Eric Jang, mesterségesintelligencia-kutató, részletesen elmagyarázza, hogyan lehet az AlphaGo-t a semmiből megépíteni. Felvezeti, hogy a Go játék rejtélye és szépsége hogyan lett a mesterséges intelligencia mérföldköve, miközben a Go mély keresési folyamatait neurális hálózatokkal sikerült hatékonyabbá tenni.
A beszélgetés külön kitér arra, miért is számít különösnek a Go játéka – a döntések végső kimenetelének előrejelzése csak a játék befejezésekor derül ki, ezért a keresési tér óriási. Eric bemutatja, hogyan épül fel egy AI keresőfa, és végigveszi az UCB, PUCT keresőalgoritmusok intuitív működését, miközben arra világít rá, hogy mélytanulás nélkül szinte lehetetlen kezelni a játék komplexitását.
Az interjúban részletesen elhangzik, mi a szerepe a policy és value hálózatoknak az AlphaGo-ban, és hogyan lehet hálózatokat tréningezni emberi szakértői partik felhasználásával vagy akár tabula rasa önjátszással. Felvetik, mennyire számítanak az architekturális döntések – például ResNet vs. transzformerek – vagy a különféle trükkök (mint a 9×9-es Go táblán történő előtréning).
A beszélgetés végén szó esik arról, hogyan válik egyre egyszerűbbé egy erős Go-bot építése modern hardverekkel és milyen különbségek mutatkoznak a Go-hoz hasonló jól strukturált játékok és a nyelvi modellek, illetve robotika tanítása között. Felmerül a kérdés, hogy milyen szerepe lehet az automatizált kutatási ciklusnak, AI-alapú kódolási asszisztenseknek, és hogy az ilyen tapasztalatok hogyan járulhatnak hozzá az általános mesterséges intelligencia fejlődéséhez.
