Un giocatore normale, e nemmeno di altissimo livello, ha sconfitto il sistema principale intelligenza artificiale nel gioco da tavolo Go, che è stata una sorpresa, perché la vittoria conquistata dal computer nel 2016 è stata considerata un'importante pietra miliare nello sviluppo dell'intelligenza artificiale.
Kellyn Pelrin, un giocatore dilettante americano, ha approfittato di un difetto nel sistema scoperto in precedenza da... un altro computer e ha vinto 14 partite su 15. Questa vittoria ha evidenziato la debolezza dei migliori programmi per computer per il gioco del Go che hanno i più moderni sistemi di intelligenza artificiale, incluso il famigerato chatbot ChatGPT, creato da OpenAI.
La tattica vincente è stata offerta, abbastanza ironicamente, da un altro programma per computer che ha esplorato i sistemi di intelligenza artificiale alla ricerca di punti deboli. "È stato sorprendentemente facile per noi utilizzare il sistema", ha affermato Adam Gleave, amministratore delegato della società di ricerca californiana FAR AI, che ha sviluppato il programma. Il programma ha dovuto giocare più di un milione di giochi contro uno dei sistemi Go più popolari, KataGo, per trovare il cosiddetto "punto cieco", ha affermato. Secondo Pelrin, la strategia scoperta dal programma "non è del tutto banale, ma nemmeno super difficile", quindi una persona media è perfettamente in grado di padroneggiarla.
La vittoria arriva sette anni dopo che l'IA sembrava aver dimostrato la sua indiscussa superiorità sugli umani in quello che è spesso considerato il gioco da tavolo di strategia più difficile. Il sistema AlphaGo sviluppato dall'azienda DeepMind, di proprietà di Google, ha sconfitto il campione del mondo Lee Sedol 2016-4 nel 1. Nel 2019, il giocatore sudcoreano ha smesso di partecipare alle competizioni proprio a causa dello sviluppo dell'IA: ha dichiarato che una persona non sarebbe più stata in grado di batterlo. Beh, Lee Sedol è saltato un po' alle conclusioni.
Nel gioco del go, due giocatori, a turno, posizionano pezzi bianchi e neri su una scacchiera contrassegnata da una griglia 19x19, cercando di circondare i pezzi dell'avversario e occupare l'area più grande. L'enorme numero di combinazioni significa che il computer non è realmente in grado di valutare tutte le potenziali mosse future. Una tattica usata da Pelrin era quella di infilare lentamente un grande "anello" di pietre per circondare uno dei gruppi dell'avversario, distraendo AI si muove in altri angoli del tabellone. E il bot non ha notato la vulnerabilità anche quando l'accerchiamento era quasi completo. "Ma sarebbe abbastanza facile per una persona notarlo", ha aggiunto il giocatore.
Interessante anche:
La scoperta di un punto debole in alcune delle macchine Go all'avanguardia indica un difetto fondamentale nei sistemi di deep learning che sono alla base dello stato dell'arte AI. Come afferma Stuart Russell, professore di informatica all'Università della California a Berkeley, i sistemi possono solo "capire" situazioni specifiche che hanno incontrato in passato e non sono in grado di generalizzare tutto nel modo in cui può farlo una persona. "Questo dimostra ancora una volta che siamo stati troppo frettolosi nell'attribuire intelligenza sovrumana alle macchine", ha detto Russell.
È probabile che le tattiche usate da Pelrin siano usate raramente, il che significa che i sistemi di intelligenza artificiale non sono stati addestrati su giochi abbastanza simili per "capire" le loro vulnerabilità.
Interessante anche: