تأثير AlphaGo بر آينده ي هوش مصنوعي

در اين مقاله ضمن بررسي مروري بر تاريخچه و توسعه ي بازي Go يا شطرنج تبتي، برنامه ي كاربردي بازي AlphaGo را كه توسط ماشين هوش مصنوعي گوگل (Google Minder) توسعه داده شد، مورد ارزيابي قرار مي دهيم. رويكردها و فناوري مورد استفاده در آن تشريح شده و به عنوان يكي از دستاوردهاي نوين هوش مصنوعي بررسي شده است، به طوري كه پيش از آن مهندسان در توسعه ي هوش مصنوعي روي كپي برداري از هوش انساني تمركز مي كردند، اما اكنون به نظر مي رسد اين تفكر تغيير كرده و تمركز محققان بر الگوها و رفتارهاي انساني معطوف شده است. نظرات تحليل گران و پژوهشگران مختلف در اين خصوص بيان شده و تأثيرات آن در دنياي فناوري اطلاعات و هوش مصنوعي ارزيابي شده است. نكته ي برجسته در كارايي AlphaGo ، تركيب هوشمندانه ي دو روش جعبه ي سياه براي حركت هاي قوي در آن است. شبكه هاي عصبي مصنوعي (تكنيك مهم يادگيري عميق) و جستجوي درختي مونت كارلو . در AlphaGo، نه برنامه، نه برنامه نويسان و نه حريفان، هدايت كننده هستند بلكه واقعاً يك درك استراتژيك در آن به وجود آمده است. از اين نظر نقطه ي عطفي در آينده ي هوش مصنوعي محسوب مي شود.