ألفا غو زيرو

ألفا غو زيرو هو نسخة من برنامج ألفا غو، التابع لشركة ديب مايند والمتخصص في لعبة غو . نشر فريق ألفا غو مقالًا في مجلة نيتشر في أكتوبر 2017، قدّم فيه ألفا غو زيرو، وهي نسخة تم إنشاؤها دون استخدام بيانات من مباريات بشرية، وتتفوق على جميع النسخ السابقة. ^{[ 1 ]} من خلال اللعب ضد نفسه، حقق ألفا غو زيرو ما يلي: تفوق على قوة ألفا غو لي في ثلاثة أيام بفوزه في 100 مباراة مقابل لا شيء؛ ووصل إلى مستوى ألفا غو ماستر في 21 يومًا؛ وتجاوز جميع النسخ السابقة في 40 يومًا. ^{[ 2 ]}

يُعدّ تدريب الذكاء الاصطناعي دون استخدام مجموعات بيانات مستمدة من خبراء بشريين ذا أهمية بالغة لتطوير ذكاء اصطناعي يتمتع بقدرات خارقة، إذ غالبًا ما تكون بيانات الخبراء "مكلفة أو غير موثوقة أو ببساطة غير متوفرة". ^{[ 3 ]} صرّح ديميس هاسابيس ، المؤسس المشارك والرئيس التنفيذي لشركة ديب مايند، بأنّ قوة ألفا غو زيرو تكمن في "عدم تقييده بحدود المعرفة البشرية". ^{[ 4 ]} علاوة على ذلك، تفوّق أداء ألفا غو زيرو على نماذج التعلّم العميق المعزز القياسية (مثل تطبيقات شبكة كيو العميقة ^{[ 5 ]} ) بفضل دمجه لخوارزمية بحث مونت كارلو الشجرية . وأشار ديفيد سيلفر ، أحد أوائل مؤلفي أوراق ديب مايند المنشورة في مجلة نيتشر حول ألفا غو، إلى إمكانية تعميم خوارزميات الذكاء الاصطناعي من خلال الاستغناء عن الحاجة إلى التعلّم من البشر. ^{[ 6 ]}

طوّرت جوجل لاحقًا برنامج AlphaZero ، وهو نسخة معمّمة من AlphaGo Zero، قادرة على لعب الشطرنج والشوجي بالإضافة إلى لعبة غو. ^{[ 7 ]} في ديسمبر 2017، تفوّق AlphaZero على نسخة AlphaGo Zero التي خضعت لتدريب لمدة ثلاثة أيام، بفوزه في 60 مباراة مقابل 40، وبعد 8 ساعات من التدريب، تفوّق على AlphaGo Lee وفقًا لمقياس Elo . كما هزم AlphaZero برنامجًا رائدًا في الشطرنج ( Stockfish ) وبرنامجًا رائدًا في الشوجي ( Elmo ). ^{[ 8 ] [ 9 ]}

الشبكة في برنامج AlphaGo Zero هي شبكة ResNet ذات رأسين. ^{[ 1 ] : الملحق: الطرق}

• يأخذ جذع الشبكة كمدخل تمثيلًا موترًا بحجم 17 × 19 × 19 للوحة لعبة Go.
  • تمثل القنوات الثمانية مواقع أحجار اللاعب الحالي خلال الخطوات الزمنية الثماني الأخيرة. (1 إذا كان هناك حجر، 0 خلاف ذلك. إذا كانت الخطوة الزمنية تسبق بداية اللعبة، فإن جميع المواقع تكون 0).
  • تمثل القنوات الثمانية مواقع أحجار اللاعب الآخر خلال الخطوات الزمنية الثمانية الأخيرة.
  • القناة 1 تكون قيمتها 1 بالكامل إذا كان اللون الأسود سيتحرك، و0 فيما عدا ذلك.
• الجسم عبارة عن ResNet يحتوي إما على 20 أو 40 كتلة متبقية و 256 قناة.
• هناك رأسان، رأس السياسة ورأس القيمة.
  • يُخرج رأس السياسة مصفوفة لوجيت بحجم${\displaystyle 19\times 19+1}$، وهو ما يمثل لوجيت القيام بحركة في إحدى النقاط، بالإضافة إلى لوجيت المرور .
  • يُخرج رأس القيمة رقمًا في النطاق${\displaystyle (-1,+1)}$، وهو ما يمثل النتيجة المتوقعة للاعب الحالي. -1 يمثل خسارة اللاعب الحالي، و+1 يمثل فوزه.

تم تدريب الشبكة العصبية لبرنامج AlphaGo Zero باستخدام TensorFlow ، مع 64 وحدة معالجة رسومية (GPU) و19 خادمًا لمعاملات وحدة المعالجة المركزية (CPU). واستُخدمت أربع وحدات معالجة تناظرية (TPU) فقط للاستدلال. في البداية، لم تكن الشبكة العصبية تعرف شيئًا عن لعبة Go سوى قواعدها . وعلى عكس الإصدارات السابقة من AlphaGo، لم يكن Zero يدرك سوى أحجار اللوحة، دون وجود حالات استثنائية نادرة مُبرمجة بشريًا للمساعدة في التعرف على وضعيات لوحة Go غير المألوفة. انخرط الذكاء الاصطناعي في التعلم المعزز ، حيث لعب ضد نفسه حتى تمكن من توقع تحركاته وكيف ستؤثر هذه التحركات على نتيجة اللعبة. ^{[ 10 ]} في الأيام الثلاثة الأولى، لعب AlphaGo Zero 4.9 مليون مباراة ضد نفسه على التوالي بسرعة. ^{[ 11 ]} ويبدو أنه طور المهارات اللازمة للتغلب على أفضل اللاعبين البشريين في غضون أيام قليلة فقط، بينما استغرق برنامج AlphaGo السابق شهورًا من التدريب للوصول إلى المستوى نفسه. ^{[ 12 ]}

وفقًا لـ Epoch.ai، بلغت تكلفة التدريب 3e23 FLOPs. ^{[ 13 ]}

للمقارنة، قام الباحثون أيضًا بتدريب نسخة من برنامج AlphaGo Zero باستخدام ألعاب بشرية، وهي AlphaGo Master، ووجدوا أنها تعلمت بسرعة أكبر، ولكن أداءها كان أسوأ على المدى الطويل. ^{[ 14 ]} قدمت شركة DeepMind نتائجها الأولية في ورقة بحثية إلى مجلة Nature في أبريل 2017، والتي نُشرت لاحقًا في أكتوبر 2017. ^{[ 1 ]}

وقد تم تقدير تكلفة الأجهزة لنظام AlphaGo Zero واحد في عام 2017، بما في ذلك وحدات المعالجة الموترية الأربعة، بحوالي 25 مليون دولار. ^{[ 15 ]}

بحسب هاسابيس، من المرجح أن تكون خوارزميات ألفا غو أكثر فائدةً في المجالات التي تتطلب بحثًا ذكيًا في فضاء هائل من الاحتمالات، مثل طي البروتينات (انظر ألفا فولد ) أو محاكاة التفاعلات الكيميائية بدقة. ^{[ 16 ]} وربما تكون تقنيات ألفا غو أقل فائدة في المجالات التي يصعب محاكاتها، مثل تعلم قيادة السيارة. ^{[ 17 ]} وقد صرّحت ديب مايند في أكتوبر 2017 أنها بدأت بالفعل العمل بنشاط على محاولة استخدام تقنية ألفا غو زيرو لطي البروتينات، وأعلنت أنها ستنشر قريبًا نتائج جديدة. ^{[ 18 ] [ 19 ]}

حظي برنامج AlphaGo Zero بتقدير واسع النطاق باعتباره تقدماً كبيراً، حتى بالمقارنة مع سابقه الرائد، AlphaGo. وصف أورين إتزيوني من معهد ألين للذكاء الاصطناعي برنامج AlphaGo Zero بأنه "نتيجة تقنية مبهرة للغاية" من حيث "قدرتهم على إنجازه، وقدرتهم على تدريب النظام في غضون 40 يوماً، على أربع وحدات معالجة Tensor Processing Units (TPUs)". ^{[ 10 ]} ووصفته صحيفة الغارديان بأنه "إنجاز كبير في مجال الذكاء الاصطناعي"، مستشهدةً بإيليني فاسيلاكي من جامعة شيفيلد وتوم ميتشل من جامعة كارنيجي ميلون ، اللذين وصفاه بأنه إنجاز رائع و"إنجاز هندسي متميز" على التوالي. ^{[ 17 ]} ووصف مارك بيسكي من جامعة سيدني برنامج AlphaGo Zero بأنه "تقدم تكنولوجي كبير" يأخذنا إلى "مجال غير مكتشف". ^{[ 20 ]}

حذّر غاري ماركوس ، عالم النفس بجامعة نيويورك ، من أن برنامج ألفا غو، على حد علمنا، قد يحتوي على "معرفة ضمنية لدى المبرمجين حول كيفية بناء آلات لحل مسائل مثل لعبة غو"، وسيحتاج إلى اختباره في مجالات أخرى قبل التأكد من فعالية بنيته الأساسية في مجالات تتجاوز لعبة غو. في المقابل، تُبدي شركة ديب مايند "ثقةً في إمكانية تعميم هذا النهج على عدد كبير من المجالات". ^{[ 11 ]}

ردًا على التقارير، قال لي سيدول ، لاعب الغو الكوري الجنوبي المحترف : "لم تكن النسخة السابقة من ألفا غو مثالية، وأعتقد أن هذا هو سبب تطوير ألفا غو زيرو". وعن إمكانات تطوير ألفا غو، قال لي إنه سينتظر ليرى، لكنه أشار أيضًا إلى أنه سيؤثر على لاعبي الغو الشباب. وقال موك جين سيوك ، مدير المنتخب الكوري الجنوبي الوطني للغو، إن عالم الغو بدأ بالفعل في محاكاة أساليب لعب النسخ السابقة من ألفا غو واستلهام أفكار جديدة منها، وهو يأمل أن تنبثق أفكار جديدة من ألفا غو زيرو. وأضاف موك أن التوجهات العامة في عالم الغو تتأثر الآن بأسلوب لعب ألفا غو. وقال: "في البداية، كان من الصعب فهمه، وشعرت تقريبًا وكأنني ألعب ضد كائن فضائي. لكن مع اكتسابي خبرة كبيرة، اعتدت عليه". وتابع: "لقد تجاوزنا الآن مرحلة مناقشة الفجوة بين قدرات ألفا غو والبشر، فالمسألة الآن بين أجهزة الكمبيوتر". وبحسب التقارير، فقد بدأ موك بالفعل بتحليل أسلوب لعب ألفا غو زيرو مع لاعبين من المنتخب الوطني. قال موك: "على الرغم من أننا شاهدنا بضع مباريات فقط، إلا أننا شعرنا بأن برنامج ألفا غو زيرو يلعب بشكل أقرب إلى الإنسان من سابقيه". ^{[ 21 ]} وعلق لاعب الغو الصيني المحترف كي جي على الإنجازات الرائعة للبرنامج الجديد قائلاً: "إن برنامج ألفا غو الذي يتعلم ذاتيًا هو الأقوى. يبدو البشر غير ضروريين أمام قدرته على التحسين الذاتي". ^{[ 22 ]}

في 5 ديسمبر 2017، نشر فريق ديب مايند نسخة أولية على موقع arXiv ، قدّموا فيها برنامج AlphaZero، وهو برنامج يستخدم نهج AlphaGo Zero المعمم، والذي حقق في غضون 24 ساعة مستوىً خارقاً في الشطرنج والشوجي والجو ، متغلبًا على برامج أبطال العالم، Stockfish و Elmo ، ونسخة AlphaGo Zero التي تم تطويرها لمدة 3 أيام في كل حالة. ^{[ 8 ]}

يُعدّ برنامج AlphaZero (AZ) نسخةً أكثر عموميةً من خوارزمية AlphaGo Zero (AGZ) ، وهو قادر على لعب الشوغي والشطرنج بالإضافة إلى لعبة غو. وتشمل الاختلافات بين AZ و AGZ ما يلي: ^{[ 8 ]}

• لدى AZ قواعد مُبرمجة مسبقًا لضبط معلمات البحث الفائقة .
• يتم الآن تحديث الشبكة العصبية باستمرار.
• يمكن أن تنتهي لعبة الشطرنج (على عكس لعبة غو) بالتعادل؛ لذلك يمكن لـ AZ أن يأخذ في الاعتبار إمكانية حدوث مباراة تعادل.

يتوفر برنامج مفتوح المصدر يُدعى Leela Zero ، مبني على أفكار من أوراق بحثية حول AlphaGo. وهو يستخدم وحدة معالجة رسومية (GPU) بدلاً من وحدات معالجة الموتر (TPU) التي تعتمد عليها الإصدارات الحديثة من AlphaGo.

• "ألفا غو زيرو: البداية من الصفر" . مؤرشف من الأصل في 3 يناير 2020.
• سينغ، س.؛ أوكون، أ.؛ جاكسون، أ. (2017). "AOP" . مجلة نيتشر . 550 (7676): 336-337 . Bibcode : 2017Natur.550..336S . doi : 10.1038/550336a . PMID: 29052631. S2CID : 4447445 .  
• سيلفر، ديفيد؛ شريتويزر، جوليان؛ سيمونيان، كارين؛ أنتونوغلو، يوانيس؛ هوانغ، آجا؛ غيز، آرثر؛ هوبرت، توماس؛ بيكر، لوكاس؛ لاي، ماثيو؛ بولتون، أدريان؛ تشين، يوتيان؛ ليليكرب، تيموثي؛ هوي، فان؛ سيفري، لوران؛ فان دين دريش، جورج؛ غريبيل، ثور؛ هاسابيس، ديميس (2017). "إتقان لعبة غو دون معرفة بشرية" (ملف PDF) . مجلة نيتشر . 550 (7676): 354-359 . Bibcode : 2017Natur.550..354S . doi : 10.1038/nature24270 . PMID : 29052630. S2CID : 205261034 .  
• ألعاب ألفا جو زيرو