دیپ بلو Deep Blue | مسابقه جذاب کامپیوتر شطرنج‌باز IBM با گری کاسپاروف!

در سال ۱۹۸۵، فنگ هسیونگ هسو دانشجوی دکترای دانشگاه کارنگی ملون، ایده‌ای ساده اما جاه‌طلبانه داشت. ساختن ماشینی که بتواند شطرنج را در سطح حرفه‌ای بازی کند. او پروژه‌ای به نام چیپ تست را آغاز کرد، که در واقع یک تراشه سفارشی VLSI بود برای تولید حرکات و جستجوی موقعیت‌های شطرنج. هسو با همکاری موری کمپبل، که عاشق شطرنج بود و تخصصش در نرم‌افزار، و توماس آنانتارامان، که بر جستجوهای پیشرفته کار می‌کرد، تیمی تشکیل داد. این تیم کوچک در آزمایشگاه‌های دانشگاه کارنگی ملون، با بودجه محدود، ساعات طولانی را صرف طراحی سخت‌افزاری کرد که بتواند میلیون‌ها موقعیت را در ثانیه ارزیابی کند. چیپ تست در سال ۱۹۸۷ قهرمان آمریکای شمالی کامپیوترهای شطرنج شد و نشان داد که سخت‌افزار اختصاصی می‌تواند از نرم‌افزارهای عمومی پیشی بگیرد.

این موفقیت اولیه توجه شرکت غول‌پیکر IBM را جلب کرد. در سال ۱۹۸۹، هسو و کمپبل به IBM پیوستند و پروژه را به دیپ تاف تغییر نام دادند، نامی الهام‌گرفته از رمانی علمی-تخیلی نوشته داگلاس آدامز. دیپ تاف با ۶ تراشه شطرنجی، حدود ۷۲۰,۰۰۰ موقعیت در ثانیه را جستجو می‌کرد، که برای آن زمان انقلابی بود. اما در همان سال، گری کاسپاروف، قهرمان جهان شطرنج، دیپ تاف را در دو بازی شکست داد و گفت: “به آن یاد بده زودتر تسلیم شود.” این شکست نه پایان، بلکه آغاز فصلی جدید بود؛ IBM بودجه عظیمی تزریق کرد و تیم را گسترش داد تا ماشینی بسازد که کل مسابقات را ببرد.

تغییر نام به دیپ بلو و ورود IBM به عرصه شطرنج حرفه‌ای

در سال ۱۹۸۹، IBM مسابقه‌ای برای نام‌گذاری ماشین شطرنجی برگزار کرد و برنده، پیتر فیتز‌هیو براون، نامی پیشنهاد داد: دیپ بلو، که بازی کلمات با “بیگ بلو”، لقب IBM بود. این نام‌گذاری نمادی از تعهد IBM به پروژه بود؛ شرکتی که در محاسبات ابری و سوپرکامپیوترها پیشرو بود، حالا می‌خواست شطرنج را فتح کند. تیم دیپ بلو، تحت رهبری هسو، شامل متخصصانی مثل جی. هوان، آر. جوزف هوان جونیور و جرالد تسو شد. آن‌ها سخت‌افزار را بر پایه سوپرکامپیوتر IBM RS/6000 SP بنا کردند، با ۳۰ نود پردازشی که هر کدام توسط پردازنده PowerPC و ۱۶ تراشه شطرنجی سفارشی تقویت شده بودند. معماری موازی اجازه می‌داد دیپ بلو ۲۰۰ میلیون موقعیت در ثانیه را ارزیابی کند، با سرعت ۱۱.۳۸ میلیارد عملیات اعشاری در ثانیه.

نرم‌افزار هم به اندازه سخت‌افزار پیشرفته بود. دیپ بلو از الگوریتم جستجوی آلفا-بتا استفاده می‌کرد، که شاخه‌های بی‌فایده درخت جستجو را هرس می‌کند، و یک کتابخانه عظیم از بازشدن‌های شطرنج، شامل میلیون‌ها بازی گذشته، داشت. استاد بزرگهایی مثل جوئل بنجامین، میگل ایلسکاس و جان فدوروویچ برای تنظیم کتابخانه و ارزیابی موقعیت‌ها استخدام شدند. IBM این پروژه را نه فقط برای شطرنج، بلکه برای نشان دادن قدرت محاسباتی در مسائل پیچیده مثل کشف دارو و تحلیل مالی، پیش می‌برد. تا سال ۱۹۹۵، دیپ بلو نسخه آزمایشی‌اش را مقابل استاد بزرگها آزمایش کرد و پیروزی‌هایش، هیجان جهانی ایجاد کرد.

ویدیو مسابقه کامپیوتر شطرنج‌باز IBM با گری کاسپاروف

مسابقه ۱۹۹۶ در فیلادلفیا: نخستین پیروزی ماشین بر قهرمان جهان

فوریه ۱۹۹۶، مرکز همایش‌های پنسیلوانیا در فیلادلفیا میزبان رویدادی شد که جهان را شوکه کرد. گری کاسپاروف، با امتیاز FIDE ۲۸۰۰ و ۱۲ عنوان قهرمانی متوالی، مقابل دیپ بلو نشست. کاسپاروف، که به عنوان بزرگ‌ترین شطرنج‌باز تاریخ شناخته می‌شد، با اعتماد به نفس کامل وارد شد و گفت: “ماشین هرگز نمی‌تواند خلاقیت انسانی را داشته باشد.” اما در بازی اول، دیپ بلو با بازشدن سیسیلی دفاع آلاپین، کاسپاروف را در ۳۷ حرکت شکست داد؛ نخستین باری که یک کامپیوتر قهرمان فعلی جهان را در شرایط استاندارد تورنمنت شکست می‌داد. رسانه‌ها دیوانه شدند و عنوان “مرد در مقابل ماشین” را بر سر زبان‌ها انداختند.

با این حال، کاسپاروف در بازی‌های بعدی جبران کرد. او سه بازی برد، دو تساوی گرفت و مسابقه را ۴-۲ برد. دیپ بلو در نسخه اولیه‌اش، با ۴۸۰ تراشه شطرنجی، هنوز ضعف‌هایی داشت؛ مثلاً در ارزیابی بلندمدت موقعیت‌ها ضعیف بود و گاهی حرکات “غیرانسانی” می‌زد. کاسپاروف پس از پیروزی گفت: “این ماشین می‌بیند، اما نمی‌فهمد.” IBM از این شکست درس گرفت؛ تیم هسو و کمپبل سخت‌افزار را دو برابر سریع‌تر کرد و نرم‌افزار را با هزاران بازی کاسپاروف آموزش داد.

بازبینی و ارتقای دیپ بلو برای انتقام ۱۹۹۷

پس از شکست ۱۹۹۶، تیم IBM شبانه‌روز کار کرد. آن‌ها تعداد پردازنده‌ها را به ۳۰ نود RS/6000 SP رساندند، هر نود با ۸-۱۰ تراشه شطرنجی نسل دوم، ساخته‌شده با فرآیند ۰.۶ میکرون CMOS و ۱.۵ میلیون ترانزیستور در هر تراشه. ارتقا سرعت را به ۲۰۰ میلیون موقعیت در ثانیه رساند، با تمرکز بر جستجوی موازی: یک سطح جستجو روی شبکه سوئیچینگ SP و سطح دیگر روی باس Micro Channel داخل هر نود. نرم‌افزار هم بهبود یافت؛ الگوریتم‌های کنترل جستجو، مثل Singular Extension برای موقعیت‌های بحرانی، و یک تابع ارزیابی پیچیده که بیش از ۸,۰۰۰ پارامتر داشت، اضافه شد. کتابخانه بازشدن‌ها با کمک استاد بزرگها به میلیون‌ها حرکت گسترش یافت.

IBM همچنین استراتژی رسانه‌ای را تغییر داد؛ دیپ بلو را به عنوان نماد پیشرفت هوش مصنوعی معرفی کرد، نه فقط یک ماشین شطرنج. کاسپاروف درخواست کرد بازی‌های اخیر دیپ بلو را ببیند، اما IBM رد کرد، که بعداً جنجال‌برانگیز شد. تیم دیپ بلو، حالا با ۱۲ عضو، شامل متخصصان سخت‌افزار و نرم‌افزار، آماده انتقام بود.

مسابقه انتقامی ۱۹۹۷ در نیویورک: پیروزی تاریخی دیپ بلو

مه ۱۹۹۷، مرکز اکویتابل در نیویورک، صحنه نبرد نهایی بود. شش بازی با جایزه ۱.۱ میلیون دلاری، که ۷۰۰,۰۰۰ دلار به برنده می‌رسید. کاسپاروف بازی اول را برد، اما در بازی دوم، دیپ بلو با حرکتی بحث‌برانگیز (۳۶.axb5) او را در ۴۷ حرکت شکست داد. کاسپاروف ادعا کرد این حرکت “بیش از حد انسانی” است و تیم IBM تقلب کرده، اما IBM انکار کرد و گفت فقط بین بازی‌ها تنظیم می‌کنند. سه بازی بعدی تساوی شد و در بازی ششم، کاسپاروف در ۱۹ حرکت تسلیم شد؛ موقعیتی که بعداً تحلیل شد و نشان داد او اشتباه اولیه‌ای در بازشدن داشت. دیپ بلو مسابقه را ۳.۵-۲.۵ برد، نخستین باری که یک کامپیوتر قهرمان فعلی را در مسابقه کامل شکست داد.

این پیروزی جهان را تکان داد؛ روزنامه‌ها تیتر زدند “مرد در مقابل ماشین: ماشین برنده شد” و مستند “بازی تمام: کاسپاروف و ماشین” ساخته شد. کاسپاروف درخواست بازبینی لاگ‌ها و مسابقه مجدد کرد، اما IBM دیپ بلو را بعد از پیروزی کنسل کرد (هرچند تا سال‌ها فعال ماند). دانشگاه کارنگی ملون ۱۰۰,۰۰۰ دلار جایزه فردکین را به تیم داد.

معماری سخت‌افزاری: قدرت موازی در دل تراشه‌های سفارشی

سخت‌افزار دیپ بلو قلب تپنده‌اش بود. یک سوپرکامپیوتر IBM RS/6000 SP با ۳۰ نود، هر نود شامل پردازنده Power2 Super Chip و ۱۶ تراشه شطرنجی VLSI. هر تراشه، با سرعت ۴۰-۵۰ نانوثانیه، تولید حرکت، جستجو و ارزیابی را تسریع می‌کرد و حدود ۵۰۰,۰۰۰ موقعیت در ثانیه پردازش می‌کرد. کل سیستم ۴۸۰ تراشه داشت، با مصرف انرژی بالا اما کارایی فوق‌العاده. جستجو موازی بود: نود اصلی نرم‌افزاری جستجو را شروع می‌کرد و در عمق مشخص، کار را به نودهای slave توزیع می‌کرد. این معماری، الهام‌گرفته از Deep Thought، اجازه داد دیپ بلو درخت جستجوی عظیم شطرنج (با بیش از ۱۰^۱۲۰ موقعیت ممکن) را در سه دقیقه هرس کند.

بدون این سخت‌افزار اختصاصی، دیپ بلو غیرممکن بود؛ تراشه‌ها برای شطرنج بهینه شده بودند، با حافظه کش برای الگوهای رایج و کنترلر آلفا-بتا سخت‌افزاری. IBM این فناوری را بعداً در Blue Gene برای کشف دارو استفاده کرد، جایی که شبیه‌سازی مولکولی نیاز به محاسبات عظیم دارد. دیپ بلو نشان داد سخت‌افزار سفارشی می‌تواند مسائل پیچیده را حل کند، و پایه‌گذار سوپرکامپیوترهای مدرن شد.

الگوریتم‌های نرم‌افزاری: از آلفا-بتا تا ارزیابی هوشمند موقعیت‌ها

نرم‌افزار دیپ بلو ترکیبی از جستجوی brute-force و دانش انسانی بود. الگوریتم اصلی آلفا-بتا بود، که مرزهای آلفا (بهترین برای ماکزیمایزر) و بتا (بهترین برای مینیمایزر) را تنظیم می‌کند و شاخه‌های ضعیف را حذف می‌کند، سرعت را تا ۱۰۰ برابر افزایش می‌دهد. Singular Extension برای موقعیت‌های کلیدی، عمق جستجو را بیشتر می‌کرد. تابع ارزیابی، بیش از ۸,۰۰۰ پارامتر داشت که موقعیت مهره‌ها، ساختار پیاده، ایمنی شاه و پتانسیل حمله را امتیازدهی می‌کرد؛ این تابع توسط استاد بزرگها تنظیم شده بود. کتابخانه بازشدن‌ها، شامل ۴,۰۰۰ بازشدن اصلی و میلیون‌ها واریانت، از بازی‌های گذشته الهام گرفته بود.

دیپ بلو “یادگیری” نداشت؛ بین بازی‌ها، تیم ضعف‌ها را برطرف می‌کرد، مثل اضافه کردن الگوهای دفاعی کاسپاروف. این رویکرد هیبریدی، محاسبات خام با دانش کارشناسی، دیپ بلو را از رقبا متمایز کرد. بعداً، مقالات IEEE جزئیات را منتشر کردند. نرم‌افزار دیپ بلو پایه الگوریتم‌های مدرن شطرنج مثل Stockfish شد.

جنجال‌های کاسپاروف: تقلب، دخالت انسانی و درخواست بازبینی

پس از بازی دوم ۱۹۹۷، کاسپاروف ادعا کرد حرکت ۳۶.axb5 “خلاقانه” است و تیم IBM از استاد بزرگی کمک گرفته است. او گفت: “این حرکت ماشین نیست، انسانی است.” IBM انکار کرد و گفت فقط بین بازی‌ها تنظیم می‌کنند، طبق قوانین. کاسپاروف درخواست لاگ‌های دیپ بلو و بازی‌های قبلی را داد، اما IBM ابتدا رد کرد و بعداً منتشر کرد. تحلیل‌ها نشان داد هیچ تقلب نیست، اما کاسپاروف احساس “جنگ روانی” کرد. او IBM را متهم به عدم شفافیت کرد، مثل پنهان کردن بازی‌های آزمایشی مقابل بنجامین.

این جنجال‌ها به مستند “بازی تمام” دامن زد و کاسپاروف را به عنوان مدافع “روح شطرنج” نشان داد. سال‌ها بعد، در ۲۰۱۶، کاسپاروف نظرش را تغییر داد و تیم دیپ بلو را ستود، گفت: “عملکردم ضعیف بود و ماشین‌ها حالا فراتر رفتند.” این اختلافات، بحث فلسفی برانگیخت: آیا پیروزی دیپ بلو واقعی بود یا فقط محاسباتی؟

دیپ بلو نقطه عطف در هوش مصنوعی

پیروزی دیپ بلو نقطه عطفی در AI بود؛ نشان داد brute-force می‌تواند هوش انسانی را در بازی‌های پیچیده شکست دهد. IBM از فناوری‌اش در Blue Gene برای شبیه‌سازی مولکولی استفاده کرد، که زمان کشف دارو را از سال‌ها به ماه‌ها کاهش داد. الهام‌بخش آلفاگو گوگل شد، که در ۲۰۱۶ گو را فتح کرد با یادگیری عمیق، نه فقط جستجو. در شطرنج، موتورهایی مثل Fritz و Junior در ۲۰۰۳ کاسپاروف را به تساوی رساندند و حالا Stockfish هزاران Elo بالاتر است.

دیپ بلو بحث‌های اخلاقی را هم برانگیخت: آیا ماشین‌ها “درک” دارند یا فقط محاسبه؟ کاسپاروف بعداً گفت: “این پیروزی انسان بود، چون ما ماشین‌ها را ساختیم.” میراثش در big data و ابررایانش است، جایی که الگوریتم‌های موازی برای مالی، ژنتیک و آب‌وهوا استفاده می‌شود.

پس از ۱۹۹۷، IBM دیپ بلو را آپدیت نکرد؛ تا ۲۰۰۶ فعال ماند و مقابل Topalov و دیگران بازی کرد. تراشه‌ها به موزه اسمیتسونین رفتند و هسو کتاب “پشت دیپ بلو” را نوشت. کمپبل به تحقیق در AI ادامه داد. دیپ بلو حالا نماد عصر AI است، با الهام از فیلم‌ها و کتاب‌ها. اکنون با پیشرفت ChatGPT و آلفازیرو، دیپ بلو قدیمی به نظر می‌رسد، اما پایه‌گذار بود.