Ли Седоль против AlphaGo: что на самом деле произошло в матче

Десятилетиями Го стояло особняком среди игр, в которых машины рано или поздно обходили человека. Глубина, опора на интуицию, неподатливость грубому перебору — все это делало Го игрой, которая казалась исключительно человеческой.

Эта уверенность дала трещину в 2015 году, когда DeepMind представила AlphaGo — систему, которая не просто считала, а училась.

Уже через несколько месяцев он обыграл профессионала, а в марте 2016 года сел за доску против Ли Седоля, одного из сильнейших игроков своего поколения, — и этот матч изменил само представление об игре.

Эта статья пересказывает ту историю глазами игрока в Го: не про код и алгоритмы, а про моменты, решения и их последствия.

Статья подготовлена по видео с нашего канала на YouTube.

Больше, чем матч: почему AlphaGo стал историей

На первый взгляд матчи AlphaGo — просто очередная глава знакомого сюжета: компьютеры рано или поздно обыгрывают человека в очередной игре. Этот сценарий уже разыгрывался. В девяностые пали шашки. Вскоре за ними — шахматы. К моменту появления AlphaGo многие считали, что Го просто следующее в списке.

Но Го сопротивлялось этой участи десятилетиями, и когда развязка все же наступила, она совсем не походила на рутинную передачу первенства. Матчи AlphaGo стали историей не потому, что победила машина, а из-за того, как она победила и что открылось по пути.

Для игрока в Го дело было вовсе не в итоговом счете. Дело было в другом: под сомнение поставили интуицию, тихо рассыпались давние представления о «хорошей форме» и «правильной игре», и пришлось нехотя признать — творчество больше не последнее убежище человека. Эти партии заставили пересмотреть привычки, казавшиеся почти вечными.

Поэтому историю AlphaGo не свести к диаграммам и номерам ходов. Она разворачивалась как рассказ: скепсис, недоверие, постепенное признание и, наконец, принятие. Задолго до разговоров о нейросетях и обучении моделей игроки в Го уже чувствовали: на доске сдвинулось что-то фундаментальное.

Что представлял собой AlphaGo — и почему чуда почти никто не ждал

AlphaGo создали в DeepMind — исследовательской компании под крылом Google. Но поначалу одна эта родословная не слишком пугала профессионалов. Программы уверенно росли уже много лет, однако до сильнейших людей им было далеко, и опыт подсказывал, что AlphaGo пойдет тем же путем.

В общих чертах устройство системы понятно и без технической подготовки. Все начиналось с большой базы человеческих партий — не как со свода инструкций, а как с учебного материала. Дальше сообща работало несколько нейросетей. Одна училась просматривать позиции, узнавать повторяющиеся формы и предсказывать вероятные следующие ходы. Ее предсказания были далеки от идеала: не истина в последней инстанции, а скорее обоснованные догадки. Достаточно точные, чтобы приносить пользу, и совсем не безошибочные.

Параллельно другую сеть обучали на завершенных партиях: ей показывали позицию и сообщали, кто в итоге из нее выиграл. Со временем она научилась прикидывать, чья позиция лучше. Эта оценка тоже была неточной: поначалу она попадала немногим чаще, чем в шести случаях из десяти. Но идеала и не требовалось — хватало того, чтобы задать направление следующему шагу.

Этим шагом стала игра с самим собой.

Вооружившись этими грубыми инструментами предсказания, AlphaGo начал играть сам с собой — партию за партией, огромными сериями. Каждая партия давала новые данные. Каждый результат возвращался в систему и уточнял ее представление о том, какие решения ведут к успеху, а какие нет. Закономерности обобщались, допущения корректировались, и цикл повторялся снова и снова. Именно здесь, в обучении с подкреплением, медленно и незаметно рождалась настоящая сила AlphaGo — та, которую не даст никакая статичная база партий.

Стоит подчеркнуть, насколько все это описание условно. По признанию самих создателей, за скобками остается бесчисленное множество технических деталей. Это сознательное упрощение — способ набросать идею, не утонув в математике. Те, кто знает область глубже, наверняка найдут в объяснении лакуны и допущения, и авторы всегда открыты к таким замечаниям.

Для нашей истории важнее другое: как AlphaGo выглядел на том этапе. Это еще не был холодный беспощадный движок, каким его потом станут представлять. Его игра часто казалась вполне человеческой. Он держался проверенных фусэки, выбирал осторожные продолжения и порой упускал возможности, которые современные ИИ-движки находят мгновенно. Даже создатели говорили о нем как о незавершенной работе, а не как о готовом оружии.

Отсюда и скромные ожидания. Игроки в Го уже видели многообещающие программы — и обыгрывали их без особого труда. AlphaGo, по крайней мере на бумаге, выглядел очередным шагом вперед: возможно, впечатляющим, но не революционным.

То, что было дальше, показало, насколько обманчивым оказалось это предположение.

Матч с Фань Хуэем: первая трещина в уверенности людей

Еще до того, как мир повернулся к Сеулу, у AlphaGo уже был матч с профессионалом. В октябре 2015 года DeepMind организовала тихую, почти незаметную встречу с Фань Хуэем — профессиональным игроком в Го родом из Китая, живущим во Франции и трехкратным чемпионом Европы.

На бумаге Фань Хуэй был разумным выбором: безусловно сильный, опытный, полноценный профессионал — но без того почти мифического ореола, который окружает абсолютную элиту восточноазиатского Го. Приглашение он встретил со здоровым скепсисом. Программы и раньше бросали вызов профессионалам, и результаты редко настораживали. Фань Хуэй согласился играть, вероятно, ожидая напряженной, но вполне посильной встречи.

Эти ожидания рассыпались быстро.

Партия за партией AlphaGo выигрывал. Не на волосок и не за счет одного зевка, а убедительно. Матч закончился со счетом 5–0 в пользу машины: впервые профессиональный игрок в Го всухую проиграл ИИ партии без форы.

И все же ударная волна оказалась странно слабой.

В Го-сообществе результат вызвал скорее перешептывания, чем панику. Кто-то усомнился в реальной силе Фань Хуэя. Кто-то предположил, что жизнь и турниры в Европе сказались на его форме по сравнению с азиатскими профессионалами. Было и сочувствие: пять поражений подряд от машины — огромная психологическая нагрузка для любого игрока.

Но главное — многие просто не сочли этот матч решающим. AlphaGo победил, да, но, возможно, не по-настоящему. Общее убеждение осталось прежним: против самых сильных людей эта машина наверняка споткнется.

Задним числом этот момент читается как затишье перед бурей — точка, где предупреждающие знаки уже были видны, но их удобно было не замечать.

Машина с человеческими чертами: пределы и ошибки раннего AlphaGo

Отчасти победа над Фань Хуэем не подняла тревогу как раз из-за характера игры. Эта ранняя версия совсем не походила на ту неумолимую нечеловеческую силу, с которой позже стали связывать ИИ в Го.

Его фусэки выглядели знакомо. На доске появлялись хорошо известные дзёсэки. Защитные формы, стандартные десятилетиями, он ставил без колебаний. В нескольких позициях AlphaGo выбирал надежные, осторожные вытягивания, которые современные ИИ-движки считают неэффективными или лишними. Опытному наблюдателю большая часть партии казалась уютно узнаваемой.

Более того, AlphaGo ошибался.

С сегодняшних позиций, когда под рукой куда более сильные движки анализа, часть его решений выглядит откровенно неоптимальной. Были упущенные размены, проигнорированные срочные пункты, моменты, где более острый ход решительнее склонил бы чашу весов. В отдельных партиях современный анализ и вовсе показывает, что на некоторых участках середины партии Фань Хуэй играл точнее AlphaGo.

Эпоха безжалостной точности еще не наступила. Стиль AlphaGo повторял человеческую осторожность: он предпочитал надежный путь к победе максимальной выгоде и порой довольствовался безопасной территорией вместо того, чтобы дожимать перевес. Позже эту склонность станут считать характерной чертой, а не изъяном, но тогда она подпитывала утешительную иллюзию: машина сильна, но все еще похожа на человека, все еще неидеальна.

Под таким углом счет 5–0 казался не пророчеством, а аномалией. Мир Го еще не понял, что перед ним лишь промежуточная форма — система, которая только училась тому, как далеко можно уйти от человеческих привычек.

Главное испытание, как многие верили, было впереди.

Ли Седоль перед матчем: уверенность легенды

Когда DeepMind объявила, что следующим соперником AlphaGo станет Ли Седоль, все изменилось мгновенно. Это была уже не тихая проверка на сильном профессионале, а публичное столкновение с одной из знаковых фигур современного Го.

К 2016 году репутация Ли Седоля не нуждалась в подтверждениях. Многократный чемпион мира, известный бойцовским характером и изобретательностью, он воплощал сугубо человеческий идеал мастерства в Го. Если других ценили за стабильность и экономность, то Ли боялись из-за умения запутать позицию, найти неожиданный ресурс и обратить хаос в свою пользу. Против людей этот стиль принес ему бесчисленные титулы.

Разумеется, Ли просмотрел партии AlphaGo с Фань Хуэем. Увиденное его не встревожило. Машина выглядела сильной, но не подавляющей: в ее игре читались явные неточности, некоторые решения казались осторожными, почти робкими. С точки зрения Ли Седоля вывод напрашивался сам собой: AlphaGo обыграл профессионала, но не этого профессионала.

Публично он был уверен в себе. В частных разговорах сомневался только в одном — в итоговом счете. Матч закончится 5–0 или все-таки 4–1 в его пользу? Мысль о том, что AlphaGo может разгромить его самого, всерьез не обсуждалась.

Чего Ли — и все остальные — не видели, так это того, что произошло между октябрем 2015-го и мартом 2016 года. Все это время AlphaGo тренировали без остановки. Миллионы и миллионы партий с самим собой оттачивали его оценку, убирали слабости, перестраивали понимание доски. Ни у одного стороннего наблюдателя доступа к этим результатам не было. За доску в Сеуле сел уже не тот, кто играл с Фань Хуэем.

Эта асимметрия знания оказалась решающей. Настоящую силу AlphaGo Ли Седоль узнал только тогда, когда на доску легли первые камни. А до этого пустоту неопределенности заполняла уверенность — общая для большей части мира Го.

Все было готово к развязке, и почти никто не догадывался, какой она окажется.

Сеул, первая партия: когда план рухнул сразу

К началу матча в марте 2016 года ажиотаж давно вышел за пределы Го-сообщества. Партии транслировали в прямом эфире, комментарий шел на нескольких языках, а публичные просмотры собирали залы и городские площади Сеула. Это был уже не просто профессиональный матч, а культурное событие — противостояние человеческой интуиции и машинного расчета.

Первая партия начиналась достаточно спокойно. Ли Седоль вошел в привычный расслабленный ритм и играл с уверенностью человека, который понимает расклад сил. Начало выглядело благоприятно: черные надежно набирали очки, белые смотрелись легкими и разрозненными, а комментаторы называли позицию комфортной для человека.

А потом AlphaGo сделал нечто неожиданное.

Вместо того чтобы уходить от осложнений, он сам начал бой в самом начале партии. Он резал, делал нодзоки, разделял камни противника — и заставил Ли Седоля одновременно возиться с несколькими слабыми группами. Доска напряглась почти сразу. Машина не повела игру к спокойной территории, а толкнула ее в неустойчивость — ровно туда, где должно было сиять человеческое творчество.

С комментаторского стола продолжали успокаивать: позиция сложная, но управляемая. Ли Седоль ведь славится тем, что расцветает в хаосе. Однако по мере развития середины партии стал заметен тонкий сдвиг. AlphaGo не просто выживал в осложнениях — он ими управлял. Каждая локальная стычка разрешалась чуть-чуть в его пользу, и мелочи начали складываться.

Современный анализ позже подтвердит то, что в реальном времени разглядели немногие: партия была комфортной для белых с самого начала. Видимое равновесие обманывало. Перевес AlphaGo, поначалу крошечный, неуклонно рос после первого боя.

К началу ёсэ исход уже не вызывал сомнений. AlphaGo довел партию до победы со спокойной аккуратностью, раз за разом выбирая надежное вместо эффектного. Итоговый перевес был скромным, а вот психологический эффект — совсем нет.

Впервые Ли Седоль оказался в позиции, которую не смог переломить. Само поражение удивляло. Но еще больше тревожил его характер: AlphaGo выиграл не грубой силой и не за счет одного зевка — он задал характер партии с самого начала.

Матч едва начался, а исходные допущения уже трещали по швам.

Прозрение: AlphaGo играл творчески

Если первая партия пошатнула ожидания, то вторая разнесла их в пыль.

Поначалу ничто не предвещало. Начало партии развивалось ровно, позиция оставалась сбалансированной, Ли Седоль следовал понятному плану: строил влияние, сохраняя гибкость. Ни ощущения опасности, ни очевидной оплошности. А потом AlphaGo сделал ход, от которого зал замер.

Он был не просто неожиданным. Он выглядел ошибкой.

Удар в плечо по пятой линии шел вразрез с базовыми инстинктами Го. Обычно таким ходом придавливают камни противника вниз, ограничивая их влияние. Здесь же он делал будто бы обратное — словно дарил территорию вместо того, чтобы ее отнимать. Комментаторы замялись. Зрители молча смотрели на доску. Даже опытные профессионалы не могли объяснить увиденное.

И все же ход работал.

Его смысл раскрывался медленно. Камень не гнался за сиюминутной выгодой: он связывал далекие участки доски, поддерживал сразу несколько слабых групп и тихо готовил будущие атаки. То, что выглядело уступкой, разворачивалось в позицию удивительной гармонии. AlphaGo не следовал человеческим канонам — он следовал логике, которая была шире устоявшихся схем.

Именно в этот момент история переломилась.

До этого момента еще можно было верить, что AlphaGo — просто очень быстрый и дисциплинированный имитатор, который пересобирает идеи из человеческих партий. Здесь это объяснение рухнуло. Ни один профессионал не выбрал бы такой ход. Ни один учебник его не предлагал. И все-таки машина нашла его сама и доверилась ему настолько, чтобы сыграть на глазах у всего мира.

После партии Ли Седоль сам признал значимость произошедшего. Перед ним была не система, слепо перебирающая базу данных. Она была способна на оригинальные идеи и оценивала позиции способами, которых люди пока не понимали.

Психологический баланс матча изменился необратимо. AlphaGo выиграл вторую партию и повел 2–0, но счет отражал лишь часть картины. Куда глубже было концептуальное поражение: рухнуло давнее убеждение, что творчество — последний рубеж, недоступный машинам.

С этого момента вопрос был уже не в том, может ли AlphaGo победить. Вопрос был в том, найдет ли человек хоть что-нибудь, чего машина еще не видела.

Давление и перестройка: когда смена стиля выходит боком

При счете 2–0 в пользу машины матч вошел в опасную психологическую зону. На таком уровне игрок играет не только против позиции на доске, но и против собственных инстинктов. Соблазн сделать что-то другое становится непреодолимым.

В третьей партии игра человека заметно изменилась. Вместо того чтобы устраиваться в знакомых построениях, Ли повел начало партии к немедленному конфликту. Камни рано шли на контакт, группы разрезались, доска наполнялась нерешенными слабостями с обеих сторон. Замысел был ясен: устроить хаос, ускорить темп и вытащить партию из спокойного методичного контроля AlphaGo.

Такой подход понятен. Против системы, которая, кажется, все оценивает с тихой точностью, естественно создавать позиции, где сама оценка становится трудной. Боевое Го давно считалось человеческой крепостью — территорией интуиции, смелости и умения читать соперника.

Но опыт учит жестко: менять свой базовый стиль под давлением почти никогда не помогает.

Партия шла, а AlphaGo разбирался с осложнениями с обескураживающим хладнокровием. Группы оставались легкими. Соединения появлялись ровно вовремя. Угрозы он замечал, но никогда не реагировал на них слишком остро. Там, где человек чувствовал бы необходимость дожать атаку или защититься заранее, машина раз за разом выбирала ход, сохраняющий гибкость.

Бой тянулся десятки ходов. Ни одна группа не погибла. Никакого драматичного обвала не случилось. Просто из хаоса AlphaGo вышел с тем, что важнее всего: большим устойчивым мойо и явным территориальным перевесом. Схватка была яростной, а развязка получилась странно тихой.

Позже анализ подтвердит неприятную истину. Из всех партий прошлого матча Фань Хуэй лучше всего сыграл как раз первую — до того, как включились давление и отчаяние. Чем сильнее он старался переломить ход событий, тем ниже становилась его точность. Здесь повторилось то же самое.

К концу третьей партии счет стал 3–0. Матч был фактически решен. Впервые мир Го столкнулся с выводом, к которому всерьез не готовился: человек-легенда стоял на пороге сухого поражения — не потому, что ему не хватило мастерства, а потому что соперник не ломался под нагрузкой.

Дальше шла уже не борьба за победу, а борьба за смысл.

Четвертая партия: ответ человека

К четвертой партии исход матча вопросов не вызывал. При 0–3 Ли Седоль не мог выиграть матч — он мог лишь вернуть истории равновесие. Дальше была не стратегическая перезагрузка, а психологическое освобождение: терять нечего, и он заиграл свободно.

Большую часть партии казалось, что AlphaGo закроет вопрос привычным образом. Машина построила большой мойо в верхней части доски, а Ли Седоль экономно набирал очки в других местах, оставляя несколько камней неустроенными и рассчитывая спасти их позже. К середине партии AlphaGo вел примерно десять очков — на таком уровне это обычно означает спокойное скольжение к победе.

А потом случилось то, чего никто в зале не смог объяснить.

В позиции, которая выглядела запечатанной, Ли Седоль нашел единственный ход, взорвавший скрытый потенциал по всей доске. Он оживил слабости, казавшиеся неважными, связал далекие угрозы в один замысел и загнал AlphaGo на незнакомую территорию. Этот ход угрожал не локальным исходом — он ставил под сомнение всю оценку позиции машиной.

Именно он вошел в историю как 78-й ход.

С сегодняшней точки зрения, вооруженные несравнимо более сильными движками, аналитики знают неудобную вещь: объективно этот ход не должен работать. Даже после него черные уверенно выигрывали. Но это знание принадлежит будущему. В тот день, против той версии AlphaGo, ход попал точно в слепое пятно.

AlphaGo не нашел верного ответа. Одна неточность потянула за собой другую. Игра машины, прежде такая уверенная, стала нерешительной и рваной. Ли Седоль воспользовался шансом с ювелирной точностью: превратил хаос в ясность и спас камни, которые мгновением раньше выглядели обреченными.

В первый и единственный раз за матч AlphaGo потерял управление.

Ли Седоль выиграл партию, и реакция была невероятной. Он завоевывал множество мировых титулов, но ни одну из своих побед не встречали так бурно. Зал взорвался аплодисментами. По публике прокатились облегчение, восхищение и что-то похожее на вызов.

На табло по-прежнему горело 3–1. AlphaGo по-прежнему доминировал. Но что-то очень важное было отвоевано обратно. Партия доказала, что даже сверхчеловеческую систему можно удивить — не грубой силой, а идеей, которую больше никто не увидел.

После Ли Седоля: когда потолок исчез

Матч с Ли Седолем закончился, и DeepMind показала миру нечто неоспоримое: искусственный интеллект теперь сильнее любого человека в Го. Давнее допущение, что Го — последний рубеж, доступный только человеку, окончательно рухнуло.

Но история на этом не закончилась.

Версия AlphaGo, вышедшая против Ли Седоля, была заметно сильнее той, что всего несколькими месяцами раньше обыграла Фань Хуэя. Отсюда напрашивался очевидный вопрос: а что будет, если дать системе еще больше времени на обучение?

Ответ пришел до конца того же года.

В декабре 2016 года на сервере Tygem появился загадочный новый аккаунт. Он вызывал на партии сильнейших игроков мира — и обыгрывал всех. Шестьдесят партий. Шестьдесят побед. Сначала никаких объяснений, только тихое недоверие. Вскоре стало ясно, что это очередная ступень того же проекта, позже известная как AlphaGo Master.

На следующий год AlphaGo Master встретился в официальном матче с сильнейшим игроком Китая Кэ Цзе. Результат не оставил вопросов: Кэ Цзе так и не нашел опоры, матч закончился 3–0. К этому моменту AlphaGo вышел на уровень, который иначе как сверхчеловеческим не назовешь.

И все же DeepMind не остановилась.

AlphaGo Zero и конец человеческих шаблонов

В 2017 году появился принципиально другой ИИ — AlphaGo Zero. В отличие от всех предыдущих версий, его не обучали ни на одной человеческой партии. Никаких профессиональных баз. Никаких унаследованных фусэки. Никаких прописных истин. Го он освоил полностью с нуля.

Поначалу его игра была хаотичной, почти случайной. Но в бесконечных партиях с самим собой он постепенно выработал собственное понимание игры и со временем превзошел все прежние версии AlphaGo. В прямом сравнении AlphaGo Zero обыграл AlphaGo Master в 89 партиях из 100.

Вывод получился тревожным. По оценкам, AlphaGo Zero был примерно на три камня сильнее той версии, что играла с Ли Седолем. Подожди DeepMind с сеульским матчем еще год — результат не был бы ни драматичным, ни близким. Скорее всего, он оказался бы разгромным.

Когда эта колоссальная работа была закончена, DeepMind опубликовала свои методы. Другие разработчики смогли повторить путь, и сегодня сильнейших ИИ для Го уже несколько. На таком уровне различия между ними почти не имеют значения: даже свободно доступные инструменты вроде KataGo играют далеко за пределами возможностей любого профессионала.

После матча Ли Седоль высказался о случившемся так, что это задело многих игроков в Го. Поколениями считалось, что Го — высшее выражение человеческого творчества. AlphaGo поставил это под сомнение. Он показал, насколько консервативной и шаблонной стала игра людей, сформированная привычками, которые переходили от учителя к ученику и держались на традиции, а не на поиске.

Ирония в том, что теперь, когда эталоном совершенства стал ИИ, игроки рискуют стать такими же негибкими — просто с другим набором «правильных» ходов.

В конечном счете AlphaGo изменил не только теорию начала партии, хотя эта перемена необратима: идеи, шокировавшие в 2017 году, меньше чем за десять лет стали нормой. Глубже изменилась сама оптика. Го переросло свои традиции, а творчество перестало определяться одной лишь человеческой интуицией.

Масштаб этого сдвига таков, что в одну статью его не уместить. Последствия разворачиваются до сих пор и заслуживают отдельного внимательного разговора.

А пока остается доска. Остаются камни. И задача остается прежней: создать что-то осмысленное даже тогда, когда совершенство больше не человеческое.