Πώς οι υπολογιστές έκαναν τους ανθρώπους καλύτερους στο σκάκι
Οι σημερινοί πρωταθλητές δεν φοβούνται τις μηχανές - μαθαίνουν από αυτές.
του Ντέιβιντ Μόρις
Το Παγκόσμιο Σκακιστικό Πρωτάθλημα τελείωσε, με τον τελευταίο αγώνα τη Δευτέρα μεταξύ του Μάγκνους Κάρλσεν από τη Νορβηγία και του Σεργκέι Καρτζάκιν από τη Ρωσία. Ο αγώνας, μια σειρά από 12 παιχνίδια που ξεκίνησαν στις 11 Νοεμβρίου, είχε προσελκύσει διασημότητες και ηγέτες της τεχνολογίας και είχε υψηλού προφίλ κάλυψη από τα ΜΜΕ. Εν μέρει, αυτό συνέβη επειδή διεξήχθη στη Νέα Υόρκη, όπου το σκάκι εδώ και μια δεκαετία έχει μεγάλη δημοτικότητα.
Η συνεχιζόμενη δημοτικότητα του σκακιού ήταν δύσκολο να προβλεφθεί το 1997, αφότου ο υπολογιστής Deep Blue της ΙΒΜ νίκησε τον Παγκόσμιο Πρωταθλητή Γκάρι Κασπάροβ (επίσης στη Νέα Υόρκη). Πριν από τον αγώνα, οι σχολιαστές θεωρούσαν ότι μια ήττα του Κασπάροβ θα μείωνε τη δημοτικότητα του σκακιού.
Αλλά οι μεγάλοι σκακιστές δεν τα παράτησαν. Αντ’ αυτού, χρησιμοποίησαν τους υπολογιστές για να ακονίσουν περαιτέρω το μυαλό τους. Οι γκρανμέτρ μπορούν πλέον να μάθουν από τα δεδομένα των προηγούμενων παιχνιδιών μέσω των βάσεων δεδομένων και συνήθως χρησιμοποιούν προγράμματα σκακιού για να αναπτύξουν στρατηγικές και δοκιμαστικές κινήσεις. Κατά τη διάρκεια του τρέχοντος πρωταθλήματος, οι αναλυτές είχαν στραφεί στην τεχνητή νοημοσύνη για να αξιολογήσουν τις θέσεις των αντιπάλων και τα συγκριτικά πλεονεκτήματα.
Οι ειδικοί λένε ότι τα δεδομένα που παρέχουν οι υπολογιστές έχουν αλλάξει το πώς παίζεται το σκάκι. Τα οριακά παιχνίδια περιλαμβάνουν συχνά πληροφορίες που συγκεντρώθηκαν από τον τρόπο με το οποίο οι υπολογιστές προσεγγίζουν το παιχνίδι. Ο Κάρλσεν, που θεωρείται ευρέως αντίστοιχου επιπέδου με τον Κασπάροβ, είχε υποβαθμίσει το ρόλο των υπολογιστών στην αρχική του εκπαίδευση, αλλά η επιρροή των υπολογιστών στο παιχνίδι του είναι συχνά εμφανής. Είναι γνωστός όχι μόνο για τη βαθιά του γνώση των θέσεων πάνω στη σκακιέρα, αλλά και για την προθυμία του να χρησιμοποιήσει όπως ο υπολογιστής δήθεν «άσχημες» κινήσεις που αψηφούν τη συμβατική προσέγγιση στο σκάκι και την ανθρώπινη διαίσθηση, αλλά είναι πιο αποτελεσματικές.
Η προθυμία μάθησης από τους υπολογιστές θα μπορούσε να είναι ένα σημαντικό μοντέλο καθώς η τεχνητή νοημοσύνη και τα μεγάλα δεδομένα (big data) εξελίσσονται. Στον κόσμο των επιχειρήσεων, για παράδειγμα, οι άνθρωποι συχνά αντιστέκονται στις πληροφορίες των δεδομένων του μάρκετινγκ ή της ανάλυσης της εφοδιαστικής αλυσίδας (ένα πεδίο του οποίου προσέγγιση για την επίλυση προβλημάτων στην πραγματικότητα προέρχεται ουσιαστικά από τον προγραμματισμό στο σκάκι). Αυτές οι πληροφορίες μπορεί μερικές φορές να φαίνονται «άσχημες» ή αντι-διαισθητικές, αλλά για έναν πρωταθλητή σαν τον Μάγκνους Κάρλσεν, αυτό που έχει σημασία είναι ότι είναι σωστές.
Πηγή: fortune.com
