A partida entre AlphaGo e Lee Sedol, também conhecida como DeepMind Challenge Match, foi uma competição de Go de cinco partidas entre Lee Sedol, um jogador profissional de Go de alto nível, e o AlphaGo, um programa de computador desenvolvido pelo Google DeepMind. Realizada em Seul, Coreia do Sul, de 9 a 15 de março de 2016, o AlphaGo venceu quatro das cinco partidas, com todas terminando por desistência do adversário. O evento é amplamente considerado um marco na inteligência artificial, frequentemente comparado à partida de xadrez de 1997 em que o Deep Blue, da IBM, derrotou o campeão mundial Garry Kasparov.
A partida atraiu atenção global porque o Go era considerado há muito tempo um desafio formidável para computadores. O vasto fator de ramificação do jogo e sua dependência de intuição e reconhecimento de padrões tornavam-no significativamente mais difícil de dominar do que o xadrez. Antes do AlphaGo, os melhores programas de Go só alcançavam o nível dan amador no tabuleiro completo de 19x19, e muitos pesquisadores acreditavam que levaria mais uma década até que um computador pudesse vencer um jogador humano de alto nível. A vitória do AlphaGo demonstrou que técnicas de aprendizado de máquina e redes neurais poderiam superar abordagens tradicionais baseadas em código fixo em domínios estratégicos complexos.
Histórico
Go é um jogo de tabuleiro que exige pensamento estratégico, criatividade e um senso intuitivo de posição. Sua complexidade decorre do enorme número de configurações possíveis do tabuleiro, o que torna a busca por força bruta inviável. O matemático I. J. Good escreveu em 1965 que programar um computador para jogar Go bem seria ainda mais difícil do que xadrez, porque os princípios de uma boa estratégia são mais qualitativos e misteriosos. Antes de 2015, os programas de Go mais fortes só alcançavam o nível dan amador, embora alguns tivessem melhor desempenho no tabuleiro menor de 9x9. Pesquisadores como Jonathan Schaeffer expressaram ceticismo sobre o progresso em curto prazo, e Elon Musk, um investidor inicial da DeepMind, observou em 2016 que especialistas achavam que a IA estava a cerca de dez anos de derrotar um profissional de alto nível.
O AlphaGo diferiu dos esforços anteriores ao usar técnicas de aprendizado profundo e aprendizado por reforço. Suas redes neurais foram inicialmente treinadas em um banco de dados de cerca de 30 milhões de movimentos de 160.000 partidas jogadas por amadores fortes no servidor de Go KGS. Após atingir certa proficiência, o AlphaGo melhorou jogando milhões de partidas contra si mesmo, usando aprendizado por reforço para refinar sua estratégia. O sistema também empregou busca em árvore de Monte Carlo para avaliar movimentos potenciais. Diferentemente dos programas tradicionais de xadrez, o AlphaGo não dependia de um banco de dados pré-programado de movimentos; suas decisões emergiam do processo de treinamento, que seus criadores descreveram como imprevisível até para eles.
Vitória anterior contra Fan Hui
Em outubro de 2015, o AlphaGo derrotou o campeão europeu Fan Hui, um profissional de 2 dan, por 5-0. Esta foi a primeira vez que uma inteligência artificial venceu um jogador humano profissional em um tabuleiro de tamanho completo sem handicap. No entanto, comentaristas notaram que Fan estava classificado muito abaixo de Lee Sedol, um profissional de 9 dan. Programas de computador anteriores, como Zen e Crazy Stone, só haviam vencido profissionais de alto nível com grandes handicaps. Schaeffer, comentando após a partida contra Fan, comparou o AlphaGo a uma criança prodígio sem experiência e previu que Lee venceria a partida de março. Fan Hui disse mais tarde que a experiência o ensinou a ver o jogo de forma diferente, e sua classificação mundial melhorou de cerca de 633 para aproximadamente 300 em março de 2016.
Preparação
Especialistas em Go identificaram fraquezas no jogo do AlphaGo contra Fan, particularmente em relação à sua consciência de todo o tabuleiro. Não estava claro o quanto o programa havia melhorado nos meses antes da partida contra Lee. O treinamento do AlphaGo começou com partidas de servidores de Go na internet e depois envolveu dezenas de milhões de partidas de autojogo. Hajin Lee, jogadora profissional e secretária-geral da Federação Internacional de Go, expressou entusiasmo com a partida e achava que ambos os jogadores tinham chances iguais de vencer.
Jogadores
AlphaGo
O AlphaGo foi desenvolvido pela Google DeepMind, uma empresa de pesquisa em IA sediada em Londres, adquirida pelo Google em 2014. O programa combinava aprendizado de máquina com técnicas de busca em árvore. Suas redes neurais foram primeiro treinadas para imitar o jogo humano usando registros históricos de partidas e, em seguida, refinadas por meio de aprendizado por reforço, jogando contra si mesmo. O sistema não usava um banco de dados de movimentos; em vez disso, seus movimentos eram uma propriedade emergente dos algoritmos de treinamento. Na partida contra Lee, o AlphaGo usou aproximadamente o mesmo poder computacional da partida contra Fan Hui, com relatos citando 1.202 CPUs e 176 GPUs, ou até 1.920 CPUs e 280 GPUs. O Google também afirmou que suas unidades de processamento tensorial proprietárias foram usadas durante a partida.
Lee Sedol
Lee Sedol era um jogador profissional de Go de 9 dan, amplamente considerado um dos jogadores mais fortes da história do jogo. Ele começou sua carreira em 1996, promovido ao nível dan profissional aos 12 anos, e havia vencido 18 títulos internacionais até a época da partida. Lee era conhecido por seu estilo agressivo e criativo, e sua participação conferiu prestígio significativo à partida.
Resumo da partida
A partida ocorreu em cinco jogos, com um jogo por dia, de 9 a 15 de março de 2016. O AlphaGo venceu os jogos um, dois, três e cinco, enquanto Lee venceu o jogo quatro. Todos os jogos terminaram com a desistência do jogador perdedor. Os três primeiros jogos foram vitórias decisivas para o AlphaGo, levando muitos observadores a concluir que o programa havia alcançado um nível de jogo além da capacidade humana. A vitória de Lee no jogo quatro foi celebrada como um triunfo humano e demonstrou que o AlphaGo não era invencível. O jogo cinco foi disputado de perto, mas o AlphaGo acabou prevalecendo.
Prêmio e consequências
O vencedor deveria receber US$ 1 milhão. Como o AlphaGo venceu, o Google DeepMind anunciou que o prêmio seria doado a instituições de caridade, incluindo UNICEF e organizações de Go. Lee recebeu US$ 170.000, consistindo em US$ 150.000 por participar de todos os cinco jogos e US$ 20.000 adicionais por vencer um jogo. Após a partida, a Associação Coreana de Baduk concedeu ao AlphaGo um 9 dan honorário, o nível mais alto de grão-mestre no Go, em reconhecimento aos seus "esforços sinceros" para dominar o jogo. A partida foi nomeada vice-campeã do prêmio Breakthrough of the Year pela revista Science em 22 de dezembro de 2016.
A vitória teve implicações mais amplas para a pesquisa em inteligência artificial. Demonstrou que redes neurais e aprendizado por reforço poderiam enfrentar problemas anteriormente considerados dependentes da intuição humana. As técnicas usadas no AlphaGo foram desde então aplicadas a outros domínios, incluindo dobramento de proteínas e descoberta científica. A partida também despertou interesse na ética da IA e na relação entre inteligência humana e de máquina. Pesquisas relacionadas influenciaram campos como ciência cognitiva, reconhecimento de padrões e aprendizado de máquina de forma mais ampla.
Legado
A partida entre AlphaGo e Lee Sedol é frequentemente citada como um ponto de virada na percepção pública da IA. Mostrou que máquinas poderiam se destacar em tarefas que exigem julgamento estratégico, não apenas velocidade computacional. O evento também destacou o potencial de arquiteturas de aprendizado profundo e redes neurais, que mais tarde se tornaram fundamentais para desenvolvimentos em sistemas de IA generativa e modelos de linguagem de grande escala. A partida permanece um ponto de referência em discussões sobre as capacidades e limites da inteligência artificial.