Google DeepMind เปิดตัว AlphaGo Zero ปัญญาประดิษฐ์ตัวใหม่ ที่พัฒนาฝีมือเล่นโกะโดยไม่ต้องใช้คนสอน ฝึกด้วยตัวเองเพียง 3 วัน แต่เก่งกว่า AlphaGo เวอร์ชันเก่าที่ชนะเซียนโกะโลก!

แม้ว่า AlphaGo ปัญญาประดิษฐ์จาก DeepMind บริษัทลูกของ Google ประกาศอำลาวงการโกะ หลังเอาชนะมือ 1 โกะโลกอย่าง Ke Jie 3 เกมรวดเมื่อช่วงกลางปีที่ผ่านมา ทำให้จะไม่มี AlphaGo ออกมาประลองฝีมือกับมนุษย์อีกต่อไป แต่ DeepMind ยังไม่หยุดพัฒนา AI เล่นโกะเพียงเท่านั้น เพราะล่าสุดได้เปิดตัว AlphaGo Zero ปัญญาประดิษฐ์ตัวใหม่ ที่มาพร้อมกับความสามารถในการสอนตัวเอง แถมยังเล่นโกะได้เก่งกว่า AlphaGo เวอร์ชันก่อนซะอีกครับ

โดยกว่าที่ AlphaGo เวอร์ชันก่อนจะบรรลุสกิลการเล่นโกะที่ค่อนข้างเก่งเกินมนุษย์นั้น มันต้องเรียนรู้เกมโกะที่มนุษย์เคยเล่นไว้กว่า 100,000 กระดาน เพื่อศึกษาแนวทางการเล่นโกะ และนำมาประยุกต์ใช้ แต่สำหรับ Zero ฉลาดกว่าานั้น เพราะมันถูกโปรแกรมให้รู้แค่เพียงกฏการเล่นโกะเบื้องต้นเท่านั้น ส่วนวิธีการเล่น รวมไปถึงเทคนิคต่างๆ Zero จะพัฒนาทักษะด้วยการประลองฝีมือกับตัวเองไปเรื่อยๆ เป็นจำนวนหลายล้านกระดาน

หลังจากที่ฝึกฝนตัวเองได้อยู่ 3 วัน พบว่า Zero มีความเก่งกาจจนสามารถเอาชนะ AlphaGo เวอร์ชันที่เคยคว่ำแชมป์เซียนโกะโลก 18 สมัยอย่าง Lee Sedol ได้สำเร็จ ด้วยผล 100-0 เกม หลังจากฝึกต่อไปเป็นเวลา 40 วัน ปรากฏว่า Zero สามารถเอาชนะ AlphaGo เวอร์ชัน Master ซึ่งนับว่าเป็นเวอร์ชันที่ล้ำหน้ามากที่สุด และยังเป็น AlphaGo ที่เอาชนะมือ 1 โลกอย่าง Ke Jie มาแล้ว ด้วยอัตราการชนะ (Win-rate) ถึง 90% ด้วยกัน ทำให้ Zero (น่าจะ) เป็นผู้เล่นโกะที่แข็งแกร่งที่สุดในประวัติศาสตร์ไปโดยปริยาย

David Silver หัวหน้าโปแกรมเมอร์ผู้พัฒนา AlphaGo Zero เปิดเผยว่า Zero สามารถค้นพบแผนการเล่นโกะ ที่มนุษย์เคยพัฒนามาเป็นเวลากว่าพันๆ ปีได้ด้วยตัวมันเอง โดยในช่วงแรก Zero เริ่มต้นการเล่นโกะอย่างไร้ชั้นเชิง คล้ายกับมือสมัครเล่น แต่เมื่อเวลาผ่านไป มันเริ่มเล่นโกะได้ทัดเทียมกับมือโปร แถมยังมีการพัฒนาเทคนิคการเล่นโกะที่ไม่เคยเห็นมาก่อนด้วย ซึ่งทาง DeepMind หวังว่า Zero จะเป็นแรงบันดาลใจให้แก่ผู้เล่นโกะมืออาชีพ ด้วยการแนะนำวิธีเดินหมากแบบใหม่ๆ ให้แก่มนุษย์ เพื่อนำไปปรับใช้ในเกมการแข่งขัน

Zero นอกเหนือจากจะมีความสามารถการเล่นโกะที่เหนือกว่า AlphaGo แล้ว มันยังมีฟีเจอร์ด้านอื่นที่ดีกว่าด้วย อย่างเช่น การใช้พลังงานในการประมวลผลที่น้อยลง ด้วยการใช้ชิป TPU (หน่วยประมวลผล AI ที่สร้างโดย Google) เพียงแค่ 4 ตัว ต่างจากเวอร์ชันก่อนที่ต้องใช้ชิป TPU ถึง 48 ตัว อีกทั้ง ด้วยความที่ Zero สามารถสอนตัวเองได้ ทำให้นักวิจัยสามารถนำไปต่อยอดเพื่อพัฒนาอัลกอริทึมรูปแบบใหม่ ที่ไม่จำเป็นต้องป้อนข้อมูลเป็นจำนวนมากๆ เพื่อสอน AI นั่นเอง

ทั้งนี้ ทาง Demis Hassabis ผู้ร่วมก่อตั้ง DeepMind เปิดเผยว่า เนื่องจาก Zero ไม่ได้ถูกโปรแกรมมาเพื่อให้เล่นโกะโดยเฉพาะ ทางผู้พัฒนาจึงสามารถโปรแกรม Zero ให้เรียนรู้ศาสตร์ด้านอื่นได้ เช่น ค้นคว้าเรื่องยา หรือฟิสิกส์อนุภาพ เป็นต้น ซึ่งก็น่าติดตามกันต่อไปว่า Zero จะเข้ามามีบทบาทในด้านใด และจะถูกนำไปใช้ในเรื่องไหนบ้างครับ

---------------------------------------

ที่มา : The Verge
แปลและเรียบเรียง : techmoblog.com

Update : 19/10/2017

google AlphaGo DeepMind AlphaGo Zero