Zondag 19/01/2020

Zin in een spelletje Go? De computer wint sowieso

Mens versus machine, echt spannend lijkt die race niet te worden. Nu bedwingt de slimme Google-software AlphaGo ook de absolute nummer één in het Chinese bordspel Go. We kunnen de gevolgen maar beter serieus nemen.

In de loop van de dag zal de Chinees Ke Jie, die al twee jaar de wereldranglijst Go aanvoert, het voor de derde keer in vier dagen opnemen tegen de artificieel intelligente software van Google: AlphaGo. Go wordt gespeeld op een bord met 361 kruispunten. Twee spelers, een met witte en een met zwarte stenen, proberen zoveel mogelijk van die punten in te palmen om te winnen. De vorige twee partijen kon Ke Jie de computer niet de baas.

Hij wilde nochtans beter doen dan zijn voorgangers Fan Hui, drievoudig Europees kampioen Go, en Lee Sedol, Koreaanse trots in het Chinese bordspel. "Het mag Lee Sedol verslagen hebben, mij niet."

Twee verliespartijen later zingt de topspeler een toontje lager. "De snelheid waarmee artificiële intelligentie (AI) evolueert is onvoorstelbaar", schreef hij op de populaire Chinese microblog Weibo.

Deep Blue

Danny De Schreye (KU Leuven), professor artificiële intelligentie, begrijpt de verbouwereerde Ke Jie. Alle kunstmatig intelligente technieken die hij de afgelopen 20 jaar aan zijn studenten meegaf, schoten tekort om een computer een partij Go aan te leren. Schaken lukte nog wel, dat bewees IBM's Deep Blue in 1996 tegen schaakkampioen Garri Kasparov. "Maar je kunt de schaal met het aantal beslissingen op de twee bordspellen niet met elkaar vergelijken."

In een schaakpartij heb je gemiddeld keuze uit 15 zetten per beurt, in totaal duurt een wedstrijd ongeveer 80 beurten. "Bij Go heb je per beurt 200 mogelijkheden en een partij neemt zo'n 300 beurten in beslag. Er was geen enkele techniek voor handen die dergelijke complexiteit verwerkt kreeg."

Tot een dik jaar geleden dus, en de kracht zit niet in straffere code of slimmere wetenschappers, maar in computers die zelf leren. Deep learning zoals dat in het vakjargon heet. Het komt erop neer dat computers zich steeds meer als een menselijk brein gedragen, dankzij diepe neurale netwerken.

We zullen niet meer programmeren om software slimmer te maken. Jonathan Berte van Robovision, een bedrijf dat zelf deep learning-toepassingen gebruikt, maakt het bevattelijk. "Wanneer je op de 'oude' manier software schrijft die auto's van het merk Audi herkent, programmeer je dat die dat doet op basis van het typische logo met ringen."

Je programmeert als het ware wat de software moet herkennen. "Dat is met deep learning overbodig, het programma leert zelf hoe het zulke auto's het best kan herkennen."

AlphaGo leerde het Chinese bordspel beheersen dankzij de data van 30 miljoen Go-spellen.

En je kunt zulke diepe neurale netwerken werkelijk alles aanleren. "Ook voor de ontwikkeling van zelfrijdende auto's is de technologie vandaag van cruciaal belang", weet De Schreye.

Berte ziet een toekomst waarin we intelligentie gewoon zullen kunnen copy pasten. Alsof je kennis gewoon uit de muur haalt zoals dat nu met elektriciteit gebeurt. "Een boer die met behulp van data-, weer- en locatie-analyses zijn gewassen teelt, zal daar geen duur softwareprogramma meer voor moeten betalen. Zoals de elektriciteit nu onze tv doet spelen, zal hij een beroep kunnen doen op diepe neurale netwerken die hem assisteren bij het telen. Hij zal daar enkel een internetverbinding en een dosis vertrouwen voor nodig hebben."

Meer over

Wilt u belangrijke informatie delen met De Morgen?

Tip hier onze journalisten


Op alle verhalen van De Morgen rust uiteraard copyright. Linken kan altijd, eventueel met de intro van het stuk erboven.
Wil je tekst overnemen of een video(fragment), foto of illustratie gebruiken, mail dan naar info@demorgen.be.
DPG Media nv – Mediaplein 1, 2018 Antwerpen – RPR Antwerpen nr. 0432.306.234