GO è un antico gioco cinese, molto semplice, ma molto affascinante e stimolante, che mette di fronte due giocatori, i quali posizionano alternativamente, su una scacchiera di 19×19 caselle, la loro pedina, bianca o nera. L’obiettivo è di contornare con le proprie pedine delle aree, all’interno delle quali non potranno più essere posizionate quelle dell’avversario, che, se vi sono già ricomprese, verranno tolte. Vince chi alla fine si sarà ritagliato la superficie più ampia della scacchiera, sommando tutte quelle “recintate”. Il suo fascino deriva probabilmente dal fatto che il numero delle possibili configurazioni delle pedine è immensamente alto, paragonabile al numero degli atomi che formano il nostro universo (2,08×10^170). Tanto alto da poter affermare che nella storia multimillenaria di questo gioco nessuna partita è mai stata giocata due volte. Tanto alto che nessun computer attuale potrebbe prefigurarsele e (soprattutto) valutarle tutte o una loro considerevole parte, come invece potevano già fare, in misura sufficiente, i programmi che nel lontano 1996 riuscirono a battere il campione mondiale di scacchi Garry Kasparov.
Naturalmente, come negli scacchi, anche nel mondo di GO si organizzano ovunque tornei a tutti i livelli ed esiste un sistema rigoroso di valutazione delle capacità dei giocatori, dei maestri e dei professionisti, che può arrivare fino ad un massimo di 9 dan.
Ebbene, nel marzo del 2016 (si noti che ad oggi sono già trascorsi quasi 6 anni) un programma di AI, AlphaGo, predisposto dalla DeepMind, fondata a Londra nel 2010, ha battuto 4 a 1 Lee Sedol, il campione mondiale in carica e IX dan. E ci è riuscito, senza entrare in dettagli tecnici, facendo ricorso a qualcosa di simile alla nostra intuizione umana, che è molto meno “estemporanea” di quanto comunemente si pensi, ma che comunque taglia significativamente tutti i possibili percorsi di un ragionamento razionale, per portarlo a compimento e concluderlo rapidamente.
Ne è nato un bel documentario di 90 minuti, che si trova su YouTube e che consiglio a tutti gli interessati.
Si è parlato molto di questa inaspettata vittoria della macchina sull’uomo e di come, in futuro, sarà ricordata come un passaggio cruciale nell’evoluzione dell’AI; perciò non aggiungerò altro. Ma del contenuto del documentario e della cronaca del confronto mi hanno colpito in particolare due punti.
1 – Nelle primissime battute del documentario, a titolo d’introduzione, viene riportata la descrizione di una precedente applicazione di machine learning, alquanto meno complessa della protagonista del filmato, ma stupefacente. Si tratta di giocare a Breakout, un videogame molto semplice, direi essenziale, nella sua versione di base. Lo scopo è quello di abbattere, mattone dopo mattone, un muro, che sta nella parte alta dello schermo. Inizialmente il muro è addossato ai due lati dello schermo, ma lascia dietro di sé, per tutta la sua lunghezza, uno spazio profondo più o meno quanto il muro stesso. Lo si colpisce facendo rimbalzare una pallina su una barretta in basso, che il giocatore muove con un comune mouse, come se si trattasse di una racchetta da ping-pong. Se si manca di colpire la pallina il gioco si ferma. Per chi se lo ricorda, assomiglia al suo predecessore, ancora più rudimentale, con il quale ci si limitava a colpire la pallina, che rimbalzando sulla parte alta del display, sopra e ai lati, scendeva velocemente come in Breakout con traiettorie simili a quelle che si vedono comunemente su un tavolo da biliardo.
Nel 2013 (ad oggi sono già trascorsi 9 anni) un’applicazione di AI, alla quale non era stata fornita alcuna informazione sul gioco, né della sua tecnica né de suo scopo, dopo 100 ripetizioni incominciò ad acquisire, senza alcun aiuto esterno, una certa abilità, pur mancando la pallina la maggior parte delle volte. Ma dopo sole 300 ripetizioni l’AI giocava già al livello di un umano esperto e colpiva la pallina quasi sempre. La cosa stupefacente è che dopo ulteriori 200 ripetizioni individuò da sola la strategia migliore di gioco, che consiste nell’aprirsi prima di tutto un varco laterale, tra il muro e uno dei due lati dello schermo; indirizzare la pallina in modo che lo attraversi e s’insinui dietro il muro; e poi lasciare che questa svolga il suo compito autonomamente, rimbalzando più e più volte dietro al muro e abbattendone almeno una gran parte. Si noti che i programmatori di questa applicazione non erano dei giocatori di Breakout e comunque non conoscevano questa strategia vincente. Il che la dice lunga sulle potenzialità di una General AI o Strong AI.
A vederla si rimane veramente colpiti, ma anche un po’ a disagio. Per la maggior parte di noi c’è qualcosa di vagamente inquietante, di minaccioso in una macchina capace d’imparare da sola, soprattutto se in modo anche creativo.
2 – Ad un certo punto della seconda partita Lee Sedol esce sul terrazzo a fumarsi una sigaretta, per allentare la tensione. Durante la sua assenza AlphaGo fa la famosa mossa 37 e quando il campione rientra e si siede rimane visibilmente spiazzato. Nessun giocatore umano di un certo livello l’avrebbe mai fatta e molti commentatori esperti la considerano al momento un errore del programma. Tuttavia il programma vince la partita, i commentatori riconoscono che non si è trattato di un errore, ma di una mossa geniale, e lo stesso Sedol dichiara di essere “senza parole”, d’aver cambiato opinione su AlphaGo e di considerare quella mossa “fantastica e creativa”.
Al quarto confronto del match, Lee Sedol, avendo già perso l’incontro, gioca meno teso e si toglie la soddisfazione di rispondere con l’altrettanto famosa mossa 78, che porta AlphaGo a commettere una serie di errori e a perdere la partita.
Sedol dichiara che quella era per lui l’unica mossa possibile, ma alle successive analisi risulterà che la mossa 78 spiazza il programma perché ha una bassissima probabilità di essere giocata (0,007%), nell’ordine di 1 su 10.000 Forse per questo fu chiamata “la mossa di dio”.
Se la mossa di dio può essere ritenuta frutto di grandissima esperienza, capacità tecnica e acume, la mossa 37, pur tra le controversie, è stata unanimemente indicata come espressione di creatività.
Questo mi sembra un punto sul quale riflettere. Che anche la creatività umana non sia altro, in fondo, che il nome che attribuiamo a scelte altamente improbabili, così innovative da non essere spesso riconosciute, accettate e apprezzate subito? Se così fosse, si aprirebbero per l’umanità fantastiche prospettive d’innovazione, in tutti i campi, basate su suggerimenti così improbabili e imprevedibili da poter essere concepiti solo da una AI.
Mi riprometto di riprendere questo argomento in un prossimo post.