AlphaGo é um programa de computador desenvolvido pela DeepMind para jogar o jogo de tabuleiro Go, um jogo há muito considerado um grande desafio não resolvido para a inteligência artificial devido ao seu vasto espaço de busca, muito maior que o do xadrez, o que tornava abordagens de força bruta como as usadas no Deep Blue computacionalmente inviáveis. AlphaGo combinou redes neurais profundas com busca em árvore Monte Carlo, usando redes treinadas tanto em jogos de especialistas humanos quanto em aprendizado por reforço por autojogo para avaliar posições no tabuleiro e selecionar movimentos.
A partida contra Lee Sedol
AlphaGo tornou-se internacionalmente famoso através de sua partida de 2016 contra Lee Sedol, um dos jogadores profissionais de Go mais fortes do mundo, realizada em Seul, Coreia do Sul, de 9 a 15 de março de 2016. AlphaGo venceu a partida de cinco jogos por 4 a 1, um resultado que surpreendeu grande parte das comunidades de Go e de IA, que geralmente esperavam que o domínio humano do Go resistisse às máquinas por pelo menos mais uma década, dada a complexidade do jogo. A partida foi transmitida globalmente e assistida por cerca de 200 milhões de pessoas, tornando-se uma das demonstrações públicas mais visíveis da capacidade da IA até então, possivelmente o momento em que o aprendizado profundo entrou na consciência pública mainstream da mesma forma que o lançamento do ChatGPT faria sete anos depois.
Movimento 37
O segundo jogo da partida produziu um momento que se tornou emblemático da novidade de AlphaGo: no movimento 37, AlphaGo jogou uma pedra na quinta linha do tabuleiro, um movimento que comentaristas profissionais e o próprio Lee Sedol consideraram inicialmente altamente incomum, até mesmo um provável erro, pois contradizia séculos de estratégia humana acumulada no Go. O movimento mais tarde se mostrou crucial para a vitória de AlphaGo naquele jogo, e foi amplamente citado depois como evidência de que o sistema havia derivado uma percepção estratégica genuinamente nova, em vez de simplesmente imitar ou interpolar entre jogadas humanas, uma afirmação que análises posteriores das estimativas internas de probabilidade de movimento do sistema apoiaram em grande parte. O movimento 37 tornou-se um exemplo frequentemente referenciado, tanto na pesquisa em IA quanto na escrita popular, de um sistema de aprendizado de máquina produzindo resolução de problemas criativa e não humana.
Predecessor do AlphaZero
O treinamento de AlphaGo inicialmente dependia de um grande conjunto de dados de jogos de especialistas humanos registrados para inicializar sua rede de políticas antes que o aprendizado por reforço por autojogo o refinasse ainda mais. A DeepMind posteriormente desenvolveu o AlphaGo Zero, anunciado em 2017, que aprendeu Go puramente através de autojogo a partir de inicialização aleatória, sem usar nenhum dado de jogos humanos, e que superou a força de jogo do AlphaGo original. Essa linha de pesquisa levou diretamente ao AlphaZero, uma generalização da mesma abordagem de autojogo para xadrez e shogi, além de Go, lançado mais tarde em 2017.
Recepção e legado
A vitória de AlphaGo sobre Lee Sedol é amplamente considerada um evento marcante na história da IA, comparável em significado cultural à derrota de Garry Kasparov pelo Deep Blue em 1997 no xadrez, mas distinguida pela dependência de AlphaGo em reconhecimento de padrões aprendido em vez de busca exaustiva, refletindo a mudança na pesquisa de IA de métodos simbólicos e de força bruta para abordagens baseadas em aprendizado profundo. Lee Sedol aposentou-se da competição profissional de Go em 2019, citando em parte a sensação de que a IA havia se tornado imbatível no jogo, observando que mesmo como o melhor jogador ele não poderia derrotar "uma entidade que não pode ser derrotada". O programa de pesquisa AlphaGo da DeepMind é frequentemente citado ao lado do AlphaFold como evidência da estratégia mais ampla da DeepMind de aplicar aprendizado por reforço e aprendizado profundo a problemas bem definidos e anteriormente intratáveis.