«Som at en robot får skruer og muttere, og etter noen timer har laget en Ferrari».

Man avfeier Google AlphaZeros seier over sjakkprogrammet Stockfish på egen risiko. Forkledd bak noen lag med teknisk sjargong om datamaskiner og sjakk ligger et analytisk paradigmeskifte. 

Mens det tok flere år før IBMs Deepblue endelig slo Garry Kasparov som den første datamaskinen i 1997, slo altså AlphaZero å slå verdens beste dataprogram Stockfish etter bare 24 timers «trening» mot seg selv.

Sjokkerende og imponerende

Stockfish er et program som antagelig vil slå Magnus Carlsen i 95 av 100 matcher, og som bygger på tusenvis av linjer med kode proppfull av menneskelig kunnskap hardt erfart opp gjennom hundrevis av år og millioner av partier. Stockfish undersøker 70 millioner potensielle stillinger per minutt i jakten på det beste trekket. I tillegg kan Stockfish enorme mengder med åpningsteori og har tilgang på store databaser over «sluttspill» når det gjenstår en visst antall brikker.

Dette er ting som verdens beste spillere har tenkt ut og eksperimentert seg frem til over brettet og som supercomputere har studerte videre med grovkornede kalkulasjoner. Fortsatt er det slik at det finnes flere potensielle stillinger på et sjakkbrett enn stjerner i Melkeveien. Uten disse databasene ville det være krevende for Stockfish å «vite» når en posisjon står til vinst, tap eller remis.

Men AlphaZero hadde ikke noe av dette. Det eneste man gjorde før den satte igang, var å lære den reglene - deretter lærte den seg selv hvordan man best spiller spillet. I de hundre partiene mellom de to datamaskinene tapte ikke AlphaZero et eneste, mens det vant 28 og spilte resten til remis.

Som å bygge en Ferrari uten å vite hva en motor er - på fire timer

I sjakkverden aner man allerede konsekvensene, og der har man tatt i bruk de store ordene: «Sjakken forandret seg for alltid. Og kanskje resten av verden også», skriver sjakkjournalist Mike Kline hos Chess.com.

Kline sammenligner bragden med at man gir en robot tilgang på skruer og muttere, men ikke lærer den hva en forbrenningsmotor er, så eksperimenterer den seg frem med forskjellige muligheter til den plutselig har bygget en Ferrari - alt på mindre tid enn det tar å se Ringenes Herre-triologien.

Her kan du lese forskningsartikkel om resultatene

Liten plass for mennesker

Sjakk har ofte blitt løftet frem som et eksempel på hvordan menneske og maskin kan jobbe sammen. Flere har pekt på at et sjakkprogram, som Stockfish, ikke klarer seg like godt alene mot et annet program når ikke det er et menneske som overvåker spillingen og bidrar med valg av trekk her og der. AlphaZero knuser denne teorien.

Det var også Garry Kasparovs poeng da han ble spurt av Chess.com om en kommentar: «Vi har alltid forutsatt at sjakk krever for mye empirisk kunnskap til at en maskin kan spille så godt fra start, uten å bli gitt noe menneskelig kunnskap. En maskins evne til å replisere og overgå århundrer med menneskelig kunnskap i et lukket komplekst system kommer til å forandre verden».

Måten AlphaZero "tenker" på er forskjellig fra sjakkprogrammene, men også fra tidligere versjoner av AlphaGo som Googles DeepMind først brukte til å slå verdens beste spiller av det asiatiske spillet Go. Ved å velge bort åpenbart dårlige trekk emulerer AlphaZero den menneskelige måten å tenke på. Vanlige sjakkprogrammer må derfor undersøke mange flere trekk, mens AlphaZero kan fokusere på de åpenbart viktigste trekkene lengre.

Kontrovers blant sjakkspillere

At kunstig intelligens er kommet for å bli, er ganske sikkert. Men kanskje er det litt tidlig å erklære en endelig seier for menneskenes programmer. Flere av sjakkspillerne tilstede i London, blant annet toppspilleren Hikaru Nakamura påpeker at forutsetningene under matchen var litt uvanlige og at dersom Stockfish kunne spille slik det valigvis gjør ville det ikke blitt overkjørt i samme grad.

Likevel mener de aller fleste at dette innebærer et paradigmeskifte innen dataanalyse.

Og hva når Google bestemmer seg for å bruke metoden i din bransje?