Viti kur kompjuteri na mundi në të gjitha lojërat

Gjatë gjithë shekullit XX, loja e shahut shërbeu si një pikë referimi për studiuesit e inteligjencës artificiale (AI), që si term u shfaq në fillim të viteve 1950 nga John McCarthy.

Në vitin 1997, programi i IBM-së, “Deep Blue” arriti të mundte kampionin më të mirë të botës shah, Garry Kasparov, duke kryer kështu fitoren e parë të kompjuterit kundër njeriut në një lojë.

Normalisht, zhvilluesit e AI-së vazhduan përparimin, duke iu drejtuar lojërave më komplekse për të testuar algoritmet e tyre të sofistikuara. Në 12 muajt e fundit AI-ja arriti të tejkalojë një numër të lartë kufish, duke mundur lojtarët njerëz në një gamë të gjerë lojërash, duke filluar nga loja antike Go deri tek loja me letra, dinamike dhe interaktive, “Texas Hold-Em Poker”.

Sfidat e mëdha

Në fund të viteve 1997, pasi një kompjuter më në fund dhe përfundimisht mundi mjeshtrin e madhe të shahut, një astrofizikant i Princeton deklaroi se “do të duhen ndoshta 100 vite që një kompjuter të mundë një njeri në Go, ndoshta edhe më shumë”.

Duke e marrë seriozisht këtë sfidë, shkencëtarët kompjuterikë u fokusuan në lojën antike kineze të strategjisë, që është shumë e lehtë për t’u luajtur, por jashtëzakonisht komplekse për t’u zotëruar plotësisht.

Në maj 2017, “AlphaGo Master” arriti të mundë kampionin  Ke Jie, lojtari më i mirë në botë në Go. Por ndoshta më habitës ishte shfaqja në tetor nga “Google” i një produkti edhe më të sofistikuar që arriti të mundë “AlphaGo Master”. Pra një AI që mund një tjetër AI.

“AlphaGo Zero”, ishte një algoritëm revolucionar i dizenjuar që të përmirësohej krejtësisht duke mësuar vetë. Sistemi thjesht luante kundër vetes vazhdimisht dhe arrinte të dominonte me mjeshtëri çdo lojë që programohej të luante. Ndërsa në dhjetor 2017, një version edhe më i mirë i këtij sistemi i krijuar nga kompania “DeepMind”, i quajtur “AlphaZero”, ishte në gjendje të mësonte të luante me mjeshtëri çdo lojë në vetëm pak orë.

Zotërimi i bllofit

Ndërkohë që Go-ja është një lojë e pasur me kompleksitet, zotërimi i pokerit ishte sfidë më vete për AI-në. Për të fituar në poker nevojitet mjeshtëri në artin e mashtrimit. Të bësh bllof dhe të dallosh kur po të bëjnë bllof janë aftësitë kryesore që duhet të zotërohen mjeshtërisht për të fituar në këtë lojë të famshme me letra.

Pas më shumë se një dekadë përpjekiesh, në 2017-ën, ekipi i Universitetit Carnegie Mellon zhvilloi një spektakël të vërtetë në janar 2017 ku sistemi i tyre AI, “Libratus” kaloi 20 ditë duke luajtur 120 000 duar “Texas Hold’em” pa limit kundër katër profesionistësh. Në fund “Libratus” kishte 1,7 milionë dollarë më shumë se secili prej katër profesionistëve që kishin humbur mijëra dollarë flaso.

Madje njëri prej profesionistëve tha se “dukej sikur po luaja kundër dikujt që po bënte me hile, sikur i shikonte letrat e mia. Nuk po akuzoj se bënte me hile. Por po them se sa i mirë ishte”.

Perfeksionimi

Në vitin 2015 Elon Musk dhe një grup i vogël krijuesish themeluan një kompani që queht “OpenAi” dhe në gusht 2017 ekipi vendosi të sundojë lojën elektronike “Dota 2”, një lojë shumë popullore dhe e komplikuar, që luhet në internet dhe është një biznes serioz në botëne e lojërave elektronike. Pas vetëm dy javë praktikë, sistemi i “OpenAi” arriti të mundë disa prej lojtarëve më të mirë në versionin një kundër një. Tani ekipi po punon që ta bëjë këtë sistem të luajë si ekip prej pesë lojtarësh.

Por disa lojëra janë më të vështira për AI-të që t’i zotërojnë se sa të tjerat dhe klasikja, por jashtëzakonisht e vështira, video loja e vitit 1980 “Ms Pac-Man” ishte veçanërisht sfiduese. Pas shumë punimesh kompania “Maluuba”, e blerë nga “Google”, krijoi një sustem që arriti pikaverazhin 999 990, që asnjë njeri apo AI nuk kishte arritur ndonjëherë.

Madje një ekip nga Universiteti “Falmouth” kohët e fundit ka krijuar një algoritëm të një sistemi AI që ata pretendojnë se mund të ëndërrojë lojërat e veta që ne t’i luajmë. I quajtur “Angelina”, ky sistem AI po përmirëson veten nga dita në ditë, madje është në gjendje që tani të krijojë lojëra duke përdorur si burime frymëzimi faqet në intenret të gazetave dhe median sociale.

Çfarë do të thotë kjo?

Ndoshta zhvillimi më i konsiderueshëm dhe me shumë mundësi i frikshëm në vitin 2017 ishte progresi i lartë në përmirësimin e sistemeve që vetëmësojnë. Këto programe mund t’i mësojnë vetes së tyre se si të zotërojnë plotësisht aftësi të reja.

“Kohët e fundit ne duam që të përdorim algoritme të përparuar si këta për të ndihmuar në zgjidhjen e të gjitha llojeve të problemeve që shqetësojnë botën reale. Nëse teknika të ngjashme mund të aplikohen në probleme të natyrave të tjera, siç janë shëndetësia, reduktimi i konsumit të energjisë apo kërkimi i materialeve të reja revolucionare. Rezultatet do të kenë potencialin për të çuar përpara të kuptuarin njerëzor dhe të kenë një impkat pozitiv në jetët tona”, thekson Demis Hassabis, bashkëthemelues dhe drejtor i përgjithshëm i “DeepMind”