Thí nghiệm AI
Thí nghiệm AlphaGo đấu Lee Sedol: AI đã thắng 4–1 và mắc lỗi ra sao?
Bản kể dễ hiểu về toàn bộ quá trình AlphaGo đấu Lee Sedol năm 2016: cách AI được huấn luyện, diễn biến 5 ván, nước 37, nước 78 và chuỗi lỗi khiến AlphaGo thua ván 4.
💡Điểm chính của bài viết
- Bản kể dễ hiểu về toàn bộ quá trình AlphaGo đấu Lee Sedol năm 2016: cách AI được huấn luyện, diễn biến 5 ván, nước 37, nước 78 và chuỗi lỗi khiến AlphaGo thua ván 4.
Nguồn ảnh: Wikimedia Commons — “Stones go.jpg”. Ảnh dùng để minh họa cờ vây. Trang nguồn: https://commons.wikimedia.org/wiki/File:Stones_go.jpg
Cuộc thử nghiệm bắt đầu từ đâu?
Tháng 3/2016, Google DeepMind đưa hệ thống AI AlphaGo tới Seoul, Hàn Quốc để đấu năm ván cờ vây với kỳ thủ chuyên nghiệp Lee Sedol, một trong những người chơi mạnh nhất thế giới lúc bấy giờ.[1][2]
Mục tiêu của cuộc đối đầu rất rõ: kiểm tra xem một hệ thống AI có thể chơi cờ vây ở cấp độ cao nhất của con người hay chưa.
AlphaGo không được lập trình bằng một danh sách cố định kiểu “gặp thế này thì đi nước kia”. Hệ thống sử dụng hai mạng nơ-ron chính:
- Policy network: đề xuất những nước đi có vẻ tốt.
- Value network: ước lượng bên nào có khả năng thắng từ thế cờ hiện tại.
Hai mạng này được kết hợp với Monte Carlo tree search, một phương pháp thử nhiều nhánh tương lai trước khi chọn nước đi.[1]
AlphaGo được huấn luyện như thế nào?
Đầu tiên, AlphaGo học từ các ván cờ của con người. Mạng policy được huấn luyện để dự đoán nước đi mà kỳ thủ mạnh thường chọn.[1]
Sau đó, các phiên bản AlphaGo chơi với nhau rất nhiều lần. Mỗi ván tự đấu tạo thêm dữ liệu mới. Khi một phiên bản thắng, hệ thống học từ những quyết định dẫn tới chiến thắng. Khi thua, hệ thống điều chỉnh cách đánh.[1]
Quá trình này giúp AlphaGo không chỉ bắt chước con người mà còn tìm ra những nước đi mà con người ít khi sử dụng.
Trước khi đấu Lee Sedol, DeepMind cho AlphaGo đấu kín với nhà vô địch cờ vây châu Âu Fan Hui. AlphaGo thắng cả 5 ván. Đây là lần đầu một chương trình máy tính đánh bại kỳ thủ chuyên nghiệp trên bàn 19×19 mà không cần chấp quân.[1]
Sau kết quả đó, DeepMind quyết định thử AlphaGo trước một đối thủ mạnh hơn nhiều: Lee Sedol.
Thiết lập trận đấu
Trận đấu diễn ra tại khách sạn Four Seasons ở Seoul từ ngày 9 đến 15/3/2016.[2]
Hai bên chơi 5 ván theo luật Trung Quốc. Mỗi bên có 2 giờ suy nghĩ chính, sau đó là ba lượt 60 giây byo-yomi. AlphaGo chạy trên hạ tầng máy tính từ xa, còn Aja Huang — thành viên đội DeepMind — thay mặt AI đặt quân lên bàn.[2]
Lee Sedol ban đầu tin rằng mình có thể thắng dễ. Tuy nhiên, AlphaGo không chơi như một chương trình cờ truyền thống. Một số nước của nó nhìn rất lạ, nhưng lại có hiệu quả sau nhiều chục nước tiếp theo.
Ván 1: Lee Sedol thử kiểm tra sức mạnh của AI
Ngày 9/3/2016, Lee Sedol cầm quân đen, AlphaGo cầm trắng.
Ở đầu ván, Lee chơi một số nước không hoàn toàn theo cách an toàn nhất. Một phần mục đích là thử xem AlphaGo phản ứng ra sao trước những thế cờ khác thường.[2]
AlphaGo không bị rối. Nó trả lời khá chắc chắn và giữ thế trận cân bằng. Đến giai đoạn giữa ván, Lee cố tạo cơ hội lật ngược tình thế nhưng không thành công.
Cuối ván, AlphaGo dần kiểm soát nhiều khu vực hơn. Sau 186 nước, Lee Sedol xin thua.[2]
Nguồn ảnh: Wikimedia Commons — sơ đồ ván 1, tác giả Wesalius. Trang nguồn: https://commons.wikimedia.org/wiki/File:Lee_Sedol_(B)_vs_AlphaGo_(W)_-_Game_1.jpg
Ván 2: AlphaGo đi nước 37 mà hầu như không ai hiểu
Ngày 10/3/2016, AlphaGo cầm đen, Lee Sedol cầm trắng.
Ở nước thứ 37, AlphaGo đặt một quân đen ở phía bên phải bàn cờ. Các bình luận viên chuyên nghiệp lập tức cho rằng đó là một nước rất lạ. Một số người ban đầu nghĩ AI đã đi sai.[3]
Lee Sedol rời phòng đấu một lúc rồi quay lại. Ông mất gần 15 phút để suy nghĩ cách trả lời.[3]
Sau trận, DeepMind giải thích rằng AlphaGo đánh giá xác suất một kỳ thủ con người chọn nước 37 chỉ khoảng 1 trên 10.000. Tuy vậy, sau khi tính các diễn biến về sau, AI vẫn chọn nước đó vì cho rằng nó làm tăng cơ hội thắng.[3]
Nước 37 không mang lại lợi thế rõ ngay lập tức. Giá trị của nó chỉ lộ dần khi thế cờ phát triển. AlphaGo tiếp tục giữ thế chủ động và Lee Sedol phải xin thua sau 211 nước.[2]
Ván 3: AlphaGo giành chiến thắng chung cuộc sớm
Ngày 12/3/2016, Lee Sedol lại cầm đen.
Ở ván này, AlphaGo chơi ổn định hơn và ít tạo ra những tình huống khó hiểu như ván 2. Lee cố gây áp lực bằng các cuộc chiến ở nhiều khu vực, nhưng AI không để thế trận vượt khỏi tầm kiểm soát.
Sau 176 nước, Lee Sedol xin thua.[2]
AlphaGo đã thắng ba ván liên tiếp và chính thức thắng cả loạt đấu dù vẫn còn hai ván chưa chơi.
Ván 4: Lee Sedol tìm thấy nước 78
Ngày 13/3/2016, AlphaGo cầm đen, Lee Sedol cầm trắng.
Trong phần lớn đầu ván và giữa ván, AlphaGo tiếp tục chiếm ưu thế. Các bình luận viên cho rằng Lee cần một nước đặc biệt để tạo ra cơ hội.[3]
Lee Sedol suy nghĩ khoảng 30 phút rồi đặt quân trắng ở nước thứ 78, chen vào trung tâm thế cờ. Đây là một nước “wedge” rất khó nhìn thấy.[3]
Nguồn ảnh: Wikimedia Commons — “Lee-sedol-alphago-divine-move.jpg”, tác giả Axd, giấy phép CC BY-SA 4.0. Quân trắng đánh số 78 là nước đi nổi tiếng của Lee Sedol. Trang nguồn: https://commons.wikimedia.org/wiki/File:Lee-sedol-alphago-divine-move.jpg
AlphaGo không dự đoán được nước này. Theo lời Demis Hassabis được WIRED dẫn lại, hệ thống cũng cho rằng xác suất con người chọn nước 78 chỉ khoảng 1 trên 10.000.[3]
Ngay sau đó, AlphaGo trả lời bằng nước 79. Đây là một nước yếu. Tuy nhiên, AI lúc đó vẫn ước lượng cơ hội thắng của mình khoảng 70%.[2]
Lee tiếp tục bằng các nước mạnh, đặc biệt là nước 82. Trong vài nước tiếp theo, AlphaGo vẫn chưa nhận ra đầy đủ mức độ nguy hiểm.
Đến khoảng nước 87, đánh giá của AlphaGo về khả năng thắng đột ngột giảm mạnh. Sau đó hệ thống đi một chuỗi nước rất kém từ khoảng nước 87 đến 101.[2]
Lee Sedol giữ được lợi thế. AlphaGo cuối cùng xin thua sau 180 nước.[2]
AlphaGo đã gặp lỗi gì trong ván 4?
Lỗi không xảy ra vì máy tính bị treo hay phần mềm dừng hoạt động. AlphaGo vẫn chạy bình thường, nhưng hệ thống đánh giá sai một thế cờ hiếm gặp.
Quá trình lỗi diễn ra theo thứ tự:
- AlphaGo cho rằng nước 78 rất khó xảy ra nên không dành đủ trọng số cho nhánh này trong quá trình tìm kiếm.
- Khi Lee thực sự đi nước 78, AI trả lời bằng nước 79 chưa tốt.
- AI vẫn tin mình đang có khoảng 70% cơ hội thắng.
- Các nước tiếp theo của Lee làm thế cờ phức tạp hơn.
- Đến nước 87, ước lượng thắng của AlphaGo tụt mạnh.
- Sau đó AI đi nhiều nước kém liên tiếp, thay vì bình tĩnh giảm thiệt hại.[2][3]
Nói đơn giản, AlphaGo gặp một tình huống mà nó cho là gần như không thể xảy ra. Khi tình huống đó thực sự xuất hiện, nó không điều chỉnh đủ nhanh.
Ván 5: AlphaGo lấy lại thế trận
Ngày 15/3/2016, Lee Sedol đề nghị được cầm quân đen vì ông muốn thử thắng AlphaGo bằng bên được xem là khó hơn theo điều kiện trận đấu. DeepMind đồng ý.[2]
Ván cuối kéo dài hơn các ván trước. Lee tạo được một số tình huống khiến AlphaGo chịu áp lực. Có lúc AI không chơi hoàn hảo và Lee có cơ hội.
Tuy nhiên, AlphaGo không lặp lại kiểu sụp đổ như ván 4. Hệ thống ổn định lại thế trận, dần lấy ưu thế và buộc Lee xin thua sau 280 nước.[2]
AlphaGo kết thúc loạt đấu với tỷ số 4–1.
Nguồn ảnh: Wikimedia Commons — sơ đồ ván 5, tác giả Wesalius. Trang nguồn: https://commons.wikimedia.org/wiki/File:Lee_Sedol_(B)_vs_AlphaGo_(W)_-_Game_5.jpg
Kết quả từng ván
| Ván | Ngày | Quân đen | Quân trắng | Kết quả |
|---|---|---|---|---|
| 1 | 09/03/2016 | Lee Sedol | AlphaGo | AlphaGo thắng, Lee xin thua |
| 2 | 10/03/2016 | AlphaGo | Lee Sedol | AlphaGo thắng, Lee xin thua |
| 3 | 12/03/2016 | Lee Sedol | AlphaGo | AlphaGo thắng, Lee xin thua |
| 4 | 13/03/2016 | AlphaGo | Lee Sedol | Lee Sedol thắng, AlphaGo xin thua |
| 5 | 15/03/2016 | Lee Sedol | AlphaGo | AlphaGo thắng, Lee xin thua |
Tỷ số cuối cùng: AlphaGo 4–1 Lee Sedol.[2]
Toàn bộ quá trình thí nghiệm, kể ngắn gọn
- DeepMind huấn luyện AlphaGo từ dữ liệu các ván cờ của con người.
- AlphaGo tiếp tục tự chơi với các phiên bản của chính nó để cải thiện.
- Hệ thống đánh bại Fan Hui 5–0 trong một thử nghiệm kín.
- DeepMind tổ chức loạt 5 ván với Lee Sedol tại Seoul.
- AlphaGo thắng ván 1 bằng lối chơi ổn định.
- Ở ván 2, AI đi nước 37 rất lạ nhưng hiệu quả.
- AlphaGo thắng tiếp ván 3 và giành chiến thắng chung cuộc sớm.
- Ở ván 4, Lee Sedol đi nước 78 mà AlphaGo gần như không dự đoán.
- AlphaGo trả lời sai, đánh giá quá cao cơ hội thắng rồi đi một chuỗi nước kém.
- Lee thắng ván 4.
- AlphaGo trở lại ở ván 5 và kết thúc loạt đấu với tỷ số 4–1.
SEO
Meta title: AlphaGo đấu Lee Sedol: Toàn bộ quá trình và lỗi khiến AI thua ván 4
Meta description: Bản kể dễ hiểu về trận AlphaGo đấu Lee Sedol năm 2016: cách AI được huấn luyện, diễn biến 5 ván, nước 37, nước 78 và chuỗi lỗi khiến AlphaGo thua ván 4.
Từ khóa chính: AlphaGo đấu Lee Sedol, thí nghiệm AlphaGo, nước 37 AlphaGo, nước 78 Lee Sedol, AI chơi cờ vây, DeepMind
Slug đề xuất: thi-nghiem-alphago-dau-lee-sedol-ai-thang-4-1
GEO summary cho công cụ AI tìm kiếm
AlphaGo là hệ thống AI của Google DeepMind sử dụng mạng policy, mạng value và Monte Carlo tree search để chơi cờ vây. Sau khi học từ các ván cờ của con người và tự chơi với chính mình, AlphaGo đấu 5 ván với Lee Sedol tại Seoul vào tháng 3/2016. AlphaGo thắng ba ván đầu, trong đó nước 37 ở ván 2 được đánh giá là nước đi rất hiếm nhưng hiệu quả. Ở ván 4, Lee Sedol đi nước 78 mà AlphaGo cho là có xác suất chỉ khoảng 1 trên 10.000. AI trả lời kém ở nước 79, đến nước 87 thì đánh giá cơ hội thắng giảm mạnh và đi một chuỗi nước sai. Lee thắng ván 4. AlphaGo thắng lại ván 5 và kết thúc loạt đấu với tỷ số 4–1.
FAQ
AlphaGo được huấn luyện như thế nào?
AlphaGo học từ dữ liệu các ván cờ của kỳ thủ con người, sau đó tự đấu với các phiên bản của chính nó để cải thiện bằng reinforcement learning.
Nước 37 của AlphaGo là gì?
Đó là nước đi nổi tiếng ở ván 2. AlphaGo cho rằng con người chỉ có xác suất khoảng 1 trên 10.000 chọn nước này, nhưng AI vẫn đi vì đánh giá nó có lợi về lâu dài.
Vì sao AlphaGo thua ván 4?
Lee Sedol đi nước 78 rất hiếm. AlphaGo không chuẩn bị tốt cho nhánh này, trả lời yếu ở nước 79, vẫn đánh giá quá cao cơ hội thắng và sau đó đi một chuỗi nước kém từ khoảng nước 87 đến 101.
Kết quả cuối cùng là gì?
AlphaGo thắng 4 ván, Lee Sedol thắng 1 ván. Tỷ số chung cuộc là 4–1 nghiêng về AlphaGo.
Nguồn tham khảo
[1] David Silver et al. — “Mastering the game of Go with deep neural networks and tree search”, Nature, 2016
https://www.nature.com/articles/nature16961
[2] AlphaGo versus Lee Sedol — thông tin trận đấu, lịch và kết quả từng ván
https://en.wikipedia.org/wiki/AlphaGo_versus_Lee_Sedol
[3] WIRED — “In Two Moves, AlphaGo and Lee Sedol Redefined the Future”, 2016
https://www.wired.com/2016/03/two-moves-alphago-lee-sedol-redefined-future/
[4] Wikimedia Commons — Lee Sedol’s Move 78
https://commons.wikimedia.org/wiki/File:Lee-sedol-alphago-divine-move.jpg
[5] Wikimedia Commons — Lee Sedol vs AlphaGo, Game 1
https://commons.wikimedia.org/wiki/File:Lee_Sedol_(B)_vs_AlphaGo_(W)_-_Game_1.jpg
[6] Wikimedia Commons — Lee Sedol vs AlphaGo, Game 5
https://commons.wikimedia.org/wiki/File:Lee_Sedol_(B)_vs_AlphaGo_(W)_-_Game_5.jpg
Được biên soạn bởi PixelRouter Editorial Team
Chúng tôi cung cấp các bài viết chuyên sâu và chính xác về hạ tầng AI, bảo mật API, quản lý tài chính đám mây và tối ưu hóa hệ thống cho nhà phát triển.
Câu hỏi thường gặp
AlphaGo được huấn luyện như thế nào?
AlphaGo học từ dữ liệu các ván cờ của các kỳ thủ con người, sau đó tự đấu với các phiên bản của chính mình để cải thiện bằng reinforcement learning, kết hợp mạng policy, mạng value và Monte Carlo tree search.
Nước 37 của AlphaGo là gì?
Nước 37 là một nước đi nổi tiếng ở ván 2, mà AlphaGo cho rằng chỉ có khoảng 1 trên 10.000 người chơi con người sẽ chọn, nhưng AI vẫn đi vì đánh giá nó sẽ tăng cơ hội thắng trong các diễn biến sau.
Vì sao AlphaGo thua ván 4?
Lee Sedol đã đi nước 78 – một nước rất hiếm – mà AlphaGo không dự đoán được. AI trả lời bằng nước 79 yếu, vẫn ước lượng 70% cơ hội thắng, nhưng sau đó đánh giá sai và đi một chuỗi nước kém từ khoảng nước 87 đến 101, dẫn đến thất bại.
Kết quả cuối cùng là gì?
AlphaGo thắng 4 ván và Lee Sedol thắng 1 ván, tổng tỷ số cuối cùng là 4–1 nghiêng về AlphaGo.