Master è una versione di AlphaGo, il software per giocare a Go di DeepMind, che prende il nome dal nome dell'account (originariamente Magister o Magist) utilizzato online, che ha vinto 60 partite online consecutive contro giocatori professionisti Go umani dal 29 dicembre 2016 al 4 gennaio 2017. Questa versione è stata utilizzata anche nel Future of Go Summit di maggio 2017.[1][2] Utilizzava quattro TPU su una singola macchina, con punteggio Elo 4,858. DeepMind ha affermato che AlphaGo Master era 3 pietre più forte della versione utilizzata nell'incontro di AlphaGo contro Lee Se-dol.[3]

DeepMind ha rilasciato una versione di AlphaGo Master a dicembre 2017 che funge da strumento didattico per analizzare le percentuali di vittoria di 6.000 aperture di Go estratte da 230.000 partite tra esseri umani.[4][5]

Partite

modifica

Partite online

modifica

Il software è stato utilizzato per la prima volta per giocare contro giocatori professionisti il 29 dicembre 2016 sul server Tygem, con un account denominato "Magister" (e indicato come "Magist" nella versione cinese del server). Il 30 dicembre il nome dell'account è stato cambiato in "Master". Dopo aver giocato 30 partite su Tygem, è stato spostato sul server FoxGo il 1º gennaio 2017.

Master ha giocato al ritmo di 10 partite al giorno, e molti hanno subito sospettato che fosse un programma di intelligenza artificiale a causa dello scarso o nullo riposo tra le partite. Dopo aver vinto la sua 59ª partita, è stato rivelato nella chat che Master era controllato da Aja Huang del team di DeepMind.[6] Il 4 gennaio 2017, dopo che queste partite erano state terminate, Demis Hassabis, co-fondatore di DeepMind, ha confermato che Magister e Master hanno entrambi giocato utilizzando una versione aggiornata di AlphaGo[7][8] e ha detto: "Non vediamo l'ora di giocare alcune partite ufficiali di durata piena [nel corso del 2017], in collaborazione con organizzazioni ed esperti di Go".

Gu Li, professionista 9 dan e co-fondatore di FoxGo, ha offerto una ricompensa di 100.000 RMB (€ 12.800) al primo giocatore umano che avesse sconfitto Master;[8] tuttavia, nessuno ha riscosso la ricompensa poiché la prestazione finale di Master è stata di 60 vittorie e 0 sconfitte,[9] incluse tre vittorie sul giocatore all'epoca più alto in classifica, Ke Jie 9p,[10] che era stato informato in anticipo che Master era una versione di AlphaGo.

Gli avversari di Master includono molti giocatori di alto livello mondiale, come Ke Jie, Park Jung-hwan, Yuta Iyama, Tuo Jiaxi, Mi Yuting, Shi Yue, Chen Yaoye, Li Qincheng, Gu Li, Chang Hao, Tang Weixing, Fan Tingyu, Zhou Ruiyang, Jiang Weijie, Zhou Junxun, Kim Ji-seok, Kang Dong-yun, Park Yeong-hun e Won Seong-jin, oltre ad alcuni campioni nazionali o secondi classificati in competizioni mondiali come Lian Xiao, Tan Xiao, Meng Tailing, Dang Yifei, Huang Yunsong, Yang Dingxin, Gu Zihao, Shin Jin-seo, Cho Han-seung e An Sung-joon.[11] Tutte le 60 partite tranne una sono state partite rapide, con tre byo-yomi da 20 o 30 secondi. Master si è offerto di estendere il byo-yomi a un minuto per la partita contro Nie Weiping in considerazione della sua età.

Nella 39ª partita, giocata il 2 gennaio contro Yuta Iyama, la connessione al server del laboratorio DeepMind si è interrotta per quattro volte a causa dell'elevato numero di spettatori, poiché il server FoxGo alla quinta disconnessione assegna la sconfitta automatica il record perfetto di Master avrebbe potuto essere rovinato nonostante una posizione di vantaggio sul goban.[12] Dimostrando spirito sportivo Yuta ha abbandonato.

Nr. Data Giocatore (dan all'epoca della partita) Colore di Master e risultato Mosse Tempo di riflessione
1 29 dicembre 2016 Cina (bandiera) Pan Tingyu (1 dan) Bianco vince per abbandono 146 3 byoyomi di 20 secondi
2 Cina (bandiera) Zhang Ziliang (1 dan) Bianco vince per abbandono 174
3 Cina (bandiera) Ding Shixiong (3 dan) Nero vince per abbandono 151
4 Cina (bandiera) Xie Erhao (4 dan) Bianco vince per abbandono 222
5 Cina (bandiera) Yu Zhiying (5 dan) Nero vince per abbandono 113
6 Cina (bandiera) Li Xiangyu (3 dan) Nero vince per abbandono 131
7 Cina (bandiera) Qiao Zhijian (4 dan) Nero vince per abbandono 163
8 Cina (bandiera) Han Yizhou (5 dan) Bianco vince per abbandono 104
9 Cina (bandiera) Meng Tailing (6 dan) Nero vince di 4,5 punti 275
10 Cina (bandiera) Meng Tailing (6 dan) Bianco vince per abbandono 148
11 30 dicembre 2016 Cina (bandiera) Chen Hao (5 dan) Bianco vince per abbandono 170
12 Corea del Sud (bandiera) Ryu Su-hang (5 dan) Bianco vince per abbandono 144
13 Cina (bandiera) Wang Haoyang (6 dan) Bianco vince per abbandono 136
14 Cina (bandiera) Yan Zaiming (3 dan) Nero vince per abbandono 129
15 Corea del Sud (bandiera) Park Jung-hwan (9 dan) Bianco vince per tempo 150
16 Cina (bandiera) Lian Xiao (7 dan) Bianco vince per abbandono 122
17 Cina (bandiera) Lian Xiao (7 dan) Bianco vince per abbandono 164
18 Cina (bandiera) Ke Jie (9 dan) Nero vince di 5,5 punti 228
19 Cina (bandiera) Ke Jie (9 dan) Bianco vince per abbandono 128
20 Corea del Sud (bandiera) Park Jung-hwan (9 dan) Nero vince di 5,5 punti 255
21 31 dicembre 2016 Cina (bandiera) Chen Yaoye (9 dan) Bianco vince di 5,5 punti 270
22 Cina (bandiera) Chen Yaoye (9 dan) Bianco vince di 4,5 punti 277
23 Corea del Sud (bandiera) Kim Jung-hyun (6 dan) Nero vince per abbandono 135
24 Corea del Sud (bandiera) Park Jung-hwan (9 dan) Nero vince per abbandono 223
25 Corea del Sud (bandiera) Park Jung-hwan (9 dan) Bianco vince di 0,5 punti 261
26 Corea del Sud (bandiera) Yun Chan-hee (6 dan) Nero vince per abbandono 217
27 Cina (bandiera) Fan Tingyu (9 dan) Nero vince per abbandono 215
28 Cina (bandiera) Meng Tailing (6 dan) Nero vince per abbandono 163
29 Cina (bandiera) Mi Yuting (9 dan) Bianco vince di 0,5 punti 311
30 Cina (bandiera) Tang Weixing (9 dan) Bianco vince per abbandono 186
31 1 gennaio 2017 Cina (bandiera) Li Qincheng (9 dan) Nero vince per abbandono 179 1 minuto + 3 byoyomi di 20 secondi
32 2 gennaio 2017 Cina (bandiera) Gu Li (9 dan) Bianco vince per abbandono 154 1 minuto + 3 byoyomi di 30 secondi
33 Cina (bandiera) Gu Li (9 dan) Nero vince per abbandono 191
34 Cina (bandiera) Dang Yifei (9 dan) Nero vince per abbandono 149
35 Cina (bandiera) Jiang Weijie (9 dan) Bianco vince di 1,5 punti 280
36 Cina (bandiera) Gu Zihao (5 dan) Nero vince per abbandono 209
37 Corea del Sud (bandiera) Park Yeong-hun (9 dan) Nero vince per abbandono 173
38 Cina (bandiera) Tuo Jiaxi (9 dan) Nero vince per abbandono 239
39 Giappone (bandiera) Yuta Iyama (9 dan) Nero vince per abbandono 135
40 Cina (bandiera) Meng Tailing (6 dan) Bianco vince di 2,5 punti 274
41 Corea del Sud (bandiera) Kim Ji-seok (9 dan) Bianco vince per abbandono 170
42 3 gennaio 2017 Cina (bandiera) Yang Dingxin (4 dan) Nero vince per abbandono 125
43 Corea del Sud (bandiera) Kang Dong-yun (9 dan) Nero vince per abbandono 165
44 Corea del Sud (bandiera) An Sung-joon (7 dan) Bianco vince di 2,5 punti 260
45 Cina (bandiera) Shi Yue (9 dan) Nero vince per abbandono 167
46 Cina (bandiera) Lian Xiao (7 dan) Bianco vince per abbandono 144
47 Cina (bandiera) Tan Xiao (7 dan) Nero vince per abbandono 191
48 Corea del Sud (bandiera) Park Jung-hwan (9 dan) Bianco vince di 1,5 punti 270
49 Corea del Sud (bandiera) Won Seong-jin (9 dan) Bianco vince per abbandono 222
50 Cina (bandiera) Ke Jie (9 dan) Bianco vince per abbandono 178
51 4 gennaio 2017 Taiwan (bandiera) Zhou Junxun (9 dan) Bianco vince per abbandono 118
52 Cina (bandiera) Fan Tingyu (9 dan) Bianco vince per abbandono 202
53 Cina (bandiera) Huang Yunsong (5 dan) Nero vince per abbandono 133
54 Cina (bandiera) Nie Weiping (9 dan) Nero vince di 7,5 punti 254 1 minuto + 3 byoyomi di 60 secondi
55 Cina (bandiera) Chen Yaoye (9 dan) Bianco vince di 1,5 punti 267 1 minuto + 3 byoyomi di 30 secondi
56 Corea del Sud (bandiera) Cho Han-seung (9 dan) Nero vince per abbandono 171
57 Corea del Sud (bandiera) Shin Jin-seo (6 dan) Nero vince per abbandono 139
58 Cina (bandiera) Chang Hao (9 dan) Bianco vince per abbandono 178
59 Cina (bandiera) Zhou Ruiyang (9 dan) Nero vince per abbandono 161
60 Cina (bandiera) Gu Li (9 dan) Bianco vince di 2,5 punti 235

Future of Go Summit

modifica

La versione Master ha anche partecipato al Future of Go Summit nel maggio 2017.[1] Ha sconfitto Ke Jie in un incontro su tre partite per tre a zero e ha battuto una squadra umana con cinque professionisti di alto livello.

Mosse innovative

modifica

Gli esperti di Go sono rimasti estremamente colpiti dalle prestazioni di Master e dal suo stile di gioco non umano. Ke Jie ha dichiarato "dopo che l'umanità ha trascorso migliaia di anni a migliorare le nostre tattiche, i computer ci dicono che gli umani hanno completamente torto ... Mi spingerei a dire che non un solo essere umano ha toccato il limite della verità di Go".[9]

Master ha giocato molte mosse innovative e ha ispirato giocatori professionisti.[13][14]

Nella ventitreesima partita online Master ha invaso il punto 3-3 in una fase molto precoce del gioco.[15]

Partita 23, Master (nero) contro Kim Jung-hyun

Nella ventiquattresima partita master ha giocato sei pietre lungo la seconda linea.[15]

Partita 24 Master (nero) contro Park Junghwan

Errori dell'operatore

modifica

Il 20 gennaio 2017, i membri del team di DeepMind Fan Hui[16] e Aja Huang[17] hanno rivelato che l'operatore di Master ha accidentalmente inserito una mossa diversa da quella scelta da AlphaGo in due situazioni durante le partite.

Nella nona partita online, Master ha consigliato il punto a per la mossa 107.

Partita 9, Master (nero) contro Meng Tailing, mossa 107.

Nella partita 39, Master ha consigliato il punto a per mossa 99.

Partita 39, Master (nero) contro Yuta Iyama, mossa 99

Partita di esempio

modifica

Partita 30: Master (bianco) contro Tang Weixing (31 dicembre 2016), Master ha vinto per abbandono. Bianco 36 è stata ampiamente apprezzata.[18]

Prime 99 mosse
Mosse 100-186 (149 a 131, 150 a 130)
  1. ^ a b (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-05-24/doc-ifyfkqwe0969707.shtml?cre=tagspc&mod=g&r=user&pos=5_7.
  2. ^ (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-05-24/doc-ifyfkqwe0899285.shtml.
  3. ^ (ZH) sports.sina.com.cn, http://sports.sina.com.cn/chess/weiqi/2017-05-25/doc-ifyfqqyh8272209.shtml.
  4. ^ (EN) Let the AlphaGo Teaching Tool help you find new and creative ways of playing Go, su DeepMind.
  5. ^ (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-12-11/doc-ifypnsip8212788.shtml.
  6. ^ (ZH) thepaper.cn, http://www.thepaper.cn/newsDetail_forward_1593503.
  7. ^ Demis Hassabis, twitter.com, https://twitter.com/demishassabis/status/816660463282954240?s=09.
  8. ^ a b (EN) Elizabeth Gibney, Google reveals secret test of AI bot to beat top Go players, su nature.com.
  9. ^ a b Humans Mourn Loss After Google Is Unmasked as China's Go Master, in Wall Street Journal, 5 gennaio 2017. URL consultato il 6 gennaio 2017.
  10. ^ The world's best Go player says he still has "one last move" to defeat Google's AlphaGo AI, in Quartz, 4 gennaio 2017. URL consultato il 6 gennaio 2017.
  11. ^ (ZH) mt.sohu.com, http://mt.sohu.com/20170213/n480625434.shtml.
  12. ^ p. 42 Antti Törmänen, Invisible: The games of Alphago, Germania, Hebsacker Verlag, 2017.
  13. ^ (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-01-11/doc-ifxzqnim3941818.shtml.
  14. ^ (ZH) Nie Weiping, toutiao.com, http://www.toutiao.com/a6371295985801249025/. (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-01-28/doc-ifxzyxmt1433671.shtml. (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-01-31/doc-ifxzyxmt1661013.shtml. (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-02-02/doc-ifyafcyv9928947.shtml. (ZH) sports.sina.com.cn, http://sports.sina.com.cn/go/2017-02-06/doc-ifyafcyw0396306.shtml. (ZH) Nie Weiping, toutiao.com, http://www.toutiao.com/a6377225215264424193/.
  15. ^ a b (EN) Lukas Baker, Fan Hui, Innovations of AlphaGo, su deepmind.com. URL consultato il 24 novembre 2020 (archiviato dall'url originale il 27 luglio 2019).
  16. ^ weibo.com, http://weibo.com/2303683677/ErKt5ducS.
  17. ^ facebook.com, https://www.facebook.com/aja.huang/posts/1414465658588001.
  18. ^ (ZH) sports.qq.com, http://sports.qq.com/a/20170502/007183.htm.