Как ИИ перепрошивает мышление сильнейших игроков в го

Что произошло

Десять лет назад AlphaGo от Google DeepMind обыграл легенду го Ли Седоля. Тогда это выглядело как разовый шок. Сейчас понятно: матч стал точкой невозврата для всей дисциплины.

За эти годы ИИ фактически переписал теорию го. Программы вроде AlphaGo и KataGo сломали принципы, которые игроки оттачивали столетиями, и предложили ходы, о которых люди даже не думали. Профессионалы теперь тренируются не ради «своего стиля», а чтобы как можно точнее повторять решения нейросетей.

Мировой номер один, кореец Шин Джинсо, каждый день начинает с тренировки с KataGo. Он открывает программу, смотрит на «синюю точку» — подсказку лучшего хода — и по камню разбирает, почему ИИ выбрал именно эту линию. Его даже прозвали «Shintelligence» за то, как сильно его стиль напоминает игру алгоритма.

По данным исследования Корейской лиги бадука за 2022 год, 37,5% ходов Шина совпадают с рекомендациями ИИ. Средний показатель по другим профи — 28,5%. Фактически он живёт внутри движка: во время подготовки к важным матчам проводит с KataGo почти всё бодрствующее время и сам называет это «почти аскезой».

Корейская ассоциация бадука уже обратилась к Google DeepMind с предложением устроить юбилейный матч между Шином и AlphaGo. В DeepMind на запрос пока не ответили. Шин при этом уверен, что справится. Он тренировался на более продвинутых системах и считает, что знает слабые места старой версии AlphaGo. По его словам, если ботового соперника не обновляли с 2016 года, у него есть шанс.

Контекст

Го придумали в Китае больше 2500 лет назад. На доске 19×19 два игрока по очереди ставят чёрные и белые камни и пытаются окружить территорию соперника. Комбинаторика у игры запредельная: число возможных позиций оценивают примерно в 10^170. Это больше, чем атомов во Вселенной. Если шахматы напоминают дуэль, то го ближе к затяжной войне на нескольких фронтах.

AlphaGo обучали на 30 миллионах ходов из партий людей, а потом заставили играть миллионы игр против самой себя. После победы над Ли Седолем её переименовали в AlphaGo Lee. Через год DeepMind собрала AlphaGo Zero — систему, которая вообще не смотрела партии людей. Она знала только правила и училась, играя сама с собой. Без человеческих шаблонов она быстро вышла за пределы привычной теории. Через три дня такого самообучения AlphaGo Zero разгромила AlphaGo Lee со счётом 100:0.

Сегодня без ИИ почти невозможно удержаться в профессиональном го. Алгоритмы показывают ходы, которые считались «плохими» десятилетиями, и вдруг оказываются выигрышными. Часть игроков говорит, что игра стала менее творческой: все смотрят в один и тот же софт и копируют его стиль. Другие уверены, что это только подняло планку, а пространство для человеческих находок никуда не делось.

Есть и неожиданный побочный эффект. Сильные ИИ-программы стали массовым и относительно дешёвым тренером. Раньше доступ к топ-наставникам имели в основном мужчины в крупных школах. Сейчас любой талантливый подросток с ноутбуком может анализировать партии на уровне мировых звёзд. Организации го уже замечают: всё больше девушек и женщин поднимается в рейтингах именно благодаря такому доступу к тренировкам.

Что это значит для вас

Если вы играете в го, даже на любительском уровне, ИИ уже стал нормой. Программы вроде KataGo — это не магия для избранных, а стандартный инструмент, как онлайн-база партий. Без них вы будете отставать и по дебютам, и по стратегии.

Если вы работаете с ИИ в других областях — от программирования до дизайна, — история го показывает, что произойдёт дальше. Сначала нейросети кажутся чем‑то внешним. Потом они становятся обязательной частью тренировки и работы. В итоге лучшие специалисты начинают думать «через» ИИ, как Шин, который каждый ход мысленно сверяет с машиной.

У этого есть плюсы и минусы. Плюс — быстрый рост уровня: вы учитесь у системы, которая уже перебрала миллионы вариантов. Минус — риск потерять собственный стиль и слепо доверять подсказкам, не понимая причин. Если вы не хотите превратиться в оператора подсказок, придётся делать то, что делает Шин: не просто кликать по «синей точке», а разбирать каждое предложение и спорить с ним.

И ещё один вывод: ИИ снижает порог входа. В го это уже помогает женщинам и игрокам из регионов. В вашей сфере будет то же самое. Конкурировать придётся не только с коллегами из соседнего офиса, но и с людьми, которые раньше вообще не могли попасть в профессию. Ваше преимущество — не доступ к инструменту, а умение задавать ему правильные вопросы и критически оценивать ответы.