Computer-hjerne når stormester-niveau på 3 døgn

Ny selvlærende skakcomputer tænker mere som menneske end som maskine.

Computersystemet Giraffe spiller skak på en næsten menneskelig måde. (Foto: www.da.wikidepia.org)

På Imperial College i London har datalogen Matthew Lai for nylig skabt et skak-spillende system, der spiller på en langt mere intuitiv og "menneskelig" måde end tidligere skak-computere.

Systemet, han kalder Giraffe, bygger på et neuralt netværk, som lærer sig selv at vurdere kvaliteten af de mulige træk.

I stedet for at regne løs på millioner af fremtidige træk ser Lais system på mønstre og positioner og regner på langt færre potentielle træk udfra en vurdering af den aktuelle fordeling af brikkerne.

Det er en strategi som minder langt mere om menneskelige skakspillere end tidligere.

Menneske mod maskine

Det er efterhånden lang tid siden IBMs skak-computer Deep Blue vandt over stormester Kasparov.

Og selvom historien om maskinens sejr over mennesket tilbage i 1997 ikke var helt sort-hvid, så markerede det begyndelsen på en tid, hvor computerne simpelthen blev regnekraftige nok til at kunne slå selv de bedste spillere.

Sagt helt kort lykkedes det folkene på IBM at lave et system, som på forholdsvis kort tid kunne regne på millioner af forskellige træk og positioner, vægte dem, og vælge den bedste.

Dén strategi har foreløbig været forholdsvis solid, ikke mindst fordi computerne bare er blevet kraftigere og mindre i de forgangne år.

Men det betyder ikke nødvendigvis, at computere er klogere eller dygtigere end mennesker. At kunne lave millioner af beregninger på et splitsekund er ikke udtryk for intelligens.

Derfor har man også arbejdet en del med skak-turneringer, hvor menneske og maskine arbejder sammen for at udnytte computernes regnekraft og menneskets intuition.

Så det giver næppe mening at sammenligne skakcomputere og stormestre en til en. Eller - det gør det måske snart, hvis Matthew Lais skak-system for alvor går til angreb.

Den skakspillende giraf

- Giraffe får sine evner ved at kunne evaluere og vurdere positioner præcist, på en intuitiv facon der minder om menneskelige spillere, men som ikke tidligere har været brugt i computersystemer, skriver Lai i sin artikel om arbejdet.

Vurderingen af de forskellige positioner lærte Giraffe ved at se på 175 millioner forskellige konstellationer på brættet, taget fra en kæmpe database over spil.

Efter indlæringen blev Giraffe sat til at spille skak - og resultatet var overvældende.

Stormester (næsten) på bare 72 timer

Matthew Lai vurderede systemets træk på en skala der kaldes Strategic Test Suite, og som går fra 0-15000.

På bare 72 timer gik Giraffe fra at spille på et niveau omkring 6000 til at toppe på 9700 - en præstation der svarer til de bedste eksisterende skak-systemer, ifølge Lai.

Han regner i øvrigt med at systemet, eller en tilsvarende strategi, vil kunne anvendes på andre typer af brætspil i fremtiden - også spil som fx Go, der ellers har givet datalogerne grå hår i hovedet i mange år.

I Technology Review kan man læse mere om hvordan Giraffe lærte sig selv at spille bedre skak, og har man lyst til at grave dybere kan man også læse Matthew Lais videnskabelige artikel om arbejdet.