Семь главных игр в истории человечества. Шашки, шахматы, го, нарды, скрабл, покер, бридж

После того как TD-Gammon доказала мастерство в своей «родной» игре, заложенные в ней идеи начали применяться и в других, порой неожиданных областях. В Массачусетском университете тот же подход стали использовать для управления движением лифтов. Способность снимать фишки с доски привела к эффективному моделированию вертикальных пассажиропотоков в высоком здании. В NASA это использовали при так называемом оптимально минимизированном производственном планировании для космического шаттла. Минимизированное производственное планирование – классическая проблема оптимизации в информатике, когда имеется определенное количество заданий, которые нужно выполнить на некотором количестве машин. Как спланировать их выполнение, чтобы минимизировать время реализации всего проекта? Спустя годы TD-Gammon нашла применение в процессе разработки агрессивной стратегии ставок Daily Double для компьютерной системы Watson в телевикторине Jeopardy! Аналогичная стратегия использовалась с отличными результатами профессиональным игроком Джеймсом Хольцхауэром во время его рекордного участия в серии выпусков этой телевикторины в 2019 году[36].

В мире игрового ИИ исследования Тезауро привели к появлению историй беспрецедентного успеха, однако во время нашего интервью он порой казался настороженным. Я чувствовал, его беспокоит, что профан вроде меня может счесть созданное им не интеллектуальным. Он подчеркивал, например, будто «знающие люди, технические специалисты» говорили, что программа TD-Gammon является интеллектуальной, а вот Deep Blue, шахматный суперкомпьютер, – нет. (Кабинет одного из создателей Deep Blue находился чуть дальше по коридору. Тезауро робко спросил сотрудницу IBM по связям, которая сидела в помещении, согласна ли она с ним. Она ответила, что не может сказать, так как «не разбирается в технике».) С точки зрения Тезауро, разница была связана с элегантностью. «Элегантность важна», – несколько раз повторил он. Deep Blue была всего лишь большим калькулятором с кучей написанных вручную узкоспециализированных частей, несущим постыдное клеймо заранее запрограммированных, сублимированных людских знаний. TD-Gammon все делала самостоятельно. Она самообучалась. Разве это не элегантно? Разве это не интеллект?

Позднее в тот же день Тезауро прислал мне пояснительное электронное письмо. Он писал, что имел в виду так называемый эффект ИИ – идею о том, что критерии, определяющие «фактический интеллект» машины, постоянно меняются. Как говорит писательница Памела Маккордак в книге «Машины, которые мыслят» (Machines Who Think), «Сфера искусственного интеллекта такова, что всякий раз, когда кто-нибудь додумывался, как заставить компьютер что-то делать – хорошо играть в шашки, решать простые, но сравнительно неформальные задачи, – поднимался хор голосов, утверждающих, что это не мышление». Или, как сказал однажды журналу Wired Родни Брукс, специалист по робототехнике из Массачусетского технологического института, «всякий раз, как мы что-то постигаем, это перестает быть волшебством, и все говорят: “А, да это же просто вычисления”».

Это перестает быть волшебством. Тезауро не хотел, чтобы нейронные сети, породившие TD-Gammon, перестали быть волшебством.

Я решил испытать на собственном опыте точность, с которой созданный человеком мозг может играть в нарды. И вот, в приступе любопытства или мазохизма, а может, того и другого, я засел за лэптоп, чтобы сразиться с BGBlitz – еще одной нейросетевой программой, являющейся прямым потомком программы Тезауро, а также трехкратным чемпионом компьютерных олимпиад, проводившихся в 2000-е годы.