Naalala mo ba ang sandali noong 1996 nang magulo ang mundo ng chess? Oo, pinag-uusapan ko ang tungkol sa Deep Blue, ang supercomputer ng IBM na nangahas hamunin ang dakilang si Garry Kasparov. Bagaman hindi nito napanalunan ang buong serye, nagawa nitong manalo sa isang laro.
Isang taon pagkatapos, noong 1997, ibinigay ni Deep Blue ang huling suntok at tinalo si Kasparov sa isang buong laban. Sino ang mag-aakala na kaya ng isang makina na kalkulahin ang 200 milyong posisyon kada segundo? Isang tagumpay na nagpaiwang sa lahat at nagdulot ng kaunting pag-aalala.
Hindi lamang binago ni Deep Blue ang mga patakaran ng laro, kundi muling binigyang-kahulugan ang ating pananaw sa artipisyal na intelihensiya. Hindi na ito tungkol sa mga makinang paulit-ulit lang ang gawain, kundi mga sistema na kayang higitan ang tao sa kanilang sariling mga laro ng talino.
Si Watson at ang sining ng pagsagot sa mga imposibleng tanong
Noong 2011, muling gumawa ng malaking hakbang ang artipisyal na intelihensiya nang hinarap ni Watson, mula rin sa IBM, ang mga higante ng palabas-pampalakasan na Jeopardy!: sina Brad Rutter at Ken Jennings. Ang kakayahan ni Watson na unawain ang mga tanong sa natural na wika at sumagot nang mabilis at tumpak ay tunay na isang palabas na sulit panoorin. Bagaman nagkamali ito ng ilang beses (tulad ng pagkalito sa Toronto at Chicago, oops!), nakamit ni Watson ang isang matibay na panalo.
Ang pangyayaring ito ay hindi lamang pagpapakita ng teknolohikal na lakas, kundi isang pagsulong sa pagproseso ng natural na wika. At siyempre, iniwan nito ang mga manonood na nagtatanong: "Ano ang susunod?" (sa tono ng Jeopardy, siyempre).
Ang Artipisyal na Intelihensiya ay lalong nagiging matalino habang ang mga tao ay nagiging mas mangmang
AlphaGo at ang libong taong hamon ng Go
Ang Go! Isang laro na may higit sa 2,500 taong kasaysayan at antas ng komplikasyon na nagpapakita na parang laro ng mga bata lang ang chess. Noong 2016, pinahanga ng AlphaGo, na binuo ng DeepMind, ang mundo nang talunin nito ang kampeon na si Lee Sedol. Gamit ang malalalim na neural networks at reinforcement learning, hindi lang basta nagkalkula si AlphaGo ng mga galaw, kundi natuto at umunlad habang ginagawa ito.
Ipinakita ng labanang ito na hindi lang ito tungkol sa lakas ng makina, kundi pati sa estratehiya at kakayahang mag-adapt. Sino'ng mag-aakala na kaya tayong turuan ng makina tungkol sa pagkamalikhain?
Higit pa sa laro: ang epekto ng AI sa totoong mundo
Ang mga tagumpay ng AI ay hindi lamang limitado sa mga laro. Halimbawa, si Watson ay lumipat mula sa telebisyon patungo sa mga ospital, opisina ng pananalapi, at maging mga istasyon ng panahon. Ang kakayahan nitong suriin ang napakalaking dami ng datos ay nagbago sa paraan ng ating paggawa ng desisyon. At paano naman si AlphaGo? Ang kanyang pamana ay patuloy na nagbibigay inspirasyon sa mga pagsulong sa logistics, disenyo ng materyales, at pananaliksik sa agham.
Ang mga tagumpay na ito ay nagtataas ng mga tanong tungkol sa responsibilidad na kaakibat ng artipisyal na intelihensiya. Paano natin babalansehin ang mga teknolohikal na pagsulong at mga etikal na alalahanin? Isang dilema na, bagaman kumplikado, ay kasing kahali-halina tulad mismo ng chess.
Kaya narito tayo ngayon, sa isang mundo kung saan hindi lang naglalaro ang mga makina, kundi nakikipagtulungan at nakikipagkompetensya rin sa atin. Handa ka na ba para sa susunod na galaw?