← Все игры

Девять матчей против машины

Нарды, шашки, шахматы, отелло, Jeopardy!, го и покер: на каждый — паспорт

Что это за страница

Девять раз машину сажали напротив человека, который был в числе лучших в мире в своём деле, при зрителях и с записанным результатом. Восемь раз из девяти выиграла машина. Здесь список; за каждой строкой стоит отдельная страница, и числа живут там.

Все паспорта разрезаны одинаково, чтобы показательные нарды 1979 года и исследовательский матч в го 2023-го можно было читать строка против строки: кто сел за стол, что стояло напротив, сколько оно потребляло, во что обошлось, сколько ему давали думать — и то, ради чего страницы сделаны: что результат доказывает и чего он не доказывает.

У каждого числа рядом стоят две вещи, и ни одна из них не сноска: насколько числу можно верить (измерено, паспорт производителя, реконструкция или только порядок величины) и граница, внутри которой его мерили. Ватты кремния и ватты от розетки — две разные величины, а не одна с разной точностью. Где числа никто не публиковал, так и написано, и сказано, что публиковалось вместо него. Такое случается часто.

BKG 9.8 против Луиджи Виллынарды · 1979
Луиджи Вилла — BKG 9.8 · Университет Карнеги — Меллон
15 июля 1979 года программа Ханса Берлинера выиграла у только что коронованного чемпиона мира по нардам матч до 7 очков со счётом 7:1. Первый случай, когда машина обыграла чемпиона мира в настольной игре; сам Берлинер объяснял результат костями.
матч выиграла машина · паспорт матча →
Chinook против Мариона Тинслишашки · 1994
Марион Тинсли — Chinook · Университет Альберты
В августе 1994 года программа Джонатана Шеффера сыграла с Тинсли шесть партий, все шесть вничью, после чего Тинсли снял матч по болезни и отдал титул. Двумя годами раньше, в Лондоне, тот же Тинсли выиграл у Chinook 4:2 при 33 ничьих.
матч выиграла машина · паспорт матча →
Deep Blue против Гарри Каспаровашахматы · 1997
Гарри Каспаров — Deep Blue · IBM
Матч-реванш 3–11 мая 1997 года, шесть партий, счёт 3½:2½ в пользу машины. Годом раньше Каспаров выиграл у предыдущей версии 4:2.
матч выиграла машина · паспорт матча →
Logistello против Такэси Муракамиотелло · 1997
Такэси Мураками — Logistello · NEC Research Institute
С 4 по 7 августа 1997 года программа Михаэля Бура выиграла у действующего чемпиона мира по отелло все шесть партий: 6:0 по партиям, 264:120 по фишкам. Играла обычная настольная машина на одном процессоре Pentium Pro под Linux.
матч выиграла машина · паспорт матча →
Watson в Jeopardy!Jeopardy! · 2011
Кен Дженнингс и Брэд Раттер — Watson (DeepQA) · IBM Research
Двухдневная игра 14–16 февраля 2011 года против двух сильнейших победителей в истории передачи. Watson выиграл; призовой миллион IBM отдала на благотворительность.
матч выиграла машина · паспорт матча →
AlphaGo против Ли Седоляго · 2016
Ли Седоль — AlphaGo (версия, которую DeepMind позже назвала AlphaGo Lee) · Google DeepMind
Пять партий 9–15 марта 2016 года, счёт 4:1 в пользу программы. Четвёртую партию Ли Седоль выиграл — на сегодня это единственная партия, выигранная человеком у AlphaGo в официальном матче.
матч выиграла машина · паспорт матча →
Libratus против четырёх профессионаловпокер · 2017
Джейсон Лес, Дон Ким, Дэниел Маколи, Джимми Чоу — Libratus · Университет Карнеги — Меллона; вычисления — Питтсбургский суперкомпьютерный центр
Двадцать дней с 11 по 30 января 2017 года, 120 000 раздач безлимитного холдема один на один. Перевес машины — 147 миллиблайндов на раздачу при статистической значимости 99,98 %; каждого из четверых она обыграла и по отдельности.
матч выиграла машина · паспорт матча →
Pluribus за шестиместным столомпокер · 2019
Тринадцать профессионалов в формате «пятеро людей и машина», Крис Фергюсон и Даррен Элиас — в формате «человек против пяти копий» — Pluribus · Университет Карнеги — Меллона и Facebook AI Research
Два эксперимента по 10 000 раздач шестиместного безлимитного холдема. Против пятерых профессионалов машина выиграла 48 миллиблайндов на раздачу, против одного человека и пяти своих копий — 32. Чертёж стратегии обошёлся в 12 400 ядрочасов и, по подсчёту авторов, примерно в 144 доллара облачной аренды.
матч выиграла машина · паспорт матча →
Келлин Пелрин против KataGoго · 2023
Келлин Пелрин — KataGo и её сторонняя сборка JBXKata005; отдельно — Leela Zero · FAR AI, Массачусетский технологический институт, Калифорнийский университет в Беркли — команда атаки; движок KataGo — Дэвид У
В феврале 2023 года человек выиграл 14 партий из 15 у сильнейшего на тот момент бота сервера KGS и обыграл KataGo и Leela Zero, считавших по 100 000 позиций на ход. Стратегию, которой он это сделал, нашёл не он: её обнаружил состязательный алгоритм, обученный против KataGo.
матч выиграл человек · паспорт матча →

Сколько стоила каждая победа

В каждом из этих матчей одну сторону можно было пересчитать, а другую нет. BKG 9.8 — доля разделяемого PDP-10 и один автор. Chinook в 1994 году — восемнадцатипроцессорный сервер Silicon Graphics и базы окончаний. Deep Blue — четыреста восемьдесят шахматных чипов, изготовленных ради одной этой задачи, тридцать узлов, чтобы их прокормить, пятеро инженеров и гроссмейстер на зарплате. Watson — девяносто серверов в комнате рядом со студией. К 2019 году вся машинная сторона покерного результата — два процессора.

Столбцы раскладывают машинную сторону по степеням десятки. Считается то, что было опубликовано на самом деле: у Watson узлы, у Pluribus процессоры, у AlphaGo микросхемы, — и единица подписана у каждого столбца, потому что привести их к общей означало бы выдумать число ядер для PDP-10 1979 года, а потом забыть, что оно выдумано. Человеческий столбец во всех строках один и тот же, потому что он и был один и тот же.

Человек, любой из девятиодин мозг, 20 ВтR
Logistello, отелло, 19971, микросхемыP
Pluribus, покер, 20192, процессорыM
Chinook, шашки, 199418, процессорыP?
AlphaGo, го, 201648, микросхемыM
Deep Blue, шахматы, 1997510, узлы и заказные микросхемыM
KataGo, го, 2023конфигурация не публиковалась
Красный — человеческая сторона, синий — машинная. Источники и методы — на странице каждого матча; метка у столбца говорит, насколько счёту можно верить. Две строки стоит прочитать дважды. AlphaGo в Сеуле — это 48 тензорных процессоров первого поколения, число самой DeepMind, опубликованное через полтора года после матча в статье про AlphaGo Zero; широко цитируемые 1920 процессоров и 280 видеокарт — самая большая строка таблицы масштабируемости из статьи 2016 года в Nature, и к сеульской машине она отношения не имеет. У KataGo в 2023 году столбца нет вовсе: боты стояли на чужом публичном сервере го, и на чём именно — никто не публиковал.

Смысл этого столбца не в том, что человек всё-таки лучше. Ни в одном из матчей ничего не мерили ценой. Сравнивали силу игры, силу игры и сравнили, и по этой мерке результаты ровно такие, какие записаны в протоколах. Победа с тысячей процессоров — победа.

Записать цену стоит потому, что её обычно опускают, а без неё девять результатов об играх незаметно превращаются в одно утверждение о людях. Две колонки — величины разной природы. Одна говорит, насколько хорошо выбраны ходы. Вторая — во что обошёлся выбор. И только вторая сорок лет подряд падает.

Человеческая колонка

На любом графике человек идёт минимум двумя линиями: мозг (20 Вт) и человек за доской (105–126 Вт). Одна линия против ватт машины — это не сравнение, а выбор ответа. И обе линии всё равно несравнимы с машинными: у машины в счёт не идёт обучение, у человека — двадцать лет, за которые он научился играть.

мозг в покое · один орган
20 ВтR
Мозг взрослого в покое. Нижняя физиологическая граница, а не цена одного хода.
основной обмен · весь организм, покой
60–90 ВтR
Весь организм в покое — основной обмен. Взрослый лёжа, натощак, в тепловом комфорте.
человек за доской · весь организм, сидя
105–126 ВтR
Человек, сидящий за доской. Именно эту величину честно ставить против ватт машины, если уж ставить.
прирост от думанья · весь мозг, вызванная активность
данных нет
Прирост от напряжённой умственной работы. Надёжного числа нет, и это само по себе результат: прирост мал настолько, что его трудно измерить.

Эти числа одинаковы на всех паспортах, потому что человеческая сторона стола во всех девяти матчах была одна и та же. Ни одно из них не измерение играющего человека: это физиологический пол и физиологическая цена того, чтобы несколько часов где-то сидеть. Чего в них нет — двадцати лет, за которые человек научился играть; ровно того же нет и в машинных числах, когда они считают матч, а не обучение.

Куда отсюда