AlphaGo é um programa de computador que joga o jogo de tabuleiro Go, desenvolvido pela DeepMind Technologies, sediada em Londres, uma subsidiária adquirida da Google. O programa e seus algoritmos foram descritos em um artigo publicado na revista Nature em 27 de janeiro de 2016, coincidindo com o anúncio de sua vitória sobre o campeão europeu Fan Hui. Este artigo marcou um marco na inteligência artificial, pois AlphaGo se tornou o primeiro programa de computador de Go a derrotar um jogador humano profissional sem handicap em um tabuleiro completo de 19×19. A vitória foi reconhecida pela Science como um dos vice-campeões do Breakthrough of the Year em 22 de dezembro de 2016.
AlphaGo usa uma combinação de aprendizado de máquina e redes neurais artificiais para avaliar posições do tabuleiro e selecionar movimentos. Ele emprega um algoritmo de busca em árvore Monte Carlo guiado por uma rede de política de aprendizado profundo e uma rede de valor, treinadas por meio de aprendizado supervisionado a partir de jogos humanos e aprendizado por reforço a partir de jogos contra si mesmo. Essa abordagem permitiu que AlphaGo superasse os desafios do grande fator de ramificação do Go, que havia dificultado métodos anteriores de inteligência artificial.
Desenvolvimento e Contexto
O Go é considerado muito mais difícil para computadores vencerem do que outros jogos, como xadrez, porque sua natureza estratégica e estética torna difícil construir diretamente uma função de avaliação, e seu fator de ramificação muito maior torna proibitivamente difícil usar métodos tradicionais de IA, como poda alfa-beta, travessia de árvore e busca heurística. Quase duas décadas após o computador Deep Blue da IBM vencer o campeão mundial de xadrez Garry Kasparov na partida de 1997, os programas de Go mais fortes usando técnicas de inteligência artificial apenas alcançaram cerca do nível amador 5-dan, e ainda não conseguiam vencer um jogador profissional de Go sem handicap. Em 2012, o programa de software Zen, rodando em um cluster de quatro PCs, venceu Masaki Takemiya (9p) duas vezes com handicaps de cinco e quatro pedras. Em 2013, Crazy Stone venceu Yoshio Ishida (9p) com um handicap de quatro pedras.
De acordo com David Silver, da DeepMind, o projeto de pesquisa AlphaGo foi formado por volta de 2014 para testar o quão bem uma rede neural usando aprendizado profundo pode competir no Go. AlphaGo representa uma melhoria significativa em relação aos programas de Go anteriores. Em 500 jogos contra outros programas de Go disponíveis, incluindo Crazy Stone e Zen, AlphaGo rodando em um único computador venceu todos, exceto um. Em uma partida semelhante, AlphaGo rodando em vários computadores venceu todos os 500 jogos disputados contra outros programas de Go, e 77% dos jogos disputados contra AlphaGo rodando em um único computador. A versão distribuída em outubro de 2015 usava 1.202 CPUs e 176 GPUs.
Partida contra Fan Hui
Em outubro de 2015, a versão distribuída do AlphaGo derrotou o campeão europeu de Go Fan Hui, um profissional 2-dan (de 9 dan possíveis), por cinco a zero. Esta foi a primeira vez que um programa de computador de Go venceu um jogador humano profissional em um tabuleiro completo sem handicap. O anúncio da notícia foi adiado até 27 de janeiro de 2016 para coincidir com a publicação do artigo na revista Nature descrevendo os algoritmos usados.
Partida contra Lee Sedol
AlphaGo jogou contra o jogador profissional sul-coreano de Go Lee Sedol, classificado como 9-dan, um dos melhores jogadores de Go, com cinco jogos ocorrendo no Four Seasons Hotel em Seul, Coreia do Sul, em 9, 10, 12, 13 e 15 de março de 2016, que foram transmitidos ao vivo por vídeo. Dos cinco jogos, AlphaGo venceu quatro e Lee venceu o quarto jogo, o que o registrou como o único jogador humano que venceu AlphaGo em todos os seus 74 jogos oficiais. AlphaGo rodou na computação em nuvem da Google, com seus servidores localizados nos Estados Unidos. A partida usou regras chinesas com um komi de 7,5 pontos, e cada lado teve duas horas de tempo de pensamento mais três períodos de byoyomi de 60 segundos. A versão do AlphaGo que jogou contra Lee usou uma quantidade semelhante de poder computacional à usada na partida contra Fan Hui. A Economist relatou que usou 1.920 CPUs e 280 GPUs. Na época do jogo, Lee Sedol tinha o segundo maior número de vitórias em campeonatos internacionais de Go no mundo, depois do jogador sul-coreano Lee Chang-ho, que manteve o título de campeão mundial por 16 anos. Como não há um método oficial único de classificação no Go internacional, as classificações podem variar entre as fontes. Embora às vezes fosse classificado como o melhor, algumas fontes classificaram Lee Sedol como o quarto melhor jogador do mundo na época. AlphaGo não foi especificamente treinado para enfrentar Lee nem foi projetado para competir com nenhum jogador humano específico.
Os três primeiros jogos foram vencidos por AlphaGo após desistências de Lee. No entanto, Lee venceu AlphaGo no quarto jogo, vencendo por desistência no movimento 180. AlphaGo então continuou a alcançar uma quarta vitória, vencendo o quinto jogo por desistência. O prêmio foi de US$ 1 milhão. Como AlphaGo venceu quatro de cinco e, portanto, a série, o prêmio foi doado a instituições de caridade, incluindo a UNICEF. Lee Sedol recebeu US$ 150.000 por participar de todos os cinco jogos e um adicional de US$ 20.000 por sua vitória no Jogo 4.
Em junho de 2016, em uma apresentação realizada em uma universidade na Holanda, Aja Huang, um dos membros da equipe da DeepMind, revelou que eles haviam corrigido a fraqueza lógica que ocorreu durante o 4º jogo da partida entre AlphaGo e Lee, e que após o movimento 78 (que foi apelidado de "movimento divino" por muitos profissionais), ele jogaria como pretendido e manteria a vantagem das pretas. Antes do movimento 78, AlphaGo estava liderando durante todo o jogo, mas o movimento de Lee fez com que os poderes computacionais do programa fossem desviados e confundidos. Huang explicou que a rede de política do AlphaGo avaliou mal a posição, levando à derrota.
Consequências e Legado
Em reconhecimento à vitória, AlphaGo recebeu um 9-dan honorário da Associação Coreana de Baduk. A preparação e a partida desafio contra Lee Sedol foram documentadas em um filme documentário também intitulado AlphaGo, dirigido por Greg Kohs. Na Cúpula do Futuro do Go de 2017, a versão Master do AlphaGo venceu Ke Jie, o jogador número um do mundo na época, em uma partida de três jogos, após a qual AlphaGo recebeu o 9-dan profissional da Associação Chinesa de Weiqi. Após a partida entre AlphaGo e Ke Jie, a DeepMind aposentou o AlphaGo, enquanto continuava a pesquisa em IA em outras áreas. O AlphaGo Zero, autodidata, alcançou uma vitória de 100–0 contra a versão competitiva inicial do AlphaGo, e seu sucessor AlphaZero foi percebido como o melhor jogador do mundo no Go até o final da década de 2010. AlphaZero foi, por sua vez, sucedido por um programa conhecido como MuZero, que aprende sem ser ensinado as regras. Esses sucessores, construídos sobre os mesmos princípios do AlphaGo original, influenciaram a pesquisa em DeepMind e além, contribuindo para avanços em IA generativa e outros campos.