Говоря об HRTech в современных реалиях, невозможно не затронуть тему искусственного интеллекта.

Но перед тем как пытаться разобраться в применении ИИ в HR на конкретных примерах, я бы попробовал рассмотреть путь ИИ в мире шахмат и спроецировать его на HRTech.

Шахматы всегда занимали особое место среди способов интеллектуального противостояния, достигнув своего апогея в этой роли в качестве одного из «театров» холодной войны — с «матчем столетия» между Спасским и Фишером в Рейкьявике в 1972 году. Я думаю, во многом это было обусловлено тем, что шахматы были неким симулятором жизни, требующим тех же качеств для успеха, что и в реальном мире: внимание, память, умение анализировать ситуацию, планировать свои действия и предугадывать ходы соперника, хитрость, умение находить нестандартные решения и т.п.

Поэтому не случайно машины стали играть в шахматы задолго до появления компьютеров, когда «Механический Турок» еще в XVIII веке гастролировал по Европе. Уже тогда это стало мерилом прогресса: сможет ли машина бросить вызов человеческому интеллекту на шахматной доске?

Не обошел эту тему и отец вычислительных машин Тьюринг, который, кроме своей «машины», предложил и алгоритм шахматной программы. Я не знаю ее нюансов, но, изучая программирование, мне самому хотелось написать что‑то подобное. Ведь шахматное поле кажется таким небольшим — всего 8×8. И даже без учета ограничений правил хода фигур и их позиций физически не может быть больше 64 вариантов для каждой фигуры.

Проблема, правда, в том, что даже с учетом правил игрок должен выбрать один из 20–50 возможных вариантов — в зависимости от количества оставшихся фигур и текущего их расположения. Поэтому для того, чтобы прямым перебором проанализировать всего на пару шагов вперед, нужно перебрать порядка 10 млн комбинаций. И с увеличением глубины анализа с каждым следующим ходом эта цифра улетает в космос.

Но первые суперкомпьютеры‑шахматисты двигались именно по этому пути глубокого перебора ходов, просто усложнив его функциями оценки вариантов, чтобы не тратить пусть и все увеличивающиеся вычислительные мощности на заведомо неэффективные варианты. И в итоге этого хватило для победы машин над человечеством. Я хорошо помню, как, будучи старшеклассником, следил за новостями о противостоянии Deep Blue с Каспаровым, когда, пусть и со второй попытки, но машина одолела чемпиона.

Настоящим прорывом стало появление полноценных ИИ‑компьютерных шахматистов, использующих нейронные сети. Причем разработчики очень быстро перешли от обучения сети на партиях мастеров прошлого к самообучению: когда AlphaZero просто рассказали правила, и она за ограниченное время сама переизобрела шахматы — да так, что разгромила лидера старой школы Stockfish. И теперь люди‑шахматисты учатся у неё игре в шахматы.

Продолжение обязательно будет