آلفاگو

فیلم مستند آلفاگو یکی از مهمترین اتفاقات در زمینه هوش مصنوعی را به تصویر کشیده. بازی «گو» یک بازی باستانی است که هنوز در کشورهای آسیای جنوب شرقی رواج دارد. برای دهه ها نوشتن یک برنامه کامپیوتری که بتوان با آن بازی گو را انجام داد پیچیده ترین معمای هوش مصنوعی بشمار میرفت. تعداد حالات ممکن در این بازی بیشتر از اتمهای موجود در جهان هستی است و همه دانشمندان تصور میکردند که حل این معمای هوش مصنوعی دهه ها زمان میبرد. مهندسین شرکت دیپ مایند بعد از دو سال برنامه کامپیوتری ای نوشتند و برای بازی با قهرمان بلامنازع جهان آماده کردند. بقیه این ماجرای شنیدنی و این اتفاق بزرگ در دانش بشری را در اپیزود ۱۶ بشنوید. در بخش مصاحبه هم با محمد امین برکتین از مهندسین ایرانی شرکت دیپ مایند صحبت کردم.و ایشان توضیحات ارزشمندی در مورد فعالیتهای این شرکت ارائه کرد.

Alphago, Greg Kohs, 2017, 90 min, Youtube

ویدئویی که در مورد دمیس هاسابیس ساختم.

سلام. من پیمان بشردوست هستم یه آدم علاقه‌مند به فیلم‌های مستند و اینجا در پادکست داکس فیلم‌های مستندی که می‌بینم رو براتون تعریف می‌کنم. دوروبر هممون پر از وسایلیه که به آدم کمک می‌کنند تا زندگی راحت تر و دلپذیرتر بشه. ما به این دستگاه‌ها میگیم ماشین. ماشینا انواع مختلفی دارند و کارهای متنوعی هم انجام میدن. یه ماشین مو اصلاح می‌کنه، یکی فلز و می‌تراشه، یکی قهوه درست می‌کنه، یکی هم آدما رو جابه‌جا می‌کنه. ماشینا معمولا دقیقا همون کاری رو انجام میدن که آدما براشون تعریف کردن و می‌تونن یه کار تکراری هزاران بار انجام بدن.

دیدیم دیگه هممون. در حالت عادیم ماشین خودش نمی‌تونه تصمیم بگیره که روشن بشه. بعد مثلا عملکردش و بسته به یه شرایطی خودش تغییر بده و از این دست کارها انجام بده. دلیلشم معلومه. چون ماشین در حالت عادی هوش و اختیار نداره و فقط یک ابزار در دست انسان اما در این چند دهه‌ اخیر که پای دستگاه‌های الکترونیکی پیشرفته، کامپیوتر، ربات اپلیکیشن‌های موبایل توی زندگی روزمره‌ ما آدما هر روز هی بیشتر شده، یه موضوعی رو هم هممون هی مدام داریم از گوشه و کنار می‌شنویم و اونم هوش مصنوعی هست.

هوش مصنوعی یعنی اینکه همونطور که انسان دارای یک هوش طبیعی و بیولوژیکی هست برای دستگاه هم یک هوش مصنوعی بسازیم تا یه جاهایی ماشینم تصمیم بگیره و به آدما کمک کنه. همین الانم بیشترمون داریم از کاربردهای هوش مصنوعی تو زندگیمون استفاده می‌کنیم. مثلا وقتی تو موبایلمون می‌زنیم که چطور از اینجایی که هستم به فرض خودم و به محل کارم برسونم اپلیکیشنی که استفاده می‌کنن مثلا گوگل مپسه یا هر چیزی هستش یه تعداد مسیری رو بهمون پیشنهاد میده. یه دونه هم مثلا می‌ذاره در انتخاب اول.

این نتیجه‌ الگوریتم‌های هوش مصنوعی دیگه؟ کسی که نمی‌تونه مثلا در گوگل مپس شغلش این باشه که مسیر پیشنهاد کنه برای میلیون‌ها کاربر این وبسایت یا مثلا وقتی که در یوتیوب یا اینستاگرام داریم می‌چرخیم و اپلیکیشن خودش با توجه به ویدیوهای قبلی که دیدیم بهمون چندتا ویدیو پیشنهاد می‌کنه هم این پیشنهاد از طرف یکی از کارمندای یوتیوب یا نتفلیکس که نمیاد مثلا بگه که آره من و همکارم نشستیم پرونده‌ شما رو بررسی کردیم و حالا این ویدیو رو به شما پیشنهاد می‌کنیم. اینا صدها میلیون یا حتی چند میلیارد کاربر دارند و برای اداره‌ شرکت‌هاشون مجبورن که از هوش مصنوعی استفاده بکنن.

یعنی مثلا برنامه‌ هوش مصنوعی نوشتن که با توجه به اینکه من کاربر چه ویدیوهایی رو دیدم دستگاه خودش حدس می‌زنه که احتمالا از این ویدیوها هم من خوشم میاد و اونا رو بهم پیشنهاد می‌کنه. کارایی از این دست نیاز به هوش داره اما انجام دادنش از توان فیزیکی یه آدم یا از توان فکری یه آدم بیشتره. برای همینه که هوش مصنوعی یا آرتیفیشال اینتلجنس «Artificial intelligence» یا به اختصار ای آی «AI» به کمک آدم میاد.

یکی از اصلی‌ترین شرکت‌هایی که در دنیا داره روی هوش مصنوعی تحقیق می‌کنه و به عنوان یک رفرنس شناخته شده، شرکتی هست به اسم دیپ مایند «DeepMind‎» که یکی از شرکت‌های زیرمجموعه گوگل هست. کار این شرکت اینه که روی پروژه‌های خاص هوش مصنوعی کار بکنن و راه‌حل پیدا کنن و بعد اون راه حل‌ها رو بدن شرکت‌ها یا موسسات تحقیقاتی دیگه ازش استفاده کنن.

موسس و مدیرعامل شرکت دیپ مایند یه آدم فوق‌العاده باهوش و تاثیرگذاری هست به اسم دمیس هاسابیس «Demis Hassabis». این آقا و تیمش از جمله تلاش کردن که با الگوریتم‌های هوش مصنوعی که می‌نویسن مفاهیم ماشین لرنینگ «machine learning» یا یادگیری ماشین رو توی بازی پیاده بکنن. دمیس و تیمش پیچیده‌ترین مسائله‌ای که می‌تونستن برای خودشون تصور بکنند این بود که با استفاده از الگوریتم‌های هوش مصنوعی یه برنامه‌ای بنویسند که بشه باهاش بازی گو رو انجام داد.

بازی گو یک بازی فکری هست که قدمتش بیشتر از دو هزار ساله و توی چین و کره و ژاپن هنوز خیلی رایجه. میگن این بازی پیچیده‌ترین بازی دنیاست. دمیس هاسابیس در دوره‌ لیسانسش یک هم‌دوره‌ای داشته در دانشگاه کمبریج به اسم دیوید سیلور «David Silver» که اونم از آدم‌های بزرگ هوش مصنوعی هست. اینا زمانی که دانشجو بودن با هم راجع به همچین مسائله‌ای صحبت کرده بودند و گفته بودن که یه روزی یه نرم‌افزاری بنویسن که در بازی گو استاد بشه.

گذشت و اینا هر کدومشون مسیر خودشون رو طی کردن. دیوید رفت به کانادا در دانشگاه آلبرتا دکتراش گرفت و اتفاقا تز دکتراش هم در همین زمینه بود. یعنی برنامه‌ای نوشته بود که بشه باهاش بازی گو انجام داد. دمیس هم در لندن دکترا گرفت و بعد هم در دوره‌های پستاک یا پسا دکترا تحقیق کرد تو این زمینه و بعدم شرکت دیکپ مایند رو تاسیس کرد.

در سال ۲۰۱۴ دنیس از دوست قدیمیش دیوید دعوت کرد که بیا به دیپ مایند و این پروژه‌ قدیمیمون رو با همدیگه استارت بزنیم. اینا هر دو متولد ۱۹۷۶ هستن. یعنی اون موقع سال ۲۰۱۴، ۳۸ سالشون بود جفتشون. دوتایی یه تیم قوی از مهندسین نرم‌افزار رو هم استخدام کردن و خیلی جدی شروع کردن روی این برنامه کار کردن.

دنیس میگه که کاری که ما داریم انجام میدیم یه چیزی مثل پروژه‌ فضایی آپولو هست در هوش مصنوعی. یعنی اینقدر کار بزرگیه. می‌خوایم بفهمیم که هوش یک انسان چطور کار می‌کنه و بعد که فهمیدیم اون رو به طور مصنوعی درست بکنیم و بتونیم مشکلات واقعی جامعه رو حل بکنیم. این مسائله‌ بازی گو در هوش مصنوعی انقدر پیچیده بود که همه‌ متخصصای هوش مصنوعی می‌گفتن یک دهه طول می‌کشه تا همچین برنامه‌ای نوشته بشه اما اینا دو سال بعدش تونستن برنامه رو در یه سطح قابل قبولی آماده بکنن.

توی اون مرحله بود که تیم دیپ مایند تصمیم گرفت که برنامه‌شون رو محک بزنن، ببینند چقدر قوی هست. برای همینم افتادن دنبال اینکه یک قهرمان بازی گو رو پیدا بکنن و با اون بازی بکنند. این بود که رسیدن به یه آقایی به اسم فان هوی «Fan Hui». فان یه بازیکن چینی هست که به فرانسه مهاجرت کرده و در اون سال‌ها هم قهرمان بازی در اروپا بوده. دمیس یه ایمیل رسمی می‌فرسته به فان و ازش دعوت می‌کنه که به لندن بیا و اونم قبول می‌کنه. از فرانسه پرواز می‌کنه و میره به لندن دفتر شرکت دیپ مایند.

در طول تاریخ تا به حال هیچ بازی به اندازه‌ گو انجام نشده. شما حساب کنید نزدیک سه هزار ساله که بازی داره انجام میشه و ده‌ها میلیون نفر هستند که این بازی رو انجام میدن. هیچ بازی دیگه‌ای اینطوری نیست. خود بازی رو میشه گفت یه بازی هم خیلی ساده‌ایه و هم خیلی پیچیده.

بازی روی یک صفحه مربع شکل و بین دو شرکت کننده انجام میشه. شبیه به صفحه‌ شطرنج این صفحه تقسیم شده به خونه‌های کوچیک منتهی نوزده در نوزده هست. شما یه تعداد مهره سفید دارید. طرف مقابلتونم همون تعداد مهره سیاه داره. مثل شطرنج هم نیست که هر کدوم از اون مهره‌ها یه ویژگی خاص داشته باشه. مثلا یکیشون اسب باشه، یکیشون فیل باشه، اینجا همشون عین هم هستند. برای همین خیلی ساده به نظر میان.

حالا قانون بازی چیه؟ اینطوره که شما همینطور که دارید مهره‌هاتونو به نوبت روی صفحه می‌چینید با نحوه‌ چیدن مهره‌هاتون برای خودتون در صفحه یک قلمرویی درست می‌کنید که در آخر بازی هر کی که قلمرو بزرگتری داشته باشه اون برنده‌اس. همین. بازی می‌کنید و با مهره چیدنتون هی قلمروتون رو بیشتر و بیشتر می‌کنید. خیلی ساده به نظر میاد اما در عمل خیلی سخته. تازه از دید برنامه‌نویسی کامپیوتر که کار خیلی پیچیده‌ترم میشه.

اگه بخواید اینو با شطرنج مقایسه کنید، می‌بینید که توی شطرنج یه بازیکن هر بار امکان بیست حرکت مختلف داره. مثلا می‌تونید سربازتون تکون بدید یا می‌تونید اسب رو ببرید جلو. اسب را ببرید به سمت چپ یا هر حرکت دیگه‌ای کلا بی سالداری اما توی این بازی شما هر بار دویست حالت مختلف دارید و برنامه نویس وقتی که داره الگوریتم رو می‌نویسه، قاعدتا باید تمام اون دویست حالت رو در نظر بگیره. یعنی دویست حالتی که من می‌تونم بازیکن رو در نظر بگیره، بعد نوبت حریفمه. دویست حالتی که اون می‌خواد بازیکن رو در نظر بگیره. بعد دوباره حالت من و…

همینطور تا آخر بازی کل حالت‌های مختلف و اگر در نظر بگیرید میشه ۱۰ به توان ۳۶۰ حالت مختلف. عدد خیلی بزرگیه و اگه شما همه‌ کامپیوترهای دنیا رو برای حل این مسائله بسیج بکنید باز میلیون‌ها سال نیاز که پردازش بشه. این چیزا بود که این مسائله رو برای برنامه‌نویسای کامپیوتر سخت می‌کرد. حالا ببینید کاری که شرکت دیپ مایند چی بود؟

در حالت عادی اگه شما بری از یه بازیکن گو بپرسی که آقا چرا این حرکتو انجام دادی؟ اون که نمیاد تمام این حالت‌های مختلف رو در ذهن خودش انجام بده و مرور بکنه و بگه که آره من تمام حساب کتابام کردم و بعد به این نتیجه رسیدم که این حرکت بهترین حرکت ممکنه، اون احتمالا میگه با توجه به تجربه‌ام و غریزه‌ام فکر کردم که این حرکت خوبیه. بنابراین راهی که شرکت دیپ مایند انتخاب کرد این بود که جای بررسی همه‌ اون دونه دونه حالت‌های مختلف از رفتار آدما تقلید بکنه. با همین روش اینا برنامه‌شون رو نوشته بودن و الان دیگه می‌خواستن چک کنن ببینن آیا می‌تونن از یک قهرمان واقعی این بازی رو ببرن؟ خب حالا برگردیم به دیپ مایند.

دیپ مایند با فان های به توافق رسیدند که پنج مسابقه با برنامه‌ آلفاگو انجام بده. یکی از برنامه‌نویسان اصلی تیم دیپ مایند یک آقای تایوانی بود به اسم آجا. آجا از بچگی خودش این بازی رو انجام داده بود و به نسبت بقیه اعضای تیم آشناتر بود به بازی گو و برای همین قرار شد که در روز مسابقه مقابل فان هوی بشینه به کامپیوتر نگاه کنه ببینه برنامه‌ آلفاگو چه حرکتی رو نشون میده و بعد عین همون حرکت روی صفحه‌ واقعی انجام بده.

تا اینجا فان هوی می‌گفت که بابا این گگیمه دیگه. من قهرمان اروپا هستم. خیلی راحت می‌برمش. روز بازی شد و فان هوی همون اول بازی یه اشتباهی انجام داد و بازی اول رو باخت. همون بازی اول زمان کافی بود که فان هوی متوجه بشه که نه انگار این برنامه متفاوته با بقیه برنامه‌ها. تو بازی دوم فان تلاش کرد که روش بازی خودشو تغییر بده اما در نهایت اون رو هم باخت. دردسرتون ندم. بازی سوم و چهارم و پنجم را هم باخت.

این بازی ضربه‌ بزرگی بود براش. پیش خودش می‌گفت که من به این نرم‌افزار باختم و این اولین باریه که در تاریخ یک بازیکن حرفه‌ای گو داره به یه کامپیوتر می‌بازه. البته اینم بگما. این فان‌های می‌گفت که به یه نرم‌افزار باختم اما اون کامپیوتری که دیپ مایند استفاده می‌کرد بالای صد تا سی‌پی‌یو داشت. خیلی کامپیوتر قوی‌ای بود اما به هرحال اون از باخت خودش شرمنده بود و بازیکنان دیگه‌ای گو هم این رو شماتت می‌کردن. اتفاقا می‌گفتن که تو خوب بازی نکردی حتما که از این نرم‌افزار باختی اما به هرحال خبر باخت قهرمان اروپا به برنامه‌ آلفاگو خیلی صدا کرد. چون تا اون موقع کسی انتظار این نداشت و همه فکر می‌کردند که حداقل یک دهه‌ دیگه نیازه تا این برنامه آماده بشه.

البته قبلا هم برنامه‌هایی بوده که فرضا برای شطرنج درست شده بود. مثلا سال‌ها قبل کامپیوتر دیپ بلو Deep Blue تونسته بود کاسپاروف رو تو شطرنج ببره اما فرق بزرگ در این بود که اون برنامه با کمک اساتید شطرنج درست شده بود. اما آلفاگو یه برنامه‌ای بود که خودش یاد گرفته بود که چطور بازی بکنه. برنامه رو نوشته بودن و صدهزار بازی رو که آدمای معمولی انجام داده بودن تو اینترنت گذاشته بودن و به برنامه داده بودن.

اول از آلفاگو خواسته شده بود که از همین بازیکنای انسانی از این صد هزار تا تقلید بکنه و بعد در مرحله‌ای که بهش میگن یادگیری تقویتی یا «Reinforcement learning» برنامه شروع کرد به اینکه از خودش یاد بگیره. مدام با خودش بازی کرد و بازی کرد و هر بار اشتباهات خودش می‌فهمید و توی بازی بعد دیگه تکرار نمی‌کرد.

تا اینجا آلفاگو هر بازیکنی که باهاش بازی کرده بود و برده بود اما دمیس و تیمش دیگه می‌خواستن با بزرگترین حریف ممکن بازی بکنن. برای همین شروع کردن به مکاتبه با قهرمان بلامنازع بازی گو در جهان. یه آقایی به اسم لی سدل «Lee Sedol» اهل کره‌جنوبی و خبر خوب اینکه لی سدل قبول کرد که در این چالش بزرگ شرکت بکنه. خیلی زود این خبر همه جا منتشر شد. سریع هم یک کنفرانس ویدیویی مشترک برگزار شد بین دمیس در لندن و لی سدل در سول. توی اون کنفرانس مطبوعاتی لی سدل گفت که فکر نکنید من آدم متکبریم اما به نظرم پنج هیچ یا شایدم حالا چهار به یک آلفار گو رو می‌برم.

بازی گو در کره یک مسائله‌ خیلی مهمیه و بخشی از فرهنگ کره‌ است و به بچه‌ها از سنای خیلی کم این بازی رو یاد میدن. خود لی سدل هم از هشت سالگی رفته بود به یه مدرسه‌ خاص بازی گو و هفت روز هفته اونجا بازی می‌کرد. انقدر خوب این بازی رو می‌کرد که کم‌کم سبک خودش درست کرد و از هیجده سالگی قهرمان بازی گو شد در جهان و تقریبا ده سال بعدشم این عنوان رو همین‌طور برای خودش حفظ‌ کرد.

در کره‌ جنوبی خیلی آدما لی سدل رو نابغه‌ قرن می‌دونن. با همچین سابقه‌ای که از لی سدل داشت بیشتر کارشناسای بازی گو مطمئن بودن که لی بازی رو پنج بر صفر می‌بره.

از اون طرف هم در دفتر شرکت دیپ مایند در لندن هم تیم به سختی در حال تلاش بود که از کارایی برنامه مطمئن بشه. مثل خیلی از پروژه‌های صنعت آی تی این تیم هم متشکل از آدما با ملیت‌های مختلف بود. دیوید انگلیسی، آجای تایوانی، جولیان که یه پسر خیلی جوون اتریشی بود، آدمایی با تبار هندی، اروپایی، آسیایی و خلاصه متنوع. به وضوح معلومه که آدمای فوق‌العاده باهوشی هستند و با تیپ کژوال با تیشرت یا گاهی اوقات هودی و شلوار جین همونطور که تو صندلیشون نشستن، یه وقتایی جمع می‌شدند در مورد پروژه با هم حرف می‌زدند و بعد دوباره برمی‌گشتن به کامپیوترهاشون و سریع به کد نوشتشون ادامه می‌دادن.

این رو هم همینجا داخل پرانتز بگم که در دیپ مایند بچه‌های ایرانی هم هستند و این بشارت رو بدم که تو این اپیزود با یکی از همین بچه‌ها صحبت می‌کنم. خب برگردیم به مستند. توی همین اثنا یه روزم دمیس یه تماس ویدیویی برگزار می‌کنه با لی سدل و با کمک مترجم با همدیگه صحبت می‌کنن. اونجا کمی راجع به برنامه‌ آلفاگو صحبت کردن و بعدشم دنیس از گذشته‌ خودش به لی سدل در میگه و میگه که منم مثل تو از بچگی سابقه‌ قهرمانی دارم.

دنیس حاسابیس وقتی که دوازده سالش بود، نفر دوم شطرنج دنیا بود اما دیگر از چهارده سالگی قید شطرنج زد و رویاش رو در کامپیوتر دنبال کرد. بدم دنبال کرد‌ا. در بهترین دانشگاه‌ها تحصیل کرد، تحقیق کرد و توی مهمترین پروژه‌های هوش مصنوعی در دنیا حضور داشته. خیلی آدم بزرگیه و در سال‌های گذشته هم چند بار به عنوان پنجاه نفر یا به عنوان صد نفر موثر یا باهوش دنیا معرفی شده. جایزه‌های علمی خیلی زیادی رو برده. مهندسی کامپیوتر خونده. دکتراش در زمینه‌ عصب‌شناسی گرفته. دوتا پستاک در دانشگاه‌های خیلی خوب رفته. تحقیق کرده. در ام آی تی هاروارد دانشگاه خیلی معروف حضور داشته و تحقیقات خیلی زیادی کرده. توی ژورنال‌های علمی خیلی معتبر مقاله نوشته. خلاصه خیلی آدم شاخیه.

در سال ۲۰۱۰ شرکت دیپ مایند تاسیس کرده و انقدر این شرکت کارش خوب بوده که چهار سال بعدش شرکت گوگل اومده اون رو چهارصد میلیون پوند خریده. از اون موقع هم شرکت دیپ مایند دیگه زیرمجموعه‌ گوگل شده. مال گوگله اما خود دمیس حاسابیس رو هنوز گذاشتن مدیرعامل این مجموعه مونده. یه همچین آدمیه. برگردیم به داستان.

گفتیم هنوز تیم دیپ مایند داشتن آماده می‌شدند برای مسابقه. نفراتی که قرار بود از لندن عازم کره بشن معلوم شده بود و همشونم نفری یه تیشترت که لوگوی دیپ مایند روش بود رو پوشیده بودن. برای این بازی هم قرار شد که آجا باز همون مسئولیت داشته باشه که روز مسابقه مقابل لی بشینه و حرکت‌های کامپیوتر رو روی صفحه پیاده بکنه. برای همینم آجا یه دست لباس رسمی دریافت کرد. چون باید مقابل لی سدل و در برابر دوربین‌ها می‌نشست. خلاصه کامپیوترها رو بستن و شال و کلاه کردن و از دفتر دیپ مایند عازم فرودگاه شدن و به سئول پرواز کردن.

در کره‌ جنوبی تیم دیپ مایند که پاشون به زمین فرودگاه رسید خبرنگارا هجوم آوردن سمتشون. گویی که تیم ملی فوتبال برزیل بیاد ایران و بخواد با تیم فوتبال ایران بازی بکنه. یه مسائله‌ مهمی بود برای همه، نه فقط در کره بلکه در کشورهای اطراف هم همه منتظر این مسابقه بودن. از فرداش تیم دیپ مایند شروع کرد انجام همه‌ کارهای مقدماتی برای مسابقه. روز قبل از مسابقه‌ کنفرانس مطبوعاتی هم برگزار شد و سالن پر از خبرنگارا بود. لی سدل اونجا گفت که من مطمئنم که بازی پنج بر صفر می‌برم. چون معتقدم که هنوز عقل و درک انسان خیلی پیشرفته‌تر از یه ماشینه و من تمام تلاشم رو می‌کنم که از هوش بشری دفاع بکنم.

تا قبل از این بازی لی سدل برای خودش یا نهایتا برای کشورش بازی می‌کرد ولی الان باید برای تمام بشریت مسابقه می‌داد. بنابراین مسئولیت خیلی زیادی رو روی دوش خودش احساس می‌کرد. بالاخره روز مسابقه شد. نهم مارس سال ۲۰‍۱۶ بیشتر تیم دیپ مایند هم با کامپیوترهاشونو در یه اتاقی مستقر شده بودند و خبرنگاران در یک سالن بزرگی اونجا حضور داشتن. از همه‌ دنیا اومده بودن غیر از خود کره‌ای‌ها مخصوصا از چین و ژاپن خیلی حاضر بودند و حتی از آمریکا هم خبرنگار اونجا حاضر بود و این بازی رو داشتن به صورت زنده پوشش می‌دادند.

لی سدل همراه با دختر بچه هفت هشت ساله‌اش وارد هتل محل برگزاری این مسابقه شد. دخترک با دیدن اون همه خبرنگار و فلش دوربین‌ها خیلی ترسیده بود و مضطرب بود و اصلا به نظر کار اشتباهی میومد که دخترش همراه خودش به یه همچین مسابقه‌ای که استرس در فضا موج می‌زد بیاره و این بچه تا بازی تموم بشه چه استرسی رو کشید. قبل از اینکه مسابقه شروع بشه دیوید که مسئولیت فنی تیم دیپ مایند بود یه صحبت کوتاهی با اعضای تیم کرد و از همشون تشکر کرد و گفت که من به خاطر کار بزرگی که هر کدومتون کردید به تک تکتون افتخار می‌کنم.

بالاخره به لی اجازه دادن که وارد اتاق مسابقه بشه. همزمان آجا همون مهندس برنامه‌نویسی که حرکت‌های ماشین روپیاده می‌کرد همراهش اومد. هر کدومشون روی صندلی‌های خودشون نشستن. بینشون یه میزی بود که روش تخته‌ بازی گو قرار داشت و چند متر اونطرف‌تر چند ده نفر بودند که بازی رو همونجا داشتن تماشا می‌کردن. البته توی اتاق دوربین‌هایی هم بود که ثابت گذاشته بودند و تصاویر داشت به صورت زنده در چند کشور پخش می‌شد و همینطور اون تصاویر در سالن کناری که برای خبرنگاران بود اونجا هم پخش میشد.

داوها از لی سدل و آجا خواستند که رنگ مهره‌هاشونو انتخاب بکنن. لی سدل رنگ مشکی رو انتخاب کرد و بعد داور اصلی فرمان شروع بازی را صادر کرد. لی اولین مهره روی صفحه گذاشت و آجا هم اون رو دید و در کامپیوتر وارد کرد و منتظر موند تا ببینه که کامپیوتر یا همون آلفاگو چه حرکتی رو می‌خواد انجام بده. همه هم همین‌طور منتظر بودن ببینن حرکت این ماشینی که انقدر سر و صدا کرده چیه؟ اما از حرکت آلفاگو خبری نبود.

تیم دیپ‌مایند داشتن سکته می‌زدن. خود آجا که صورتش جلوی دوربین‌ها بود فقط داشت زور می‌زد که استرسش پنهان بکنن. خبرنگارای کره‌ای می‌گفتن این ماشین هنوز داره فکر می‌کنه یا این که از کار افتاده؟ لی سدل هم زیرچشمی به صفحه‌ کامپیوتر نگاه می‌کرد. بالاخره بعد از یه وقفه‌ای طولانی آلفاگو در صفحه نمایشگر نشون داد که اولین مهره باید در کجا قرار بگیره.

لی سدل هم اولین باری بود که مقابل همچین حرفی داشت بازی می‌کرد. چون همیشه عادت داشت در برابرش یه انسان بشینه که احساس داره، شادی و اضطراب رو در چهره‌ خودش نشون میده اما الان مقابلش یه کامپیوتر بود. البته آجا بود ولی آجا بازیکن نبود. آجا فقط مهره‌ها رو داشت می‌گذاشت و خیلی صاحب نظر نبود در بازی.

بازی که کم‌کم روند خودش رو پیدا کرد، گزارشگرانی که در محل بودن از سطح بالای بازی آلفاگو حیرت کردن و قشنگ دهنشون باز مونده‌ بود. می‌گفتن که این داره مثل یه بازیکن حرفه‌ای بازی می‌کنه. از چهره‌ خود لی هم میشد فهمید که قافیه رو باخته. دختر بچه‌ای بینواش هم که تو همون سالن نشسته بود چشماش بسته بود و کف دستش به هم چسبانده بود و دعا می‌کرد. تیم دیپ مایند در اتاق خودشون داشتن بازی رو تماشا می‌کردن. یه تعداد زیادی نمودار مقابلشون بود که با اون‌ها بازی رو تجزیه و تحلیل می‌کردن.

گزارشگرهای کره‌ای می‌گفتن که ما فکر کردیم لی سدل خیلی راحت بازیو می‌بره اما اینطور که به نظر میاد خیلی داره به لی سدل سخت می‌گذره و واقعا هم همینطور بود و آلفاگو داشت خیلی تهاجمی بازی می‌کرد. طوری بازی می‌کرد که شبیه به هیچ انسانی نبود و لی سدل رو در یک موقعیت خاصی قرار داده بود. کم کم گزارشگر شروع کردن به شمردن اندازه‌ قلمرویی که مهره‌های سفید برای خودشون درست کرده بودن و همینطور قلمرویی که مهره‌های سیاه برای خودشون ساخته بودند و در کمال ناباوری متوجه شدند که لی سدل این قهرمان افسانه‌ای بازی گو به ماشین آلفاگو باخته.

لی خشکش زده بود و نمی‌تونست باور کنه که باخته. همینطور چشم دوخته بود به صفحه‌ بازی و داشت عذاب می‌کشید از این وضعیت. هنوز البته سه مهره مونده بود که روی صفحه بیاد اما باخت برای لی مسجل شده بود. بالاخره لی سدل باخت رو قبول کرد و کنار کشید. اعضای تیم آلفاگو سر از پا نمی‌شناختند. شروع کردن به بغل کردن و به تبریک گفتن به همدیگه. دیوید هم به عنوان مسئول مستقیم تیم سمت اعضای تیم رفت و همشون رو بغل کرد و بهشون تبریک گفت.

در بیرون از سالن مسابقه خبرنگاران منتظر بودند و لی سدل باید از کنار این‌ها و از یک تونل که مابین این خبرنگارها بود رد می‌شد و می‌رفت به سالن کنفرانس. عبور از این تونل شرم برای لی واقعا سنگین و سخت بود. برای اولین بار بود که باخته بود. اونم به یک ماشین و حالا باید خفت این رو می‌کشید که از مقابل دوربین‌ها رد بشه. باخته بود، بدم باخته بود، آبروی شهرشم برده بود. خلاصه بلافاصله لی به سالن کنفرانس مطبوعاتی رفت و همراه با دمیس حاسابیس با خبرنگارها صحبت کردن.

لی گفت که اول باید بگم که شگفت‌زده شدم. چون فکر نمی‌کردم که این بازی رو می‌بازم. قبول دارم یه اشتباهی داشتم اما من قهرمان جهانم و یه دونه باخت منو ناامید می‌کنه. هنوز چهار بازی دیگم هست و من اونا رو حتما می‌برم. همین جا هم دوست دارم البته احتراممو به تیمی که آلفاگو درست کرده ابراز کنم که همچین برنامه‌ قوی‌ای نوشتن. بعد از این حرفا یه دفعه جهت دوربینا که سمت سن بود برگشت به سمت دیگه‌ای از سالن که اعضای تیم آلفاگو با همون تی‌شرت‌های متحدالشکل ایستاده بودن و داشتن حرفا رو می‌شنیدن.

دوربینا برگشتن سمت اونا و خبرنگارها شروع کردن به گرفتن عکس از این تیم مهندسین زبده. به عنوان یه تعداد دانشمند و برنامه‌نویس به گفته‌ خودشون عمدتا درون‌گرا، براشون یه خورده موقعیت عجیبی بود که در یک جمع بزرگ ورزشی مثل قهرمانان واقعی باهاشون داشت رفتار می‌شد و خب این براشون خیلی افتخارآمیز بود.

بازی اول که آلفاگو برد خبر مثل بمب ترکید. بازی رو یه چیزی حدود هشتاد میلیون نفر در دنیا دیده بودن. دمیس حاسابیس یک توییت زد که آلفاگو برد. ما روی کره ماه فرود اومدیم. مفتخرم به تیمم و برای لی سدل بزرگ احترام قائلم. از ایلان ماسک بگیر تا سایر فعالان حوزه‌ کامپیوتر هم پیام و تبریک بود که می‌نوشتن و توییت می‌کردن. از اون طرفم کاسپاروف که قهرمان سابق شطرنج بود و سال‌ها پیش به یک کامپیوتر باخته بود، اونم با لی سدل همراهی می‌کرد و گفت که امیدواره که بازیای بعدی رو لی سدل ببره.

در بازی دوم، لی سدل خیلی محافظه کار شده بود و برای هر حرکتش مدت زیادی فکر می‌کرد. سرعتشو رسونده بود به نصف سرعت همیشگیش. خستگی تو چهره‌اش دیده می‌شد. احتمالا شب قبل از فشار عصبی که بهش وارد شده بود خوب نخوابیده بود. زبان بدن لی سدل نشون از این می‌داد که خیلی زیر فشار استرسه. یه دفعه وسط بازی همین که حرکتشو انجام داد بلند شد و رفت سمت در و از سالن خارج شد و رفت به سمت تراس که سیگار بکشه.

حالا دیگه نوبت آلفاگو بود که فکر بکنه و یه حرکت جدید انجام بده. آلفاگو یه دفعه حرکت خودش رو که حرکت شماره‌ ۳۷ بازی بود رو انجام داد. آجا از روی صفحه‌ نمایش دید که حرکت چیه و درست مطابق همون چیزی که داشت میدید مهره روی صفحه بازی قرار داد. همین که مهره رو گذاشت خبرنگارهایی که اونجا بودن یه دفعه انگار که شاخ درآورده باشن. باورشون نمی‌شد که آلفاگو همچنین حرکت عجیبی انجام داده. از هیچ آدمی تا به حال دیده نشده بود که در یک مسابقه همچین حرکتی رو انجام بده. از نظر هر قهرمانی با دید کلاسیک این حرکت یک حرکت بد بود.

انقدر حرکت عجیب بود که همون موقع تیم آلفاگو توی اتاقشون جمع شدن و شروع کردن به تجزیه و تحلیل. چیزی که خود ماشین، یعنی آلفاگو داشت می‌گفت این بود که احتمال یک در ده هزار وجود داره که همچین حرکتی رو یک انسان انجام داده باشه. بنابراین آلفاگو داشت می‌گفت که این حرکت یک حرکت تازه‌ است. همه گیج شده بودن که این چه حرکتیه؟ از خود سازنده‌های آلفاگو بگیر تا گزارشگرا ولی آلفاگو نشون میداد که یه حرکت درست انجام داده.

همه‌ این اتفاقا هم زمانی بود که لی سدل هنوز بیرون داشت سیگار می‌کشید. وقتی که سیگارش تموم شده و برگشت سر جاش سریع یه نگاهی به صفحه کرد و بعدش یه لبخند زد. همچنین که این یک حرکتیه؟ بعد شروع کرد فکر کردن و فکر کردن. لی سدل معمولا یکی دو دیقه فکر می‌کنه و بعد حرکت خودش انجام میده ولی بعد از این حرکت دوازده دقیقه فکر کرد. هرچی بیشتر به این حرکت نگاه می‌کرد، بیشتر می‌فهمید که چه حرکت عجیب غریب و خلاقانه‌ایه! از نگاه یه آدم این حرکت یه حرکت بد بود اما منطق ماشین می‌گفت چرا که نه؟ می‌تونم اینو انجام بدم.

میگن که بازی گو مثل ژئوپولیتیکه. یه حرکتی رو یه سیاستمداری در یک کشوری در یه نقطه‌ای انجام میده و چند تا کشور دیگه درگیر میشن و بعدشم نظم جهانی تحت‌الشعاع قرار می‌گیره. این بازی هم همینطوره. در یک نقطه یه حرکتی انجام میدی، بعدش همه چیز میتونه تحت‌الشعاع همون حرکت قرار بگیره. بعد از اون حرکت شماره‌ ۳۷ هم همین‌طور شد. روند بازی تغییر کرد و آلفاگو قلمروی بیشتری رو در اختیار گرفت.

فشار بازی روی لی انقدر زیاد بود که حتی یه جایی ناخواسته دستش برد بالا و به سمت صورتش آورد پایین. شبیه به سیلی زدن به خودش ولی وسطش یه دفعه با خودش اومد و خودش جمع و جور کرد اما از همون حرکت می‌شد فهمید که چقدر فشار روش هست. لی سدل باز هم اولش کوتاه نمیومد اما نهایتا به نقطه‌ای رسید که باخت رو قبول کرد. از همون لحظه هم همه شروع کردن به صحبت کردن راجع حرکت شماره‌ ۳۷.

جو خیلی سنگینی هم بین خبرنگارها و کسایی که بازی رو می‌دیدن بود. لی سدل توی کنفرانس مطبوعاتی بعد از بازی گفت که من هیچ حرفی برای گفتن ندارم. واقعا موندم چی بگم. شایدم کمی ترسیده بود از یه ماشینی که خودش همه چی رو یاد می‌گیره و بعدشم توانایی خودش می‌تونه هی بالاتر و بالاتر ببره. در مسابقه‌ سومم وضع لی سدل خوب نبود و دیگه از حرکت پنجاه به بعد دیگه می‌شد فهمید که لی سدل بازنده میشه. همینطورم شد. انقدر ناراحت و مغموم بود که حتی اعضای تیم آلفاگو هم دلشون نمیومد به خاطر بردشون خوشحالی بکنن.

در کنفرانس مطبوعاتی بعد از بازی هم لی گفت که من هیچ وقت تا به حال انقدر زیر فشار نبودم. اگه قرار باشه که من پنج به صفر بازی رو ببازم، این مسائله آسیب بزرگی هم به اعتبار من میزنه و هم به آدمایی که طرفدارم بودن و به من امید داشتن. همونجا توی کنفرانس مطبوعاتی یکی از دوستان لی سدل اومد پشت تریبون و گفت لی سدل تو پر دل و جرات‌ترین آدمی هستی که من می‌شناسم. هیچ انسانی روی کره‌ زمین نمی‌تونه تو رو توی این بازی شکست بده. هنوز بازی چهارم و پنجم مونده. اگه تو مثل همیشه‌ خودت بازی کنی من مطمئنم که ما می‌تونیم این ماشینو ببریم.

خدا از این دوستان نصیب هممون بکنه. معلوم نیست تاثیر همین حرفای رفیقش بود یا که شاید خودش دیگه فکر کرده بود که دیگه آب که از سر بگذره دیگه چه یک وجب چه صد وجب، میگه انگار بعد از باخت سومش خیالش کمی راحت شده بود. شبیه یک گرگ شده بود که توی یه جنگل در زمستون برفی کمین شکارشو می‌کشه. هم گشنشه و هم خیلی سردشه اما می‌دونه که باید فقط صبر کنه و وقتی که زمانش برسه اونوقته که باید از جنگل بزنه بیرون و حمله کنه. یه همچین حالتی داشت.

منتظر بود که یه جایی اون ضربه‌ کاری رو بزنه و بالاخره در بازی چهارم وقتش رسید و آلفاگو به دلایل نامشخصی شروع کرد به یه حرکت‌های عجیبی. همه چهار شاخ مونده بودن. آخه چرا؟ این چه حرکتیه؟ خود لی هم گیج شده بود. نمی‌دونست این الان یه حرکت خفن در حد حرکت شماره‌ ۳۷ بازی دومه یا اینکه فقط یه سوتی ماشینه؟ نمی‌دونست اما سعی کرد که به خودش مسلط باشه و بازی رو اداره کنه. انگار یه باگ توی نرم‌افزار بود پشت هم همینطور حرکت‌های اشتباه می‌کرد.

دیوید که توی اتاق کنترل تیم دیپ مایند بود می‌گفت جان من الان با این حرکت بعدی که ماشین بکنه دیگه لی می‌زنه زیر خنده و با حرکت بعدی ماشین لی که نخندید اما واقعا خبرنگارای کره‌ای هرهر زدن زیر خنده و به همین منوال ادامه پیدا کرد و لی هم از موقعیت استفاده می‌کرد. بالاخره ماشین یا همون آلفاگو خودش کنار کشید و فریاد خوشحالی خبرنگارا بلند شد.

موقعیت عجیبی بود. گرچه آلفاگو هم ساخته دست بشر بود و اینکه بتونه یه قهرمان بزرگ و شکست بده هم برای بشریت جای افتخار داره اما این واقعیت که لی سدل این بازی رو برده بود هم نشانه‌ای بود از پیروزی انسان بر ماشین. یه وضعیت عجیبی حاکم بود. حتی خود دیوید که سرپرست فنی تیم و سازنده اصلی ماشین بودم از این که لی پیروز شده خوشحال بود. رو صفحه‌ نمایش آلفاگو نوشته شد آلفاگو ریساسنس، آلفاگو کنار کشید.

بعضی از خبرنگارا با دیدن این پیام از خوشحالی گریه می‌کردن. دمیس حاسابیس مدیرعامل دیپ مایند به رسم ادب به سرعت پیش لی سدل و باهاش دست داد و پیروزیش بهش تبریک گفت. فریاد شادی خبرنگارا انقدر زیاد بود که به اتاق مسابقه هم می‌رسید. قطعا هر چقدر که زمان بگذره بعد از این بردن یه ماشین که مجهز به هوش مصنوعی باشم هی سخت‌تر و سخت‌تر میشه اما حداقل این یکی انگار یه بردی بود که آدما بهش نیاز داشتن.

تا چند دقیقه بعد از پایان مسابقه هم لی هنوز نشسته بود به صفحه نگاه می‌کرد و بازی رو توی ذهن خودش مرور می‌کرد. بالاخره بلند شد و گفت حداقل یه دونه رو بردم و بعد مثل روزهای قبل راهی سالن کنفرانس مطبوعاتی شد. وقتی که وارد سالن شد، سالن از جیغ و کف خبرنگارا رفت رو هوا. بالاخره لی سدل بعد از سه روز فشار خرد کننده داشت می‌خندید. انگار یه خورده دیگه راحت شده بود. به شوخی گفت من تا به حال هیچ وقت فقط به خاطر بردن تو یه دونه بازی انقدر تبریک و تمجید نگرفته‌ بودم اما این پیروزی خیلی بزرگه و با هیچ چیزی عوضش نمی‌کنم.

روز مسابقه‌ پنجم دیگه برعکس روزهای قبل لی و دخترش خندان وارد هتل محل برگزاری مسابقه شدن. دست دخترش هم یه بستنی قیفی بود و دیگه خبری از اون ترس و واهمه‌ای که در روزهای قبل داشتن نبود. حالا درسته که با این بازی پنجم در کل لی سدل بازنده‌ مسابقه می‌شد اما نتیجه‌ این بازی هنوز خیلی مهم بود. فرق یه باخت سه بر دو با یک باخت چهار بر یک خیلی زیاده.

تو این بازی هم آلفاگو حرکتایی انجام می‌داد که خیلی عجیب بود و خیلیا فکر می‌کردن که اشتباهه اما از اون حرکت‌های عجیبی بود که وقتی بازی تموم شد می‌فهمیدن که نه اتفاقا درست بوده و خیلیا بعد از اون گفتن که باید بشینیم فکر کنیم دانش خودمون رو راجع به این بازی تغییر بدیم. چون حرکتی که ما فکر می‌کردیم اشتباه بوده اتفاقا تعیین کننده بوده. منطق آلفاگو با آدما فرق داره. منطقی که پشت سر ماشین بود این بود که من برای بردن لازم دارم که قلمروم فقط یه خونه بیشتر از حریفم باشه. برای همینم جلو می‌رفت و برنده هم می‌شد.

لحظات آخر بازی پنجم خیلی نفس‌گیر بود چون فاصله‌ لی و آلفاگو خیلی کم بود و معلوم نبود کی برنده می‌شه. ثانیه‌های آخر همه‌ اعضای تیم آلفاگو رفته بودن توی اتاق کنترل خودشون و استرس زیادی تو هوا بود. دیدید که توی یه موقعیت‌هایی پراسترسی بعضیا هستن شوخی می‌کنن؟ دیوید شوخی کردنش گل کرده بود. در عین اینکه خیلی آدم باسواد و باهوشیه خیلیم خاکی و شوخ‌طبعه. به شوخی گفت که آلفاگو کنار کشید. دمیس اول خشکش زد. بعد که فهمید شوخهی گفت که من سکته رو زدم با این حرفت ولی دیگه کم کم داشت معلوم می‌شد که این بازی هم آلفاگو برده. گرچه هنوز نتیجه اعلام نشده بود.

تیم دیپ مایند کبکشون خروس می‌خواند. صدای خنده و خوشحالی از اتاق تیم دیپ مایند بود. هنوز یه مهره تو دست لی بود و مردد بود اونو بذاره روی صفحه یا نه؟ و چشم همه هم به همون مهره دوخته شده بود. دیگه همه زیر لب می‌گفتند کنار می‌کشه، کنار می‌کشه و بالاخره کنار کشید و آلفاگو مسابقه‌ پنجم رو برنده شد. رویایی که دیوید و دمیس این دو یار قدیمی بیش از بیست سال در سرشون داشتن و دو سال سخت روش کار کرده بودند بالاخره به این فرجام خوش رسید.

اونا موفق شدن الگوریتم‌هایی رو بنویسن که ماشین آلفاگو رو قادر می‌کرد که خودش قوانین بازی گو رو کشف بکنه و بعد انقدر خودش رو در اون خوب بکنه که بتونه قهرمان جهان رو چهار بر یک شکست بده. این مسابقه تموم شد اما برای هوش مصنوعی این تازه یک شروع بود برای پروژه‌های پیشروی دیگه.

خب همونطور که گفتم من شانس این رو داشتم تا با یکی از مهندسین جوان و با استعداد ایرانی که در دیپ مایند کار می‌کنه صحبتی داشته باشم. امین برکتیان به عنوان ریسرچ اینجینیر «Research engineer» در دیپ مایند کار می‌کننه. گفتگوی من با امین رو بشنوید. از امین پرسیدم آیا نرم‌افزار آلفاگو کاربردی هم در صنعت و یا پروژه‌های دیگه‌ شرکت دیپ مایند داشته؟ پاسخ امین رو بشنوید.

در رابطه با کاربرد نرم‌افزار آلفاگو من فکر می‌کنم بهتر باشه من اول توضیح بدم که اصلا چرا دیپ مایند رفت سمت این که این نرم‌افزارو درست بکنه. ببینید شرکت دیپ مایند هدفی که در واقع دنبال می‌کنه شامل دو بخش هست. بخش اولش حل مسائله‌ هوش هست و بخش دوم این هست که مسائل دیگه رو حل بکنیم. این نرم‌افزار آلفاگو در واقع برای بخش اول ماجرا ساخته شده. یعنی برای حل مسائله‌ هوش در واقع ساخته شده بوده.

دلیلشم این هست که این بازی گو در واقع یه فرق خیلی مهمی که بقیه بازیای دیگه مثل شطرنج یا تخته اینجور چیزا داره این هست که بازی پیچیده‌ای هست. تعداد حالت‌هایی که مهره‌های این بازی می‌تونن داشته باشن از تعداد اتم‌های کل جهان هستی بیشتر هست و تا دهه‌ها فکر می‌شد که ما برای اینکه بتونیم توی این بازی یک سیستم کامپیوتری قوی داشته باشیم لازم هست که اون غریزه‌ انسانی رو توی کامپیوتر داشته باشیم و برای همین فکر می‌کردن که هیچوقت هوش مصنوعی نمی‌تونه به حدی برسه که بتونه این بازی رو حل بکنه.

دلیلی که دیپ مایند رفت به این سمت این بود که بتونه ثابت کنه که نه همچین چیزی ممکن هست. ما می‌تونیم سیستم کامپیوتری داشته باشیم که خلاقیت داشته باشه و اتفاق خیلی جالبی که بهش اشاره شد که حرکت معروفی هست به نام حرکت شماره ۳۷. حرکت شماره ۳۷ چی بود؟ در واقع اتفاقی که افتاد این بود که تو این طول این بازی نرم‌افزار آلفاگو حرکتی رو انجام داد که از نظر تمام کارشناسان بازی این حرکت حرکت اشتباهی بوده و همه فکر کردن که خب آلفاگو حتما می‌بازه و بعد توی حرکت‌های بعدی بازی مشخص شد که عه حرکت جالبی و باعث شد که همون حرکت باعث شد که بتونه اون بازی رو ببره و این برای اولین بار نشان داد که کامپیوتر می‌تونه خلاقیت داشته باشه که این خیلی اتفاق مهمی بود.

و نکته‌ دومی هم که راجع به این نرم افزار بود این بودش که این اولین بار بود که یک سیستم می‌تونست مبتنی بر یادگیری بتونه این بازی رو انجام بده. این باعث میشه که نشون بده که ما می‌تونیم سیستم‌هایی داشته باشیم که یاد بگیره و انجام بده و لازم نیست حتما متخصص اون سیستم رو پیاده‌سازی بکنه ولی نرم‌افزار آلفاگو از یه طرف دیگه چون که احتیاج داشت به اینکه بازی‌های یه آدم خیلی حرفه‌ای ببینه و از او تقلید می‌کرد و بعد از روی اون کار می‌کرد و بهتر می‌کرد باعث می‌شد که کاربرد توی صنعت یه مقداری محدود بشه.

به خاطر اینکه تو صنعت ما داده‌های مربوط به یه آدم خیلی حرفه‌ای ممکنه نداشته باشیم و خب این آلفاگو به طور طوریکه بود تو این صنعت نمیشه استفاده کرد ولی بعد از اون یه آلفاگو اومد که به آلفاگو زیرو معروف هست که این آلفاگو زیرو کار جالبی که می‌کنه این هست که اصلا احتیاجی به اینکه بازی‌های آدم حرفه‌ای رو ببینه نداره و می‌تونه از صفر فقط با دونستن قوانین بازی با بازی کردن با خودش یه هوشی رو تولید می‌کنه که این هوش در واقع تونست همون آلفاگو قبلی رو با نتیجه‌ صد بر صفر شکست داده که بعد از اینکه خبرش منتشر شد همون آقای لی سدل که قبلا مسابقه میده با آلفاگو، در واقع گفت که من دیگه مسابقه نمیدم چون که به نظر میاد که دیگه غیر ممکنه بشه هوش مصنوعی رو شکست داد.

این آلفاگو زیرو تو صنعت کاربرد داره. به خاطر اینکه اون احتیاجی نداره به داده‌های آدمای حرفه‌ای و استفاده‌هایی که تا حالا ازش توی دو جا بوده. یکی توی مسائله سنتز شیمیایی هست که در واقع ما می‌خوایم ببینیم که مولکول‌هایی که داریم مثلا واکنش‌های شیمیایی‌شون با همدیگه چجوری می‌تونه انجام بشه و چه اتفاقی میتونه بیفته؟ در واقع برای سنتز شیمیایی استفاده شده و یک کاربرد دوم دیگه‌ای که داشته برای یه مسائله‌ ساختن پروتئین‌های مصنوعی ما می‌تونیم از نرم‌افزار آلفاگو زیرو استفاده بکنیم.

شرکت دیپ مایند پروژه‌های خیلی متنوعی داره که خب یکیشون این پروژه آلفاگو بوده. از امین خواستم که برامون در مورد بعضی از مهمترین پروژه‌های شرکت دیپ مایند هم برامون توضیح بده.

در مورد پروژه‌های دیپ مایند همونطور که قبلا گفتم پروژه‌های دیپ مایند رو میشه به دو دسته کلی تقسیم کرد. دسته اول پروژه‌هایی که در جهت ارتقا و پیشرفت هوش مصنوعی هستند مثل آلفاگو، آلفاگو زیرو و ورژن جدیدترش که در واقع نوزیرو هست و دسته‌ دوم پروژه‌هایی که در جهت این هستن که ما از هوش مصنوعی در عمل و صنعت استفاده بکنیم.

دو تا از پروژه‌های خیلی مهمی که توی عمل در واقع به کار گرفته شده، که دیپ مایند انجام داده اگر بخوام بگم، یکیش پروژه مربوط به توربین‌های بادی هست. همونطور که می‌دونید توربین‌های بادی یه بخش خیلی مهمی از انرژی‌های تجدیدپذیر حساب میشن ولی یه مشکل خیلی مهمی که دارن این هست که ما نمی‌تونیم پیش‌بینی کنیم که این توربین‌های بادی چقدر انرژی برای ما تولید می‌کنند. به خاطر اینکه نمی‌دونیم که اوضاع باد چجوری هست و باعث میشه که خیلی منبع انرژی قابل اعتماد نباشن.

دیپ مایند یه پروژه‌ای انجام داد انجام داد که او از هوش مصنوعی استفاده کرد برای یکی از مزرعه‌های بادی گوگل در آمریکا با ظرفیت هفتصد مگابات که بیاد پیش بینی بکنه که چقدر انرژی این مزرعه می‌تونه تا ۳۶ ساعت آینده تولید بکنه که این پروژه خیلی موفقیت‌آمیز بود و باعث شد که ارزش این انرژی بادی گوگل تا بیست درصد افزایش پیدا بکنه.

پروژه‌ دوم که همین شیش ماه پیش حدودا منتشر شد که خیلی پروژه‌ مهمی بود پروژه‌ای هست به اسم آلفا فولد «Alpha Fold» که در واقع این پروژه آلفا فولد کاری که می‌کنه این هست که ما توی بدنمون پروتئین‌ها رو داریم که تمام اعمال حیاتی ما رو از هضم غذا گرفته تا رشد مو و همه این‌ها رو انجام میدن و همه‌ این‌ها رو براساس شکلی که دارن انجام میدن. پروژه‌ای که دیپ مایند انجام داد این بود که با توجه به یک آمینو اسید بتونه با پیش‌بینی بکنه که شکل پروتئین‌ها چی میشه؟ و این میتونه یه انقلاب خیلی مهمی توی صنعت اختراع دارو و تولید پروتئین‌های مصنوعی و در درک در واقع بیماری‌هایی که وجود داره می‌تونه ایجاد بکنه.

از امین عزیز خواستم کمی در مورد مسیر تحصیلی و شغلی خودش بهمون بگه و اینکه چطور وارد یک شرکت تراز اول جهانی مثل دیپ مایند شده. ازش خواستم که اگر توصیه‌ای برای دانشجوهای مهندسی کامپیوتر داره بگه.

من سال ۱۳۹۰ یا همون ۲۰۱۱ لیسانسم رو در رشته‌ مهندسی کامپیوتر سخت‌افزار در دانشگاه اصفهان شروع کردم. توی دوران لیسانسم بیشتر در زمینه‌ الگوریتم و ساختمان داده فعالیت می‌کردم. چیزی که باعث شد وارد دنیای هوش مصنوعی بشم این بود که اواخر سال تحصیل لیسانسم اواخر سال ۹۴ یک کلاس آنلاین در زمینه‌ ماشین لرنینگ از سایت کورسرا در واقع انجام دادم که خیلی برام جالب بود و باعث شد که به زمینه ماشین لرنینگ و در واقع هوش مصنوعی خیلی علاقه‌مند بشم.

بعد از اون سال ۹۴ من مهاجرت کردم به آلمان شهر مونیخ دانشگاه صنعتی مونیخ فوق لیسانسم رو شروع کردم و توی دوران فوق‌لیسانس خیلی درسای ماشین لرنینگ گذراندم و یه کاری که انجام دادم و خیلی به نظرم به موقعیت شغلیم کمک کرد این بود که توی دوران تحصیلم خیلی کارآموزی انجام دادم. در همون سال اولی که در شروع کردم یه کارآموزی توی ژاپن انجام دادم. در زمینه‌ ماشین لرنینگ برای پهپادها. بعد از اون توی دانشگاه خودمون دوباره یه حالت کارآموزی انجام دادم در زمینه‌ ژنتیکس و بعد از اون یه کارآموزی توی شرکت گوگل در زوریخ انجام دادم باز در زمینه‌ ماشین‌ لرنینگ.

و خب توی همین دوران بود که خب همین قضیه آلفاگو اتفاق افتاد و من خب خیلی خیلی علاقه‌مند شدم به شرکت دیپ مایند که حتما برم و وارد این شرکت بشم و خب بعد از اون در واقع کارآموزی در گوگل با شرکت دیپ مایند مصاحبه کردم و قبول شدم و قبل از اینکه کار تو دیپ مایند رو شروع کنم باز هم برای پایان‌نامه‌ام یه کارآموزی ژاپن رفتم دوباره و من خیلی چیزا یاد گرفتم از این کارآموزی‌هایی که انجام دادم.

یه توصیه‌ خیلی مهمی که به کسانی که دوست دارن در واقع توی زمینه‌ ماشین لرنینگ و هوش مصنوعی وارد بشن در این هست که من بیشترین چیزی که ازش در درجه‌ اول یاد گرفتم کلاس‌های آنلاین بود و واقعا خیلی بیشتر از دانشگاه من از این کلاس‌های آنلاین یاد گرفتم. توصیه می‌کنم سایت‌هایی مثل کورسرا Courseraیا دیپ لرنینگ دات ای آی deeplearning.ioرو حتما این درس‌ها رو انجام بدن. خیلی آدم می‌تونه از این درسای آنلاین یاد بگیره و بعد از اون کارای عملی انجام بدن.

مثلا سایتی هست به نام کگل kaggle.comکه یه سری مسابقات داره به اسم کگل کامپتیشن که میتونن اون‌ها رو انجام بدن و اینکه اگر براشون امکانش مهیا هست حتما کارآموزی یا پروژه‌های عملی تو شرکت خودشون سعی کنن انجام بدن و به نظر من با مجموعه‌ این‌ها می‌تونن خیلی چیزا یاد بگیرن.

من از امین عزیز یه سوال فنی در مورد عملکرد آلفاگو پرسیدم که اون دیگه اینجا نیاوردم. چون خیلی جوابشون فنی بود و اگر علاقه‌مند هستید می‌تونید در فایل کامل صحبتمون که در کانال تلگرام پادکست داکس میاد اونجا بشنوید. خیلی ممنونم از امین برکیان عزیز که در این گفتگو شرکت کرد.

عمده اتفاقات فیلم آلفاگو در سال ۲۰۱۶ افتاده اما فیلم رو گرگ کاهس «Greg Kohs» کارگردان موفق آمریکایی در سال ۲۰۱۷ ساخته و این فیلم نمره‌ هفت ممیز ۹ از ۱۰ رو از سایت آی ام دی بی گرفته. این فیلم یکی از بزرگ‌ترین اتفاقاتیه که در هوش مصنوعی پیش اومده رو به نحو خیلی خوبی روایت کرده. لازم نیست که حتما در هوش مصنوعی تخصص داشته باشید یا بازی گو خیلی خوب بلد باشید تا این فیلم متوجه بشید و بفهمید و این نشون میده که سازنده‌های این فیلم کارشون خیلی خوب انجام دادن.

این فیلم برای تماشا در یوتیوب موجوده و منم اون رو به صورت مجانی در یوتیوب تماشا کردم و برام خیلی جالب بود ببینم پشت صحنه‌ یه شرکت این چنینی و یک پروژه‌ این چنینی چطوره؟ خیلیا فکر می‌کنن که عاقبت هوش مصنوعی میشه شبیه به فیلم ترمیناتور. یعنی ربات‌هایی که کنترل زمین به عهده می‌گیرن و در این چند سال اخیر هم گزارش‌هایی بوده از ربات‌های انسان نمایی که بعضی از ارتش‌های جهان ساختن و اون ربات‌ها در برابر گلوله و یا انفجار مقاوم هستند و خب این نگرانی‌ها به هرحال وجود داره که اگر یک روزی این‌ها دست آدمای تبهکار بیفته چه میشه؟

و خب این نگرانی‌ها از این دست شبیه به ترمیناتور وجود داره. از اون طرفم البته ده‌ها کاربرد مثبت هوش مصنوعی هم هست. هیچکس هم نمی‌دونه که آینده چطور میشه؟ اما چیزی که شرکت‌های بزرگ کامپیوتری میگن اینه‌ که تلاش بر این که هوش مصنوعی همینطور به انسان‌ها خدمت بکنه و تهدیدی برای بشر ایجاد نکنه. کاسپاروف یک جمله‌ معروف داره که میگه یک ذهن خوب بعلاوه‌ ماشین بهترین ترکیب ممکن هست.

چیزی که شنیدید اپیزود شونزدهم پادکست داکس بود خوشحال میشم که اگه کامنتی دارید در همون اپلیکیشنی که گوش میدید و استفاده می‌کنید کامنتتون رو برام بنویسید و از نظرتون من رو مطلع بکنید یا اینکه در اینستاگرام یا در توییتر پادکست داکس اونجا هم می‌تونید که نظراتتون رو در مورد این پادکست اعلام بکنید. امیدوارم که از شنیدن این اپیزود لذت برده باشید و تا اپیزود بعدی و فیلم مستند بعدی خدانگهدار.