આલ્ફા ગો એ એક કમ્પ્યુટર પ્રોગ્રામ છે જે બોર્ડ ગેમ ગો રમે છે.[૧] તેનો વિકાસ ડીપમાઇન્ડ ટેક્નોલોજીસ[૨] દ્વારા કરવામાં આવ્યો હતો જે પાછળથી ગૂગલ દ્વારા હસ્તગત કરવામાં આવ્યો હતો. આલ્ફાગો પછી ત્રણ વધુ સારા શક્તિશાળી અનુગામી આવ્યા, જેને આલ્ફાગો માસ્ટર, આલ્ફાગો ઝીરો [૩] અને આલ્ફાઝિરો કહેવામાં આવે છે.

ઓક્ટોબર ૨૦૧૫ માં, આલ્ફાગો સંપૂર્ણ કદના ૧૯ × ૧૯ બોર્ડ પર ગો ના પ્રોફેશનલ ગો ખેલાડીને હરાવવાનો પ્રથમ કમ્પ્યુટર પ્રોગ્રામ બન્યો. [૪] માર્ચ 2016 માં, તેણે લી-સેડોલને (૯-ડેન) પાંચ-મેચની મેચમાં હારાવ્યા લી સે-ડોલ તે વખતે ગો ના સર્વશ્રેષઢ ખેલાડી હતા. [૫] જોકે ચોથી બાજી આલફા ગો હાર્યુ હતુ, લીએ અંતિમ રમતમાં રાજીનામું આપ્યું અને આલ્ફાગોની તરફેણમાં 4 રમતો 1નો અંતિમ સ્કોર આપ્યો. વિજયની સ્વીકૃતિમાં, આલ્ફાગોને કોરિયા બડુક એસોસિએશન દ્વારા 9-ડેનનો માનદ એનાયત કરવામાં આવ્યો.[૬] લીગ અપ અને લી સેડોલ સાથેની ચેલેન્જ મેચનો દસ્તાવેજ ગ્રેગ કોહ્સ દ્વારા નિર્દેશિત આલ્ફા ગો [૭] નામની એક ડોક્યુમેન્ટરી ફિલ્મમાં કરવામાં આવ્યો હતો. 22 ડિસેમ્બર, 2016 ના રોજ તેને સાયન્સ જરનલ દ્વારા વર્ષના ઉપક્રમોમાંના એક તરીકે પસંદ કરવામાં આવ્યો હતો. [૮]


૨૦૧૭ ફ્યુચર ગો સમિટમાં, તેના અનુગામી આલ્ફાગો માસ્ટરે ત્રણ રમતની મેચમાં તે સમયે વિશ્વના નંબર ૧ ક્રમાંકિત ખેલાડી કે જીને હરાવી હતી. (તેના કરતાં વધુ શક્તિશાળી આલ્ફાગો ઝીરો પહેલેથી જ અસ્તિત્વમાં હતો પરંતુ હજી સુધી તેની ઘોષણા કરવામાં આવી ન હતી) આ પછી, ચાઇનીઝ વેઇકી એસોસિએશન દ્વારા આલ્ફાગોને પ્રોફેશનલ 9-ડેનથી નવાજવામાં આવી. [૯]

આલ્ફા ગો અને તેના અનુગામી વ્યાપક તાલીમ દ્વારા, મશીન લર્નિંગ ખાસ કરીને કૃત્રિમ ન્યુરલ નેટવર્ક દ્વારા શિખેલ રમતની માહિતી આધારિત આગળની ચાલ શોધવા માટે મોન્ટે કાર્લો ટ્રી સર્ચ એલ્ગોરિધમનો ઉપયોગ કરે છે. ન્યુરલ નેટવર્કને આલ્ફાગોની પોતાની ચાલ પસંદગીઓ અને વિજેતાની રમતોની આગાહી કરવા માટે પ્રોગ્રામ કરવામા આવે છે. આ ન્યુરલ નેટ ટ્રી સર્ચ શક્તિમાં સુધારો કરે છે, પરિણામે આગળની પુનરાવૃત્તિમાં ચાલની પસંદગીની ઉચ્ચ ગુણવત્તા અને રમત વધુ મજબૂત બને છે.

આલ્ફા ગો અને કે જી વચ્ચેની મેચ પછી, ડીપમાઇન્ડે આલ્ફાગોને નિવૃત્ત કર્યુ, જ્યારે અન્ય ક્ષેત્રોમાં એ.આઈ સંશોધન ચાલુ રાખ્યું. [૧૦] ટૂંકા તાલીમ સમયગાળા સાથે, આલ્ફા ગો ઝીરોએ ચેમ્પિયન-હરાવતા આલ્ફા ગો સામે ૧૦૦-૦ થી વિજય મેળવ્યો, જ્યારે તેના અનુગામી આલ્ફાઝેરો, હાલમાં ગો અને ચેસ નો વિશ્વનો સર્વશ્રેષ્ઢ ખેલાડી ગણાય છે.

ઇતિહાસ ફેરફાર કરો

કમ્પ્યુટર્સ માટે ચેસ જેવી અન્ય રમતો કરતા ગોને જીતવી વધુ મુશ્કેલ માનવામાં આવે છે, કારણ કે ગો ચેસ કરતા ઘણી વધારે શાખઓ ધરાવે છે. જેનાથી ટ્રી પ્રુનીગ અને ટ્રી ટ્રાવ્રસલ જેવિ પ્ધતિ નકામિ બને છે.[૧૧]

1997 ની મેચમાં આઇ.બી.એમના કમ્પ્યુટર ડીપ બ્લુએ વર્લ્ડ ચેસ ચેમ્પિયન ગેરી કાસ્પારોવને હરાવ્યાના લગભગ બે દાયકા પછી, એ.આઈ તકનીકોનો ઉપયોગ કરીને મજબૂત ગો પ્રોગ્રામ માત્ર કલાપ્રેમી 5-ડેન સ્તર સુધી પહોંચ્યા, અને તે પછી પણ પ્રોફેશનલ ગો પ્લેયરને હરાવી શક્યા નહતા.

ડીપમાઇન્ડના ડેવિડ સિલ્વર મુજબ, ડીપ લનિૅંગનો ઉપયોગ કરીને ન્યુરલ નેટવર્ક ગો માં કેવી રીતે સ્પર્ધા કરી શકે છે તે ચકાસવા માટે, આલ્ફાગો સંશોધન પ્રોજેક્ટ ૨૦૦૧ ની આસપાસ બનાવવામાં આવ્યો હતો. [૧૨] પાછલા ગો પ્રોગ્રામ્સ કરતાં આલ્ફાગો નોંધપાત્ર સુધારણા રજૂ કરે છે. ક્રેઝી સ્ટોન અને ઝેન સહિતના અન્ય ઉપલબ્ધ ગો પ્રોગ્રામ સામે 500 રમતોમાં, એક કમ્પ્યુટર પર ચાલતા આલ્ફાગોએ એક સિવાય તમામ જીત્યાં. [૧૩] સમાન મેચઅપમાં, મલ્ટીપલ કમ્પ્યુટર પર ચાલતી આલ્ફાગોએ અન્ય ગો પ્રોગ્રામ્સ સામે રમાયેલી તમામ 500 રમતો જીતી લીધી, અને આલ્ફાગો સામે ૭૭% રમતો એક જ કમ્પ્યુટર પર ચાલી હતિ.ઓક્ટોબર 2015 માં પ્રોગ્રામ ૧,૨૦૨ સીપીયુ અને ૧૭૬ જી.પી.યુનો ઉપયોગ કરી રહ્યું હતું.

References ફેરફાર કરો

  1. "Artificial intelligence: Google's AlphaGo beats Go master Lee Se-dol". BBC News. મેળવેલ 17 March 2016.
  2. "DeepMind AlphaGO". DeepMind Artificial Intelligence AlphaGo.
  3. "AlphaGo | DeepMind". DeepMind.
  4. "Research Blog: AlphaGo: Mastering the ancient game of Go with Machine Learning". Google Research Blog. 27 January 2016.
  5. "Google's AlphaGo gets 'divine' Go ranking". 15 March 2016. મેળવેલ 9 December 2017.
  6. "Google's AlphaGo gets 'divine' Go ranking". 15 March 2016. મેળવેલ 9 December 2017.
  7. "AlphaGo Movie".
  8. "From AI to protein folding: Our Breakthrough runners-up". 22 December 2016. મેળવેલ 29 December 2016. Cite journal requires |journal= (મદદ)
  9. "中国围棋协会授予AlphaGo职业九段 并颁发证书" (Chineseમાં). 27 May 2017. મેળવેલ 9 December 2017.CS1 maint: unrecognized language (link)
  10. "After Win in China, AlphaGo's Designers Explore New AI". 2017-05-27.
  11. Schraudolph, Nicol N.; Terrence, Peter Dayan; Sejnowski, J., Temporal Difference Learning of Position Evaluation in the Game of Go, archived from the original on 2017-03-28, https://web.archive.org/web/20170328153822/http://www.variational-bayes.org/~dayan/papers/sds94.pdf, retrieved 2020-08-24 
  12. John Riberio (14 March 2016). "AlphaGo's unusual moves prove its AI prowess, experts say".
  13. "Google AlphaGo AI clean sweeps European Go champion". 28 January 2016. મેળવેલ 28 January 2016.