कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगचे बुद्धिबळातील स्थान...

कृत्रिम बुद्धिमत्ता, मशीन लर्निंग आणि डीप लर्निंगच्या वापराने सध्या चेस इंजिन खूपच शक्तिशाली बनत आहेत. ही गेल्या ५० वर्षातील प्रगती म्हणता येईल. कोमोडो एम.सी.टी.एस. (मॉन्टे कार्लो ट्री सर्च) या चेस इंजिनचे ३८५४ रेटिंग पाहून मानवी खेळाडू अचंबित झाला नाही तरच नवल. याच बरोबर प्रायोगिक तत्वावर यशस्वी झालेली  'क्वांटम सुप्रीमसी' जेंव्हा प्रत्येक्षात साकारली जाईल, तेंव्हा कॉम्प्युटर क्षेत्रात एक नवीन क्रांती होईल.        
 
सध्या कॉम्प्युटर क्षेत्रात ब्लॉकचेन तंत्रज्ञान, काही आघाडीवरील प्रोग्रॅमींग लँग्वेज याच बरोबर आर्टिफिशियल इंटेलिजन्स आणि मशीन लर्निंगचे वारे जोरात वाहते आहे. पुढील दशकात या गोष्टी आघाडीवरच राहतील असा अंदाज सध्यातरी आहे. वॉशिंग मशीन सारखी यंत्रे मानवी बुद्धिमत्तेतूनच जन्माला आली असली तरी, अशा प्रकारची यंत्रे मानवाप्रमाणेच विचार करू शकतील का? प्रसंगी अपेक्षित निर्णय घेऊन पुढील कामे करतील का? या कल्पनेतून ‘कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग' (आर्टिफिशियल इंटेलिजन्स अँड मशीन लर्निंग)  चा विचार प्राधान्याने पुढे येतो आहे.

सन १९५६ मध्ये न्यू हॅम्पशायर (अमेरिका) येथे  'डार्टमाऊथ  कॉन्फरन्स' झाली. यामध्ये स्टॅनफर्ड संशोधक जॉन मॅकार्थी यांनी प्रथम ‘कृत्रिम बुद्धिमत्ता’ (Artificial Intelligence) हा शब्द वापरला.  .
नजीकच्या काळात यंत्राने मानवी भाषा, प्रतिमा, आवाज, स्पॅम इमेल ओळखणे याच बरोबर ठराविक तपशीलावरून रोगांचे निदान, चालकविरहित गाडी... अशा असंख्य गोष्टीत कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगने शिरकाव केला आहे. मात्र 'कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग' यांच्या प्रारंभिक प्रयोगासाठी 'बुद्धिबळ' हा खेळ संशोधकांना एक प्रयोगशाळा म्हणून उपयोगी पडला, असे मला वाटते. बुद्धिबळा सारख्या अन्य खेळात देखील याचा नंतर अवलंब करण्यात आला.

ब्रिटिश गणितज्ञ् आणि संगणक संशोधक अॅलन ट्युरिंग यांनी सन १९४८ ते सन १९५० या कालावधी मध्ये जगातील पहिला वहिला बुद्धिबळ प्रोग्रॅम लिहिला. मात्र तो कॉम्प्युटर वर चालू शकेल असा कॉम्प्युटरच त्याकाळी उपलब्ध नव्हता. छोट्या यंत्रा द्वारे अल्गॉरिदम चालवून कागदावर पुढच्या प्रत्येक चालीची सूचना मिळण्यास अर्धा तास लागत असे. ट्युरिंगच्या हयातीत त्याचा बुद्धिबळ प्रोग्रॅम कॉम्प्युटरवर चालू शकला नाही. असे असले तरी हा खरेतर कृत्रिम बुद्धिमत्तेचा प्रारंभ होता. पुढील प्रगतीत जसे कृत्रिम बुद्धिमत्तेने सर्वोत्तम मानवी बुद्धिबळपटूला मागे टाकले, तसे विविध चेस इंजिन मध्ये श्रेष्ठत्वाची स्पर्धा चालू झाली.    

या पार्श्वभूमीवर कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग यामध्ये नेमका फरक कोणता? हे ढोबळ मानाने तरी जाणून घ्यावे लागेल.  

* कृत्रिम बुद्धिमत्तेमध्ये, बुद्धिमत्ता म्हणजे  ज्ञान संपादन करणे आणि ते लागू करण्याची क्षमता राखणे.
* मशीन लर्निंगमध्ये ज्ञान किंवा कौशल्य संपादन करण्याची प्रक्रिया वारंवार शिकणे आणि समजून घेणे.
* कृत्रिम बुद्धिमत्तेचे उद्दीष्ट हे अचूकतेपेक्षा एखादया अनुभूती मध्ये यशाची संधी वाढविणे हे आहे. याच बरोबर मानवी बुद्धिमत्ता व कृत्रिम बुद्धिमत्ता यात फरक नसणे.
* यशस्वी निकाल मिळविण्याऐवजी, शिकण्यात अचूकता वाढविणे हे मशीन लर्निंगचे उद्दिष्ट आहे.
* कृत्रिम बुद्धिमत्तेने शहाणपणाकडे घेऊन जाणे अपेक्षित आहे.
*  मशीन लर्निंगमुळे सर्वसाधारणपणे ज्ञान प्राप्ती होणे अपेक्षित आहे.
 
सध्याच्या शक्तिशाली चेस इंजिन मध्ये ‘डीप लर्निंग’ चा अवलंब देखील प्राधान्याने दिसू लागला आहे. अर्थात हा मशीन लर्निंगचा एक महत्वाचा भाग आहे. यामध्ये मेंदूच्या न्युरॉन जाळ्यांचे अनुकरण केले जाते. सन १९५१ मध्ये अमेरिकेच्या मर्विन ली मिन्स्की यांनी आपले सहकारी एडमंड्स यांच्या मदतीने न्यूरल नेटवर्क वर आधारित जगातील पहिले यंत्र बनवले. मर्विन ली मिन्स्की यांनी खरेतर गणितामध्ये डॉक्टरेट मिळविली होती. परंतु त्यांना मानवी डोक्या बाबत फार कुतूहल होते. मानवी मेंदूत लाखो ‘न्यूरॉन्स’ असतात. त्यांचे एकमेकांना जोडलेले जाळे असते. मिन्स्की यांनी एखादा उंदीर ठराविक रस्ता कसा शोधेल ! याचं प्रारूप या यंत्रा द्वारे केले होते. या यंत्रात केवळ ४० कृत्रिम न्यूरॉन्स एकमेकांना जोडलेले होते. त्यांना कपॅसिटर द्वारे शॉर्ट टर्म आणि एक व्हॉल्युम नॉब जोडून लाँग टर्म मेमरी देखील दिली होती. आर्टिफिशियल इंटेलिजन्स मध्ये 'न्यूरल नेटवर्क' चे महत्व मोठे आहे. आणि सध्या शक्तिशाली चेस इंजिन मध्ये त्याची जागा केंद्रस्थानी आहे.

बुद्धिबळ खेळताना आणि बुद्धिबळ प्रोग्रॅमींग करताना क्षणो -क्षणी तार्किक विचार करावा लागतो.
कृत्रिम बुद्धिमत्तेचा बुद्धिबळ प्रोग्रॅमींग मध्ये विचार करताना भौतिक जगाचे कोणतेही नियम गृहीत धरून चालत नाहीत. म्हणजे प्रोग्रॅमिंग करताना विविध अंगानी आणि विविध दृष्टीकोनातून विचार करावा लागतो. उदा. पाण्यात पडलेली प्रत्येक गोष्ट ओली होते. मात्र आपले जे पाण्यात प्रतिबिंब पडते ते ओले होते का ? किंवा पेट्रोलला काडी लावली की ते पेटणारच, असे आपण गृहीत धरतो. हीच कृती चंद्रावर केल्यास पेट्रोल पेट घेईल का? अर्थात प्रोग्रॅमींग मध्ये सापडलेल्या त्रुटींचे, प्रोग्रॅमर पुढील आवृत्तीत सुधारणा करत असतात.   

मानवी खेळाडू एखाद्या डावात पटावर अनेक चाली करतो. प्रोग्रामिंग करताना या सर्व चालींचे विविध प्रकार करावे लागतात. प्रत्येक प्रकारात त्यांच्या अटी आणि हेतूंचा विचार स्वतंत्रपणे करावा लागतो. त्याचे वर्गीकरण करून प्राधान्यक्रम ठरवावा लागतो. एकच उदा. पाहू. मानवी खेळाडू ज्या चालीला टॅक्टिकल चाल म्हणतो त्याची बुद्धिबळ प्रोग्रामिंग मध्ये व्याख्या वेगळी असू शकते. प्रोग्रामिंग मध्ये टॅक्टिकल चाल म्हणजे पटावरील मोहऱ्यांचे एकूण सांख्यिकी संतुलन बिघडवणारी चाल. म्हणजे 'कॅप्चर' (केवळ हस्तगत चालींचे ३० प्रकार होतात.), 'पॉन प्रमोशन' (प्यादे बढती) आणि क्वचित प्रसंगी 'एन पासंट' चाल. पॉन प्रमोशन चाली मुळे दोन्ही बाजूने जास्ती- जास्त किती प्रकारची मोहरी नव्याने पटावर येऊ शकतील, याचा देखील विचार करावा लागतो.

कृत्रिम बुद्धिमत्ता, मशीन लर्निंग आणि डीप लर्निंगच्या वापराने सध्या चेस इंजिन खूपच शक्तिशाली बनत आहेत. ही गेल्या ५० वर्षातील प्रगती म्हणता येईल. सध्या सुरु असलेल्या 'टॉप चेस इंजिन - सिझन १७' मध्ये कोमोडो एम.सी.टी.एस. (मॉन्टे कार्लो ट्री सर्च)- २४८४.०० या चेस इंजिनचे ३८५४ रेटिंग पाहून मानवी खेळाडू अचंबित झाला नाही तरच नवल.  

सध्याच्या काळातील आघाडीच्या चेस इंजिन पैकी फक्त दोन इंजिनचा कृत्रिम बुद्धिमत्तेच्या आणि मशीन लर्निंगच्या दृष्टीने ओझरता आढावा घेऊ.  

'स्टॉकफिश' (संगणकीय भाषा सी++) आणि 'लीला चेस झिरो' (संगणकीय भाषा सी++१४) या चेस इंजिनच्या मुक्त संगणक प्रणाली आहेत. यामध्ये अगदी कोणीही बदल करू शकतो आणि केलेले बदल पुढे उचित ठिकाणी पाठवू शकतो.

'स्टॉकफिश'
 * मानवी तर्कज्ञान आधारित पटस्थितीचे मूल्यमापन. एका सेकंदात ७ कोटी चालींचा विचार करण्याची क्षमता.   
* मल्टिप्रोसेसर सिस्टीम मध्ये ५१२ सीपीयु थ्रेडस (धागे/सूत्रे) वापरू शकते. कमाल परिवर्तन (ट्रान्स्पोझिशन) टेबल चौकट १२८ जी.बी.  
* सीपीयु मध्ये एकाच वेळेस एकाच ठिकाणी वेगवेगळी गुणन करणे म्हणजे मल्टिथ्रेडींग. ती एकेमकांशी संबंधित असतीलच असे नाही.
* अत्याधुनिक अल्फा बीटा शोध तंत्राचा अवलंब. यात अधिक आक्रमक काटछाट तंत्रा बरोबर कमीत कमी वेळेत खेळी करण्याची पद्धत अवलंबलेली असते. यामुळे तुलनेने खोलवर शोध घेण्याची क्षमता.   
* प्रत्येक चाली पूर्वी २१ प्रकारची गाळणी.
* बिटबोर्ड वापर.  (बिटबोर्ड एक विशेष 'बिट अ‍ॅरे डेटा स्ट्रक्चर' आहे. जे सामान्यत: संगणक प्रणालीमध्ये वापरले जाते. बोर्ड गेम मध्ये प्रत्येक बीट विशिष्ठ भागाशी संबंधित असते.)

'लीला चेस झिरो'
* लीला चेस झिरो हे 'लीला झिरो गो' यावरून घेतले आहे. जे मूळ गुगलच्या 'अल्फा झिरो गो' वरून घेतले आहे.
* गॅरी लिन्स्कॉट यांचे नेतृत्व. ज्यांनी स्टॉकफिशची देखील संगणक प्रणाली लिहिली.
* कृत्रिम न्यूरल नेटवर्क वर आधारित. या नेटवर्कची रचना जवळपास माणसाच्या मेंदू प्रमाणे असते.
* मशीन लर्निंग अल्गॉरिदम (तार्किक प्रक्रिया) द्वारे स्वयं शिक्षणाची ताकद चेस इंजिनला देण्यात येते. जवळपास २० कोटी डाव खेळून उचित रेटिंग प्राप्त.
( या पद्धतीत फक्त खेळाचे सर्व नियम मूळ संगणकीय प्रणाली मध्ये असतात. )
* पीयुसीटी शोध तंत्राचा अवलंब. म्हणजेच प्रेडिक्टर + अप्पर कॉन्फिडन्स बॉउंड ट्री सर्च. याला काहीजण मॉन्टे कार्लो ट्री सर्च म्हणतात.

गुगलने नुकताच प्रायोगिक तत्वावर ५३-क्यूबिट क्वांटम प्रोसेसर विकसित केला आहे. ज्या कामासाठी सध्याच्या जगातील सुपर कॉम्प्युटरला दहा वर्षे लागतील, त्या कामासाठी क्वांटम कॉम्प्युटरला केवळ २०० सेकंद लागतील, असा दावा गुगलने केला आहे. या क्वांटम कॉम्प्युटरच्या स्पर्धेत मायक्रोसॉफ्ट, इंटेल, आयबीएम सारखे मोठे खेळाडू देखील उतरले आहेत. 'क्वांटम सुप्रीमसी' जेंव्हा प्रत्येक्षात साकारली जाईल, तेंव्हा डीप लर्निंगच्या प्रगतीची दिशाच बदलून जाईल. तसेच नुसते चेस इंजिनच नाही तर कॉम्प्युटर क्षेत्रात एक नवीन क्रांती होईल.        

(लेखक तीन दशके सॉफ्टवेअर क्षेत्रात कार्यरत असून बुद्धिबळ अभ्यासक आहेत.)