Tavaly márciusban a mesterségesintelligencia-fejlesztés igazi mérföldköveként ünnepelte a világ, amikor a Google MI-je, az AlphaGo legyőzte go játék emberi világbajnokát, a dél-koreai Lee Sedolt. A go az MI-fejlesztés szempontjából sokkal keményebb dió, mint a sakk, jóval nagyobb benne a variációk száma, és különösen fontos benne az intuíció és a kreativitás.
Ezt jóval nehezebb leprogramozni, mint mondjuk a történelem összes sakkjátszmájából egy adatbázist gyártani, hogy az alapján válassza ki a gép a lépését.
A Google - pontosabban az MI-fejlesztéssel foglalkozó startup, a Deepmind, amit a Google 2014-ben félmilliárd dollárért vásárolt fel - most előállt a go-program új verziójával, a sokkal kifinomultabb AlphaGo Zeróval. A legfontosabb különbség az elődhöz képest, hogy míg annak feltöltötték az adatbázisát 100 ezer go-játszmával, hogy azok alapján kezdjen saját stratégiák kialakításába, a Zero, ahogy a neve is mutatja, a nulláról indult. Egyszerűen csak a játék szabályait adták meg neki, és az MI saját maga ellen játszva építette fel magának a tudásbázisát. Sok millió parti kellett neki, mire a véletlenszerű lépésektől eljusson oda, hogy a saját régi verziója ellen kiálljon. Mivel a számítási kapacitása elég brutális, ezt a sok millió játszmát pár nap alatt le is nyomta magában.
A tanulási folyamat harmadik napja után a Zero már olyan szinten túlnőtte az elődjét, hogy száz meccsből százszor megverte azt a szoftvert, ami korábban a legjobb emberi játékos legyőzésével lett híres. Persze az alap AlphaGo fejlesztése nem állt le Lee Sedol legyőzése után, a jelenlegi, másfél év plusz fejlesztéssel és tanulással felturbózott verzió még most is legyőzi néha a Zerót. Átlagosan tíz meccsből egyszer.
