Czy wtedy to się zaczęło?

W 1997 roku komputer wybudowany przez IBM – Deep Blue – wygrał w szachy z mistrzem świata Garrym Kasparowem. To chyba wtedy pojęcie sztucznej inteligencji na dobre pojawiło się w przestrzeni publicznej. Szachy to przecież sport wymagający inteligencji, zdolności analitycznych i strategicznego myślenia. Komputer (program), który wygrywa z arcymistrzem, musi być inteligentny – prawda? Otóż nie, nie musi. Deep Blue nie był inteligentny. Był bardzo szybkim i sprawnym liczydłem. Ale niezależnie od tego ta rozgrywka sprzed niemal trzech dekad stała się symbolem zwycięstwa maszyny nad człowiekiem, i to w konkurencji, o której myśleliśmy, że będziemy na zawsze mistrzami. Dzisiaj już tak nie myślimy, a zmiany zapoczątkował chyba właśnie Deep Blue.

Mecz algorytmu z Kasparowem był nie tylko wydarzeniem sportowym, ale także (a może przede wszystkim) technologicznym i filozoficznym. Wywołał falę dyskusji na temat granic możliwości maszyn i ich miejsca w świecie zdominowanym przez ludzi. W pierwszym meczu w 1996 roku Kasparow odniósł zwycięstwo, jednak rok później Deep Blue, po poprawkach i usprawnieniach, pokonał go. Zakończyła się pewna era i rozpoczęła kolejna. Przynajmniej w percepcji niespecjalistów. Bo dla inżynierów zajmujących się zaawansowaną analizą danych, wykraczającą daleko poza szybkie i sprawne liczydło, gra w szachy z maszyną była tylko potwierdzeniem tego, nad czym pracowali od dziesięcioleci. Zwycięstwo Deep Blue nie było tryumfem „myślenia” maszynowego nad ludzkim, lecz raczej pokazem potęgi analizy na ogromną skalę. Komputer nie „myślał” w sposób, w jaki rozumiemy ludzkie myślenie, ale korzystał z mocy procesorów, przeliczając ogromne ilości ruchów i kontrruchów. Kasparow, znany ze swojej intuicji szachowej i umiejętności planowania daleko do przodu, został pokonany przez maszynę, której przewaga polegała na zdolności analizy większej liczby opcji w bardzo krótkim czasie. Deep Blue wszechstronny nie był. Potrafił grać tylko w szachy, ale dzisiaj istnieją już algorytmy, które potrafią się uczyć i adaptować. I to właśnie ta adaptacyjność pozostaje centralnym punktem dyskusji o AI. Czyli o systemach, które na podstawie danych mogą tworzyć modele zachowań, nie posiadając wcześniej zdefiniowanych reguł. To jak gotowanie bez przepisu, czyli stosowanie znanych reguł do nowych kontekstów i tworzenie rozwiązań, które wcześniej wymagałyby intelektualnego wysiłku człowieka. Ciekawe co nam – w przyszłości – AI upichci.