Di Pier Luigi Pisa
Fonte: La Repubblica

Nel 2016 una macchina ha battuto, contro ogni previsione, il più grande talento del Go, un gioco millenario che richiede intuizioni profondamente umane. Quella sfida, disputata a Seoul, ha cambiato il corso dell’intelligenza artificiale. E forse anche quello della storia dell’umanità. Vi spieghiamo perché attraverso le interviste esclusive a due scienziati di Google DeepMind, il team artefice di quel successo.

Quando nel 1997 il supercomputer Deep Blue di IBM sconfisse il campione degli scacchi Garry Kasparov, il New York Times produsse un titolo leggendario: Machines 1, Men 0. Dieci anni fa, in una stanza d’albergo a Seoul, quel punteggio si è aggravato. Le macchine, oggi, conducono per 2 a 0. Ma tra il primo e il secondo punto c’è una differenza abissale. E il mondo ha impiegato diverso tempo per comprenderlo del tutto.

Deep Blue vinse con la forza bruta: milioni di posizioni calcolate al secondo. Il sistema di intelligenza artificiale che nel 2016 sfidò il sudcoreano Lee Sedol – diciotto titoli mondiali, il più forte giocatore di Go della sua generazione – prevalse con qualcosa di diverso.

AlphaGo, così si chiamava quell’IA creata da DeepMind, un laboratorio di ricerca sull’intelligenza artificiale che Google aveva acquistato per oltre 400 milioni di dollari, aveva qualcosa di diverso.

Un modo di agire che somigliava all’intuizione umana.

La sconfitta che ha aperto il futuro dell’IA

Nonostante i trionfi, Lee Sedol – come Kasparov – sarà per sempre ricordato, probabilmente, per una sconfitta.
Ma per l’umanità che ha assistito al suo confronto con una macchina – seguito in diretta da duecento milioni di spettatori – quella disfatta ha significato in realtà una vittoria. Della scienza.
Battendo il campione sudcoreano di Go, AlphaGo ha spalancato una porta sul futuro che i padri dell’intelligenza artificiale spingevano invano da sessant’anni.

La sconfitta del secolo, vista con gli occhi di oggi, non fu una fine. Fu l’inizio della corsa all’intelligenza artificiale che sta cambiando le nostre vite.

Perché il Go era un problema irrisolvibile per l’IA

Per comprendere cosa accadde a marzo 2016, bisogna prima capire il Go. Ha oltre quattromila anni e nonostante le regole piuttosto semplici è considerato da sempre uno dei giochi più complessi della storia. Due giocatori posizionano, a turno, pietre bianche e nere su una griglia di legno – chiamata goban – con diciannove linee per lato. L’obiettivo è conquistare territorio circondando le pietre avversarie. Un bambino può impararlo in dieci minuti. Ma il numero di configurazioni possibili sul goban è superiore al numero di atomi nell’universo osservabile: dieci alla centosettantesima potenza.

“Il Go viene spesso paragonato agli scacchi, ma in realtà è sotto molti aspetti un gioco più interessante”, ci ha raccontato Thore Graepel, Distinguished Research Scientist di Google DeepMind, che di quel match fu uno degli architetti.

“Ha una tradizione lunghissima, è stato giocato per migliaia di anni, è stato inventato in Cina ed è stato giocato attraverso i millenni. Ancora oggi ci sono molte persone, giocatori professionisti di Go, che dedicano la loro vita a giocare a questo gioco al livello più alto possibile – ha aggiunto Graepel -. Quando nel 1997 Deep Blue sconfisse Garry Kasparov, gli scacchi furono in un certo senso risolti [nel senso che il più forte giocatore umano era stato superato da una macchina, ndr] ma il Go rimaneva un territorio del tutto inesplorato. Ci si potrebbe chiedere perché non siano state applicate le medesime tecniche efficaci per gli scacchi, ma la realtà è che il Go possiede una ricchezza strutturale tale da rendere quell’approccio del tutto insufficiente. In ogni fase della partita le opzioni di mossa sono numerosissime e una sfida può durare dai 200 ai 300 turni: una complessità che andava oltre ogni capacità di calcolo allora immaginabile”.

Deep learning e reti neurali: la strategia di AlphaGo

È stato solo con l’avvento delle reti neurali e del deep learning, tecniche di apprendimento automatico ispirate al funzionamento del cervello umano, che Google DeepMind ha trovato i mezzi necessari per affrontare e risolvere anche il Go.

La soluzione studiata da DeepMind prevedeva l’utilizzo di due reti neurali. Una corrispondeva al pensiero lento: valutava la posizione sulla scacchiera. L’altra imitava il pensiero veloce: suggeriva le mosse più promettenti, grazie a un algoritmo che esplorava solo i rami più fertili dell’albero delle possibilità.

AlphaGo, insomma, non calcolava tutto come avrebbe tentato Deep Blue: sceglieva dove guardare. In questo, era più simile a un essere umano di quanto fosse mai stato un computer in precedenza.

AlphaGo, la differenza tra macchina e essere umano raccontata da Thore Graepel

Fan Hui, il primo segnale della rivoluzione

Il primo a cadere fu Fan Hui, che a metà degli anni Duemiladieci era il campione europeo di Go. Nell’ottobre del 2015, cinque mesi prima della sfida di Seoul, DeepMind lo invitò a Londra per un test segreto.

Fan Hui era un professionista che aveva dedicato la vita a quel gioco. Dopo cinque partite però, il verdetto non lasciò dubbio: cinque a zero per la macchina. AlphaGo era pronto per la sfida successiva. Contro il migliore. “Non sembrava un computer” – ha raccontato in seguito Fan Hui -. Giocava con una bellezza che mi faceva paura. Mi sono sentito nudo”.

Ma Fan Hui non era Lee Sedol. E il team lo sapeva. Demis Hassabis, a capo di Google DeepMind, definì il campione sudcoreano una leggenda con un istinto killer, e avvertì il team: se AlphaGo avesse avuto una minima debolezza, Lee Sedol l’avrebbe trovata e distrutta. Fan Hui, che nel frattempo era diventato consulente del progetto, fu ancora più diretto: Lee Sedol non gioca come me, disse. Lui è un predatore.

Lee Sedol, dal canto suo, aveva studiato i filmati delle partite contro Fan Hui e concluso, frettolosamente, di appartenere a un altro livello. Alla conferenza stampa che ufficializzò la sfida, disse categorico: “Non credo che l’intelligenza artificiale possa raggiungere il livello dell’intuizione umana nel Go. Penso che finirà 5 a 0, o forse 4 a 1, per me. Voglio proteggere la bellezza del gioco umano”.

Sul punteggio aveva ragione. Sbagliava su chi avrebbe vinto.

….

Leggi tutto l’articolo sul sito dedicato