Tworząc w latach 50. zabawę pod nazwą The Imitation Game, będącą prostą grą opartą o algorytm, Alan Turing, genialny brytyjski matematyk i kryptolog, miał już najpewniej świadomość, że komputer można nauczyć myśleć. Postanowił więc zdefiniować normy, które powinna spełniać „inteligentna” maszyna.

Tak powstał test Turinga, metoda określania zdolności komputerów do posługiwania się językiem naturalnym i pozwalająca sprawdzić, czy są one zdolne naśladować ludzki sposób myślenia.

Początki epoki „gier robotów” nie były łatwe. Stworzony w 1948 roku program szachowy dla komputera okazał się tak skomplikowany, że na maszynę zdolną go uruchomić trzeba było czekać kilka lat. Próba symulacji pracy komputera przez Turinga zakończyła się niepowodzeniem: pierwszą rozgrywkę w inteligentne szachy „maszyna” przegrała z kretesem.

Jednak sukcesy przyszły już w latach pięćdziesiątych. W IBM ulepszono algorytmy Turinga, które symulowały grę w warcaby, i tym razem programowi udało się wygrać. Pierwszy program szachowy w pełni uruchomiony na komputerze napisał w 1952 roku Dietrich Prinz, Brytyjczyk niemieckiego pochodzenia. 

Stworzony w 1948 roku program szachowy dla komputera okazał się tak skomplikowany, że na maszynę zdolną go uruchomić trzeba było czekać kilka lat

Od tej pory szachy komputerowe znalazły się w obszarze badań z dziedziny sztucznej inteligencji. Przez następne lata doskonalono programy szachowe w taki sposób, by algorytmy były w stanie grać z coraz lepszymi graczami. Rosnąca moc obliczeniowa komputerów otwierała przed cyfrowymi szachistami nieznane wcześniej możliwości.

Pierwszym komputerem przeznaczonym wyłącznie do gry w szachy był Belle, rozwijany w latach 70. i 80., który jako pierwszy w 1983 roku osiągnął poziom mistrza szachowego. Jednak by komputer mógł stanąć w szranki z prawdziwym mistrzem świata, trzeba było czekać jeszcze 15 lat. Rozegrany w maju 1997 mecz komputera Deep Blue, stworzonego przez IBM, z szachowym mistrzem świata Garrim Kasparowem określa się jako historyczny i przełomowy. Komputer wygrał dwukrotnie, przy jednym zwycięstwie Kasparowa i trzech remisach. Sukces Deep Blue postawił IBM na piedestale wśród firm, które zajmowały się sztuczną inteligencją, choć trzeba przyznać, że amerykański koncern był w tym zakresie pionierem.

Kibice szachowi obserwują, jak mistrz świata Garri Kasparow przystępuje do finałowego starcia z programem IBM Deep Blue, Nowy Jork, 11.05.1997

Sukces ten otworzył też możliwość do zbudowania nowego superkomputera, który nie tylko grałby w szachy, lecz pozwolił też na rozwiązywanie szczególnie złożonych problemów. Tak powstał Watson – superkomputer IBM zdolny odpowiadać na pytania zadawane w języku naturalnym. Dziś Watson jest wykorzystywany m.in. w biznesie, medycynie, finansach i obszarze cyberbezpieczeństwa, choć jego potencjał sprawdzono też w… teleturnieju. W 2008 roku Watson był na tyle zaawansowany, że potrafił stawić czoło najlepszym graczom w „Jeopardy!”, amerykańskiej wersji znanego w Polsce teleturnieju „Va Banque”. Koncern zwrócił się do producentów tego popularnego quiz show z propozycją wystawienia Watsona jako zawodnika, producenci programu wyrazili zgodę – i maszyna zwyciężyła. W lutym 2010 roku Watson wygrywał już z ludzkimi graczami regularnie.

Specjaliści od SI zaczęli więc poszukiwać dla swoich programów trudniejszych wyzwań niż teleturnieje. Pojawiały się nawet próby organizowania turniejów szachowych dla najlepszych programów stworzonych przez laboratoria sztucznej inteligencji na świecie.

Nowe wyzwanie przyszło ze Wschodu. Tym razem komputer miał się zmierzyć z człowiekiem w rozgrywce w starochińską, supertrudna grę planszową Go. W tym celu brytyjska firma DeepMind, przejęta w 2014 roku przez Google, stworzyła program AlphaGo, który już w listopadzie 2015 roku pokonał zawodowego gracza, i to 5:0. Cztery miesiące później, marcu 2016 roku, AlphaGo ograł 4:1 arcymistrza Lee Sedola.

Tworzenie coraz bardziej zaawansowanych maszyn grających służy czemuś znacznie poważniejszemu niż rozrywka czy wskazywanie kresu ludzkich możliwości. Przede wszystkim pozwala rozwijać sztuczną inteligencję i uczenie maszynowe, dzięki którym jesteśmy w stanie rozwiązywać problemy tak skomplikowane, że mierzenie się z nimi nawet grup złożonych z najlepszych ekspertów coraz częściej jest bezowocne. Czy któregoś dnia wyćwiczona w grach sztuczna inteligencja podpowie nam, jak uratować świat przed klimatyczną apokalipsą?

Skip to content