Facebook werkt aan kunstmatige intelligentie voor games en voegt daar deep-learningeigenschappen voor het herkennen van visuele patronen aan toe. Het doel is om uiteindelijk menselijke spelers van het van oorsprong Chinese bordspel go te verslaan.
Het project is drie maanden oud en onderdeel van onderzoek naar kunstmatige intelligentie bij Facebook. In 1996 en 1997 versloeg IBM's Deep Blue-supercomputer de toenmalige kampioen schaken Gary Kasparov meer dan eens. De werking van schaakcomputers berust voor een groot deel op het in kaart brengen van een zo groot mogelijk aantal mogelijke toekomstige zetten. Bij het van oorsprong Chinese bordspel go werken die algoritmes echter niet. Go wordt gespeeld op een bord met een raster van 19 bij 19 lijnen en 361 kruisingen.
Het aantal posities is vele malen groter dan bij schaken en het voordeel van zetten is bijzonder moeilijk te schatten. Grote spelers zouden veel meer vertrouwen op hun intuïtie. "We zijn er zeker van dat de beste menselijke spelers naar visuele patronen kijken om op een intuïtieve manier te begrijpen wat goede en slechte configuraties zijn", zegt de cto van Facebook Mike Schroepfer tegen Wired. Hij werkt met een team aan een systeem om go-spelers te verslaan.
"We hebben enkele basiseigenschappen van een kunstmatige intelligentie voor het spelen van games genomen en daar een visueel systeem aan toegevoegd", zegt de technische topman. Het systeem gebruikt de herkende patronen op een bord om tot de best mogelijke zetten te komen. Het project zou nog in een vroege fase zitten en slechts enkele maanden oud zijn, maar nu al beter kunnen spelen dan systemen op basis van traditionele ai-technieken.
Om de visuele patronen te herkennen maakt het systeem gebruik van deep learning. Techbedrijven als Google, Microsoft en Facebook werken steeds meer met dit soort computermodellen die zelflerende algoritmen uitvoeren om taal en beeld te 'begrijpen'. Het go-project maakt daar deel van uit. Facebook werkt bijvoorbeeld aan een app om slechtzienden een idee te geven wat er op foto's te zien is. Het systeem kan detecteren welke objecten er op een foto staan, welke emoties mensen vertonen en of afbeeldingen binnen of buiten genomen zijn. Een text-to-speech-app moet slechtzienden dan antwoord geven op vragen over wat er te zien is.
In 2008 wist de Nederlandse Huygens-supercomputer van Sara met een programma een professionele go-speler al te verslaan, maar de computer kreeg een voorsprong van negen stenen. Onderzoeker Mark Winands van de vakgroep Kunstmatige Intelligentie van de Universiteit Maastricht sprak toen de verwachting uit dat een computer nog voor 2020 zonder voorsprong een professionele go-speler zou kunnen verslaan.