решение, как тензорные процессоры – специализированные чипы Google, предназначенные специально для машинного обучения[29]. DeepMind включила 5000 таких чипов в свой игровой компьютер. Паскутто сел и подсчитал: выходило, что ему со своим персональным компьютером потребуется 1700 лет для воспроизведения исследований DeepMind. Требовалась помощь.
«Я подумал, что подавляющую часть этих вычислений, ту, что выполнялась специализированными чипами, можно запросто распределить, – сказал Паскутто. – Так родилась идея найти в интернете достаточное количество заинтересованных людей и попробовать сообща воспроизвести результаты».
По аналогии с прошлыми знаменитыми проектами SETI@home (проект Калифорнийского университета в Беркли по поиску внеземной жизни) и Folding@home (проект Стэнфордского университета по изучению укладки белка) Паскутто прибег к возможностям интернета, чтобы решить немыслимо сложную задачу. Он обратился к заинтересованным добровольцам с просьбой предоставить личные компьютерные ресурсы, то есть свободное время на их машинах, чтобы всем вместе осилить гигантский объем работы. Затея стартовала в ноябре 2017 года. Меньше чем за год программа стала «очень, очень мощной». Leela Zero, являющаяся ныне одной из лучших программ для игры в го в мире, находится в свободном доступе и имеет открытый код.
«Я просил всех этих людей предоставить в мое распоряжение свои компьютеры, и теперь они получили достойную компенсацию», – сказал Паскутто. И хотя он фактически выпустил сверхъестественного игрока DeepMind из его корпоративной клетки, по его словам, это произошло без какого-либо взаимодействия с самой DeepMind и с Google[30]. В совокупности поиск по дереву методом Монте-Карло, разработанный Реми Куломом, AlphaGo и Leela Zero произвели революцию в древней игре.
Я спросил Мартина Мюллера, использовал ли кто-нибудь из профессионалов до появления AlphaGo и Leela Zero компьютеры для тренировок, как это десятки лет делали шахматисты.
«Нет, они были слишком слабы», – ответил он сухо.
– А теперь?
– О да, теперь их все используют. Вся молодежь ими пользуется, а есть еще и такие (их немного), знатоки техники, которые учат и даже продают свои услуги другим профессионалам.
Через несколько месяцев после триумфа AlphaGo на волне вызванного этим энтузиазма программы, играющие в го на беспрецедентном, сверхчеловеческом уровне, начали выходить из других корпоративных лабораторий. Tencent, транснациональный китайский холдинг, разработал Fine Art. Китайская компания Thinker Technology, специализирующаяся на искусственном интеллекте, создала Golaxy. А корейская ИТ-компания NHN Entertainment выпустила HanDol. Сегодня в учебных аудиториях азиатских школ го, современных преемниц знаменитых домов, таких как Хонинбо, можно видеть ряды студентов с лэптопами, пристально смотрящих на экраны: они учатся у машины.
В 1938 году Хонинбо Сусаи, Мастер го, которому в то время было 64 года, проиграл свою прощальную партию молодому виртуозу. Его вытеснила со сцены волна современных реформ, переформатировавших игру, которой он посвятил всю жизнь. Тот матч, по словам его знаменитого хроникера, унес жизнь Мастера. Рано ушедший из жизни японский романист Сандзюго Наоки (Кавабата написал траурную речь по случаю его кончины) оставил автобиографическое произведение, в котором размышлял о своем интересе к игре. «Если считать, что го – бесполезная вещь, то она абсолютно бесполезна, – писал он. – А если смотреть на нее как на ценность, то она – абсолютная ценность».
В конце 2019 года тридцатишестилетний Ли Седоль внезапно перестал играть. Как и Сусаи за несколько десятков лет до него, Ли «оказался на границе между старым и новым» и, как это случилось с Мастером, новое ознаменовало его конец. «Когда искусственный интеллект дебютировал в партиях го, мне стало ясно, что я больше не выше всех, даже если вылезу из кожи и стану лидером, – сказал он корейскому новостному агентству. – Даже если я стану лидером, есть некая сущность, которую невозможно победить».
Человеческий мозг – ваш, мой, Ли Седоля – невероятно сложен. В нем около 100 млрд нейронов, имеющих порядка 100 трлн связей. Кроме того, человеческий мозг чрезвычайно эффективен. Его энергетические потребности не превышают 20 ватт – этого едва хватит на то, чтобы запитать маломощную лампочку. Для работы AlphaGo нужно заметно больше ресурсов.
В последние годы ученые-компьютерщики, такие как Эмма Струбелл из Университета Карнеги – Меллона, изучают вопрос о том, какие экологические последствия влечет за собой обучение моделей искусственного интеллекта. В мире, где происходит потепление в результате выброса парниковых газов человечеством, высокоуровневый искусственный интеллект может вызывать сомнения в экологическом плане. «Обучение передовой модели требует сейчас существенных вычислительных ресурсов, а вместе с ними значительных энергозатрат, финансовых вложений и издержек, связанных с защитой окружающей среды», – пишет она вместе с соавторами в статье, опубликованной в 2019 году. – Мы рекомендуем индустрии и научным учреждениям форсировать исследования, направленные на разработку более эффективных алгоритмов, а также оборудования с меньшим энергопотреблением».
Айдан Рок, специалист в области прикладной математики, подсчитал, что обучение всего одной версии AlphaGo приводит к выбросу 96 т углекислого газа, что примерно эквивалентно авиаперелету продолжительностью 1000 часов или годовому энергопотреблению 23 американских домов. По оценке инженера Дэна Хуана, воспроизведение одного сорокадневного эксперимента DeepMind по обучению AlphaGo обошлось бы в $35 млн. Другими словами, это эквивалентно непрерывной работе мозга почти 13 000 человек. Да, машина, может, и победила. Вот только этот поединок с самого начала был неравным.
Нарды
Удача – это не везенье,
А тяжкий, бесконечный труд.
Снискать судьбы благоволенье
Дано лишь тем, кто спины гнут.
Отец сокровищ в глубине земли –
Тот грош, которым мы пренебрегли.
– ЭМИЛИ ДИКИНСОН
Девяносто лет назад команда археологов и топографов, а также несколько десятков рабочих плыли вниз по Нилу на двух дахабие – больших, самобытных и великолепных парусных судах, на борту которых находились документы, оборудование и жестянки с провизией. Недавно было принято решение о наращивании высоты большой Асуанской плотины, расположенной на юго-востоке Египта, а это означало
