मुख्य कंटेंट तक स्किप करें

AI गो विकास इतिहास

लंबे समय तक, गो को कृत्रिम बुद्धिमत्ता के लिए सबसे कठिन खेल माना जाता था। 19×19 = 361 प्रतिच्छेदन बिंदुओं के बोर्ड पर, हर बिंदु पर खेला जा सकता है, संभावनाओं की संख्या ब्रह्मांड के कुल परमाणुओं से अधिक है (लगभग 10^170 संभावित खेल)। पारंपरिक संपूर्ण खोज विधि गो के सामने पूर्णतः विफल थी।

लेकिन 2015-2017 के बीच, DeepMind के AlphaGo श्रृंखला प्रोग्रामों ने सब कुछ बदल दिया। इस क्रांति ने न केवल गो को, बल्कि पूरे कृत्रिम बुद्धिमत्ता क्षेत्र को प्रभावित किया।

गो इतना कठिन क्यों है?​

विशाल खोज स्थान​

शतरंज (चेस) की तुलना में, औसतन हर चाल में लगभग 35 वैध विकल्प होते हैं, एक खेल में लगभग 80 चालें। जबकि गो में औसतन हर चाल में लगभग 250 वैध विकल्प, एक खेल में लगभग 150 चालें। यानी गो का खोज स्थान शतरंज से सैकड़ों गुना बड़ा है।

मूल्यांकन में कठिनाई​

शतरंज में हर मोहरे का स्पष्ट मूल्य है (रानी 9 अंक, हाथी 5 अंक आदि), सरल सूत्र से स्थिति का मूल्यांकन होता है। लेकिन गो में, एक पत्थर का मूल्य उसके आसपास के पत्थरों के संबंध पर निर्भर है, कोई सरल मूल्यांकन विधि नहीं।

एक समूह जीवित है या मृत? एक प्रभाव क्षेत्र कितने अंक का है? ये प्रश्न मानव विशेषज्ञों के लिए भी गहरी गणना और निर्णय की मांग करते हैं।

AlphaGo से पहले की कठिनाइयां​

AlphaGo से पहले, सबसे मजबूत गो प्रोग्राम शौकिया 5-6 डान स्तर के थे, पेशेवर खिलाड़ियों से बहुत दूर। ये प्रोग्राम मुख्यतः "मोंटे कार्लो ट्री सर्च" (MCTS) विधि का उपयोग करते थे, बड़ी संख्या में यादृच्छिक सिमुलेशन से स्थिति का मूल्यांकन।

लेकिन इस विधि की स्पष्ट सीमाएं थीं: यादृच्छिक सिमुलेशन गो की रणनीतिक सोच को समझ नहीं पाता, प्रोग्राम अक्सर मनुष्यों को बेवकूफी भरी गलतियां करता दिखता।

AI गो के दो युग​

AlphaGo युग (2015-2017)​

यह युग AlphaGo द्वारा फान हुई को हराने से शुरू हुआ, AlphaZero पेपर के प्रकाशन पर समाप्त हुआ। DeepMind ने सिर्फ दो वर्षों में, पेशेवर खिलाड़ी को हराने से मानव सीमा पार करने तक की छलांग लगाई।

मुख्य मील के पत्थर:

  • 2015.10: फान हुई को हराया (पहली बार पेशेवर को हराया)
  • 2016.03: ली सेडोल को हराया (4:1)
  • 2017.01: Master की ऑनलाइन 60 जीत
  • 2017.05: के जी को हराया (3:0)
  • 2017.10: AlphaZero प्रकाशित

KataGo युग (2019-वर्तमान)​

AlphaGo सेवानिवृत्त होने के बाद, ओपन-सोर्स समुदाय ने जिम्मेदारी ली। KataGo, Leela Zero जैसे ओपन-सोर्स AI ने हर किसी को शीर्ष गो इंजन उपयोग करने का मौका दिया, गो सीखने और प्रशिक्षण का तरीका पूरी तरह बदल दिया।

इस युग की विशेषताएं:

  • AI उपकरणों का लोकतांत्रीकरण
  • पेशेवर खिलाड़ियों द्वारा व्यापक AI प्रशिक्षण
  • मानव खेल शैली का AI-करण
  • गो के समग्र स्तर में वृद्धि

AI द्वारा लाया गया संज्ञानात्मक आघात​

"सही चाल" की पुनर्परिभाषा​

AI से पहले, मनुष्यों ने हजारों वर्षों में "सही" गो सिद्धांत की प्रणाली बनाई। लेकिन AI की कई चालें पारंपरिक मान्यताओं के विपरीत थीं:

  • 3-3 पॉइंट: पारंपरिक धारणा थी कि ओपनिंग में सीधे 3-3 खेलना "साधारण चाल" है, AI अक्सर ऐसा खेलता है
  • शोल्डर हिट: पहले "गलत चाल" मानी जाती थी, कुछ स्थितियों में AI ने सर्वोत्तम साबित किया
  • नजदीकी हमला: AI करीब से लड़ना पसंद करता है, मानव की "हमला दूर से शुरू करें" धारणा से अलग

मानव की सीमाएं और संभावनाएं​

AI ने मनुष्यों को अपनी सीमाएं दिखाईं, साथ ही मानव क्षमता भी।

AI की मदद से, युवा खिलाड़ियों की वृद्धि बहुत तेज हुई। पहले दस वर्षों में पहुंचने वाला स्तर अब तीन से पांच वर्षों में संभव है। समग्र गो स्तर बढ़ रहा है।

गो का भविष्य​

कुछ लोग चिंतित थे कि AI गो को अर्थहीन बना देगा - अगर AI को कभी नहीं हरा सकते, तो खेलना क्यों?

लेकिन वास्तव में, यह चिंता बेबुनियाद थी। AI ने गो समाप्त नहीं किया, बल्कि नया युग खोला। मनुष्यों के बीच का खेल अभी भी रचनात्मकता, भावनाओं और अप्रत्याशितता से भरा है - यही गो को रोचक बनाता है।

आगे, इन दोनों युगों के विस्तृत विकास को जानें।

  • AlphaGo युग - पेशेवर को हराने से मानव सीमा पार करने तक
  • KataGo युग - ओपन-सोर्स AI और गो की नई पारिस्थितिकी