एक साधारण खिलाड़ी, और उच्चतम स्तर का भी नहीं, ने अग्रणी प्रणाली को हरा दिया कृत्रिम होशियारी बोर्ड गेम गो में, जो एक आश्चर्य के रूप में आया, क्योंकि 2016 में कंप्यूटर द्वारा जीती गई जीत को कृत्रिम बुद्धि के विकास में एक महत्वपूर्ण मील का पत्थर माना गया था।
केलीन पेलरिन, एक अमेरिकी शौकिया खिलाड़ी, ने सिस्टम में एक दोष का फायदा उठाया जो पहले एक अन्य कंप्यूटर द्वारा खोजा गया था और 14 में से 15 गेम जीते थे। इस जीत ने गो के खेल के लिए सबसे अच्छे कंप्यूटर प्रोग्राम की कमजोरी को उजागर किया, जिसमें कुख्यात चैटबॉट सहित अधिकांश आधुनिक एआई सिस्टम हैं। ChatGPT, OpenAI द्वारा बनाया गया।
जीतने की रणनीति की पेशकश की गई थी, विडंबना यह है कि एक अन्य कंप्यूटर प्रोग्राम द्वारा कमजोर बिंदुओं की तलाश में कृत्रिम बुद्धि प्रणाली की खोज की गई थी। कार्यक्रम को विकसित करने वाली कैलिफोर्निया स्थित रिसर्च फर्म एफएआर एआई के मुख्य कार्यकारी अधिकारी एडम ग्लीवे ने कहा, "इस प्रणाली का उपयोग करना हमारे लिए आश्चर्यजनक रूप से आसान था।" कार्यक्रम को तथाकथित "ब्लाइंड स्पॉट" खोजने के लिए सबसे लोकप्रिय गो सिस्टम, काटागो में से एक के खिलाफ एक लाख से अधिक गेम खेलने पड़े। पेल्रिन के अनुसार, कार्यक्रम द्वारा खोजी गई रणनीति "पूरी तरह से तुच्छ नहीं है, लेकिन अति कठिन भी नहीं है", इसलिए एक औसत व्यक्ति इसमें महारत हासिल करने में काफी सक्षम है।
एआई द्वारा मनुष्यों पर अपनी निर्विवाद श्रेष्ठता साबित करने के सात साल बाद जीत आती है जिसे अक्सर सबसे कठिन रणनीति बोर्ड गेम माना जाता है। कंपनी द्वारा विकसित AlphaGo सिस्टम Deepmind2016 में Google के स्वामित्व वाली, विश्व चैंपियन ली सेडॉल को 4-1 से हराया। 2019 में, एआई के विकास के कारण दक्षिण कोरियाई खिलाड़ी ने प्रतियोगिताओं में भाग लेना बंद कर दिया - उन्होंने घोषणा की कि एक व्यक्ति अब उन्हें हरा नहीं पाएगा। खैर, ली सेडॉल सीधे सीधे निष्कर्ष पर पहुंचे।
गो के खेल में, दो खिलाड़ी बारी-बारी से 19x19 ग्रिड के साथ चिह्नित बोर्ड पर काले और सफेद टुकड़े रखते हैं, प्रतिद्वंद्वी के टुकड़ों को घेरने और सबसे बड़े क्षेत्र पर कब्जा करने की कोशिश करते हैं। बड़ी संख्या में संयोजनों का मतलब है कि कंप्यूटर वास्तव में भविष्य की सभी संभावित चालों का मूल्यांकन करने में सक्षम नहीं है। पेल्रिन द्वारा उपयोग की जाने वाली रणनीति में धीरे-धीरे पत्थरों के एक बड़े "लूप" को स्ट्रिंग करना था ताकि विरोधी के समूहों में से एक को घेरा जा सके, ध्यान भंग किया जा सके। ऐ बोर्ड के अन्य कोनों में चलता है। और जब घेरा लगभग पूरा हो गया था तब भी बॉट ने भेद्यता पर ध्यान नहीं दिया। "लेकिन किसी व्यक्ति के लिए इसे नोटिस करना काफी आसान होगा," खिलाड़ी ने कहा।
यह भी दिलचस्प:
अत्याधुनिक गो मशीनों में से कुछ में कमजोरी की खोज गहन शिक्षण प्रणालियों में एक मूलभूत दोष की ओर इशारा करती है जो अत्याधुनिक को रेखांकित करती है। ऐ. जैसा कि बर्कले में कैलिफोर्निया विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर स्टुअर्ट रसेल कहते हैं, सिस्टम केवल उन विशिष्ट स्थितियों को "समझ" सकते हैं जिनका वे अतीत में सामना कर चुके हैं, और हर चीज को उस तरह से सामान्य करने में सक्षम नहीं हैं जैसे एक व्यक्ति कर सकता है। रसेल ने कहा, "यह एक बार फिर से दिखाता है कि हमने मशीनों को अलौकिक बुद्धि का श्रेय देने में जल्दबाजी की है।"
यह संभावना है कि पेल्रिन द्वारा उपयोग की जाने वाली रणनीति का शायद ही कभी उपयोग किया जाता है, जिसका अर्थ है कि एआई सिस्टम को उनकी कमजोरियों को "समझने" के लिए पर्याप्त समान खेलों पर प्रशिक्षित नहीं किया गया है।
यह भी दिलचस्प: