka dotu loģisku novērtējumu, lai dators spētu risināt šāda veida uzdevumus. Salīdzinājumam – ar notīm var uzrakstīt melodiju, nevis eseju. Panākumi ML tehnoloģijās ir atkarīgi no programmētāja talanta abstrakto pārvērst loģiski saprotamajā.

Par loģiski abstraktu uzdevumu ar precīzi nosakāmu gala rezultātu uzskata austrumos populāro galda spēli go. 2016. gadā DL tehnoloģijas programma AlfaGo sākotnēji ar rezultātu 100 : 0 apspēlēja toreizējo labāko go spēles programmu, bet pēc tam arī cilvēku – TOP reitinga pirmo numuru. Īpašu rezonansi izraisīja izspēlēto partiju kvalitāte. Pēc zaudētāja vārdiem, AlfaGo nodemonstrēja agrāk nepielietotu spēles stratēģiju, kura nav bijusi zināma gandrīz trīs tūkstošus gadus ilgajā spēles pastāvēšanas vēsturē. Jauno spēles stratēģiju sīkāk komentēt nevarēja arī paši programmētāji. Viņi programmai esot iemācījuši tikai go spēles noteikumus, pēc kuriem AlfaGo pati ar sevi izspēlēja tūkstošiem partiju. Mācoties no savām kļūdām, programma esot meklējusi labākos risinājumus, kas pārtapuši no cilvēces vēsturiskā attīstības ceļa atšķirīgā spēles izpratnē.

Par seno austrumu spēli rietumniekiem ir maza izpratne, tāpēc grūti bija saprast, cik ticami ir iesaistīto pušu izteikumi. Noslēpumainības plīvuru vēl biezāku padarīja Ķīnas valdība, aizliedzot diskusijas par aizvadītām spēlēm. Go spēle ir Ķīnas kultūras mantojums, tāpēc valdības pienākums ir to saglabāt nākamajām paaudzēm. 2017. gada 5. decembrī pasauli pāršalca jauna ziņa – programma Alfa Zero 28 reizes pārspēja līdzšinējo spēcīgāko šaha programmu Stockfish, bet 72 partijas beidzās neizšķirti.

Sākumā šī ziņa tika uztverta ar lielu skepsi. Bija zināms, ka Stockfish 8 programma izmantoja salīdzinoši mazjaudīgu 64 kodolu procesoru, turklāt tai bija liegts izmantot atklātņu un galotņu teorijas sasniegumus. Pat tik maza jauda Stockfish programmai ļāva analizēt 70 miljonus pozīciju sekundē pretstatā Alfa Zero 0.08 miljoniem pozīciju. Skeptiskais noskaņojums valdīja līdz pat brīdim, kamēr organizētāji publicēja desmit no simt izspēlētajām partijām. Masu mediju lielākā šaha autoritāte Garijs Kasparovs neslēpa savu sajūsmu par izspēlēto partiju kvalitāti. Viņa uzskatam pievienojās arī daudzi citi eksperti. Krievijas lielmeistars Sergejs Šipovs pateica emocionālu salīdzinājumu: ”Nosaukt partijas par ģeniālām būtu zaimošana. Tas vienkārši bija cits saprāts, kura darbību mums palaimējās vērot.”

Tik slavinoši vārdi tiktu uztverti daudz ticamāk, ja Alfa Zero programma būtu uzvarējusi visas simt partijas, jo lielais neizšķirtu skaits slavinošo vērtējumu liek apšaubīt. Ir jāņem vērā būtiski apstākļi, kuru dēļ varēja izskaidrot lielo neizšķirtu daudzumu. Līdz spēlēm ar Stockfish 8 programmu Alfa Zero bija spēlējusi tikai pati ar sevi, katrā pozīcijā cenšoties izdarīt vislabāko iespējamo gājienu. Tas daudzreiz noveda pie trīskārtējas pozīcijas atkārtošanās, kā rezultātā tika fiksēts neizšķirts. Bija vajadzīgas daudzas partijas, lai Alfa Zero saprastu, ka spēlē nevis pati ar sevi, bet gan ar pretinieku, turklāt vājāku. Pozīcijās, kurās draudēja trīskārtēja atkārtošanās, programma speciāli sāka izvēlēties vājāku gājienu, lai būtu iespējams turpināt cīņu tālāk.

ML tehnoloģijā ļoti labi ir izpētītas pozīcijas, kurās pastāv materiāla līdzsvars. Tajās pozicionālo likumu savstarpējā mijiedarbība ir novērtēta ar precizitāti līdz bandinieka simtdaļai. Pavisam cita aina vērojama pozīcijās, kurās materiālais līdzsvars nav vienāds. Piemēram, šaha spēļu mācību grāmatas apgalvo, ka divas vieglās figūras ir tikpat vērtīgas cik tornis un viens bandinieks. Tādam novērtējumam nepiekritīs jebkurš praktiski spēlējošs lielmeistars, līdz ar to radot konfliktu izpratnē par šaha spēli. DL tehnoloģijas programma precīzi uztvēra šo ML tehnoloģijas trūkumu, cenšoties spēlētajās partijās izveidot atšķirīgu materiālo līdzsvaru. Pret šādu taktiku būtu bezspēcīgs gan pats jaudīgākais dators, gan pati labākā atklātņu un galotņu teorijas rokasgrāmata.

Stockfish programma atšķiras no citām šaha komercprogrammām ar savu pieejamību. Jebkurš cilvēks, kuram ir pietiekamas zināšanas programmēšanā un šahā, var izveidot savu personīgo Stockfish klonu, veikt tajā izmaiņas un cerēt, ka viņa lolojums spēlēs kaut uz procenta simtdaļu spēcīgāk par oriģinālu. Šāda pieeja Stockfish programmu ir izveidojusi par pēdējo gadu spēcīgāko šaha programmu, ar kuru grūti konkurēt citām maksas programmām. Šahistiem – teorētiķiem ļoti kārojas uzzināt, kādus algoritmus izmanto Alfa Zero programma, spēlējot pozīcijas ar nevienādu materiālo līdzsvaru. Savukārt šahistiem – praktiķiem tikpat kārdinoša ir atklātņu teorijas bagātība, kura mīt Alfa Zero programmas dzīlēs. Diemžēl ir ļoti ticams, ka šie jautājumi paliks neatbildēti, jo kompānija, kurai pieder Alfa Zero programma, ir paziņojusi par tās likvidāciju.

Britu Deep Mind Technologies kompānija ir dibināta 2010. gadā, bet 2014. gadā to par aptuveni pusmiljardu dolāru iegādājās amerikāņu interneta meklēšanas milzis Google. Šāda līmeņa kompānijai šaha spēles problēmas šķiet pārāk niecīgas (ceļamkrāns nav paredzēts riekstu cilāšanai). Pirms dažām dienām tā ir izveidojusi interneta saiti ar pozīciju kolekciju bez komentāriem, kurās Stockfish un Alfa Zero programmas par spēcīgākiem uzskata atšķirīgus gājienus. Ja šahisti tik ļoti vēlas, tad viņi paši var meklēt algoritmus, kurus izmantoja Alfa Zero programma. Šaha spēles apguvei tika veltītas divas nedēļas, un tas ir pietiekami ilgs laiks tik vērtīgas programmas izmantošanai.

Ikviena jauna datortehnoloģija aktualizē jautājumu par mākslīgo intelektu. Aksioma, ka oriģināls (cilvēks) vienmēr ir labāks par kopiju (datoru), joprojām ir aktuāla. Atšķirīgs ir kļuvis līmenis, kurā šī kopēšana notiek. Ja ML tehnoloģija centās kopēt vispārīgo cilvēka domāšanu, tad DL tehnoloģija kopē ļoti talantīga cilvēka domāšanu. Zinātnē bieži tā notiek, ka, cenšoties atrisināt kādu šauri konkrētu uzdevumu, tiek atklāts kaut kas tāds, ko vēlāk nosauc par zelta dzīslu.

Šaha vēsturē ir zināmi daudzi gadījumi, kad bērns, kurš tikko ir iemācījies runāt, sāk neparasti spēcīgi spēlēt šahu. Uz jautājumu, kāpēc viņš ir izvēlējies konkrēto gājienu, bērns atbild, ka šis gājiens viņam patīk. Cenšoties izskaidrot, kāpēc viņa gājiens bija pareizs, bērns apjūk, kā rezultātā viņš vairs nespēj izdarīt labus gājienus. Šaha brīnumbērni dzimst salīdzinoši bieži, taču tikai viens no viņiem – Hosē Rauls Kapablanka kļuva par pasaules čempionu. Pārējie čempioni bērnībā nav bijuši brīnumbērni un titulu nopelnījuši ar fanātisku attieksmi pret šahu un smagu darbu.

Ja šaha brīnumbērni tiktu pasargāti no sabiedrības ietekmes un pētītu tikai paši savas spējas, tad pastāvētu iespēja, ka viņi no patīk – nepatīk līmeņa pārietu uz vārdos izsakāmu, loģiski pamatotu secinājumu līmeni. Tā ir ļoti talantīgu cilvēku domāšana, kuru kopē DL tehnoloģija.

Pašlaik populārā latviešu valodas interneta portālā informācija par dziļiem neirāliem tīkliem tiek piedāvāta komplektā ar vienu no galvenajām liberālisma vērtībām. Gribētos cerēt, ka temats ir pietiekoši saistošs, lai tas kļūtu interesants arī latviešu valodā lasošajiem.

Novērtē šo rakstu:

0
0