פריצת דרך AI של גוגל: מה זה אומר ואיך זה משפיע עליך

פרסומת

ב- 27 בינואר, גוגל הודיעה כי AlphaGo, א בינה מלאכותית מה זה לא בינה מלאכותיתהאם רובוטים אינטליגנטים וקרובים הולכים להשתלט על העולם? לא היום - ואולי אף פעם לא. קרא עוד שפותחה על ידי חברת הבת שלה DeepMind, ניצחה את אלופת אירופה גו פאן הוי במשחק של חמישה משחקים.

אולי שמעת על החדשות האלה מכיוון שכותרות ברחבי העולם, אבל מדוע לאנשים כל כך אכפת מזה? מה כל זה אומר? אם אינך מכיר את המשחק של גו או את המשמעות שלו לבינה מלאכותית, אתה עלול להרגיש קצת אבוד.

אל תדאג, כיסינו. הנה כל מה שאתה צריך לדעת על פריצת הדרך וכיצד זה משפיע על אנשים קבועים כמוני.

המשחק של ללכת: פשוט ובכל זאת מורכב

Go הוא משחק אסטרטגיה סיני עתיק בו שני שחקנים נלחמים בכדי לתפוס שטח. פונה לסיבוב, כל שחקן - אחד לבן, השני שחור - מניח אבנים בצמתים של רשת 19 על 19. כשקבוצת אבנים מוקפת לחלוטין באבני השחקן האחר, הם "נלכדים" ומסולקים מהלוח.

בסוף המשחק כל נקודה ריקה "בבעלות" על ידי השחקן המקיף אותה. הניקוד של כל שחקן מבוסס על כמה טריטוריות בבעלותו (כלומר כמה שטח ריק הוא הקיף) בתוספת מספר קטעי היריב שנלכדו במהלך המשחק.

בעוד שרוב האנשים בטח חושבים על שחמט כמלך משחקי האסטרטגיה, גו הוא למעשה מורכב יותר. על פי ויקיפדיה ישנם 10

⁷⁶¹ משחקים אפשריים של Go לעומת 10¹²⁰ המשחקים האפשריים של שחמט העריכו.

המורכבות הזו, יחד עם כמה כללים אזוטריים ודגש על משחק על ידי אינסטינקט, הופכת את Go למשחק קשה במיוחד עבור מחשבים ללמוד ולשחק ברמה גבוהה.

העולם המדהים של מכשירי AI למשחקים

בתכנית הדברים המפוארת, עיצוב בינה מלאכותית שמשחקת משחק לא נראה כדאית במיוחד המרדף, במיוחד כאשר ווטסון AI של יבמ כבר פועל לסייע בשיפור שירותי הבריאות, אזור הזקוק לכל העזרה שהוא יכול לקבל. אז מדוע גוגל השקיעה כל כך הרבה שעות ודולרים כדי ליצור AI למשחק Go?

ברמה אחת זה עוזר לחוקרי AI להבין את הדרך הטובה ביותר ללמד מחשבים לעשות דברים. אם אתה יכול ללמד מחשב לפתור כיצד למצוא את המהלכים הטובים ביותר במשחק של דמקה או טיק-טאק-טו, אתה יכול לקבל תובנה כיצד ללמד מחשב אחר כיצד ממליץ על סרטים בנטפליקס 4 אלגוריתמים ללימוד מכונות המעצבים את חייךאתם אולי לא מבינים את זה אבל למידת מכונות כבר נמצאת סביבכם והיא יכולה להפעיל מידה מפתיעה של השפעה על חייכם. אתה לא מאמין לי? אולי תופתעו. קרא עוד , תרגם מייד דיבור, או חזו רעידות אדמה.

רבים מהשימושים ב- AI שראינו עד כה יפיקו תועלת משיפור יכולות פיתרון בעיות וחילוץ תבניות, אשר במקרה גם חשובות עבור אמצעי AI יעילים למשחקים.

כחול עמוק, אלוף השחמט AI, עבד על ידי שימוש בכמות אדירה של כוח חישובי וטכניקות כוח ברוט כדי להעריך את כל המהלכים הבאים האפשריים - עד 200,000,000 עמדות בשנייה. ולמרות שהאסטרטגיה הזו הייתה יעילה מספיק כדי לנצח אלוף שחמט לשעבר בעולם, זו לא דרך "דמוית אנוש" במיוחד לשחק שחמט. זה גם מחייב מתכנתים "להסביר" את כללי המשחק ל- AI.

לאחרונה, פותח תהליך שנקרא למידה עמוקה, שבעצם סללו את הדרך למחשבים ללמד את עצמם, וזה שינה לחלוטין את מרוץ לבינה מלאכותית מיקרוסופט מול גוגל - מי מוביל את מירוץ הבינה המלאכותית?חוקרי בינה מלאכותית עושים התקדמות מוחשית, ואנשים מתחילים לדבר שוב ברצינות על AI. שני הטיטאנים המובילים את מירוץ הבינה המלאכותית הם גוגל ומיקרוסופט. קרא עוד .

בעזרת למידה מעמיקה, מחשב יכול לחלץ דפוסים שימושיים מנתונים - במקום שיספרו להם מתכנתים אילו תבניות עליו לחפש - ולהשתמש בדפוסים הללו כדי לייעל את החלטותיו. אם למידה עמוקה מצליחה, AI יכול אפילו לגלות דפוסים יעילים יותר ממה שאנחנו יכולים להכיר כבני אדם.

סוג זה של לימוד הודגם בשנה שעברה, כאשר חברת המחקר AI בבעלות גוגל DeepMind חשפה AI שלימד את עצמו לשחק 49 שונים משחקי עטרי ארקייד עטרי - שחק משחקי וידאו רטרו ב- HTML5 [MUO Gaming]מי שמשחק היום משחקי וידאו חייב חוב הכרת תודה עצום לעתרי ולמייסדים ומהנדסים שעבדו בחברה בשנות המכונן שלה. עטרי היה אחראי לרבים מה ... קרא עוד לאחר שניתנה רק קלט גולמי. (אתה יכול לראות את זה לומד לשחק את Breakout למעלה.)

התהליך זהה ללימוד משחק וידאו ללא הדרכה או הסבר. אתה צופה זמן מה, ואז מנסה ללחוץ על כפתורים אקראיים, ואז מתחיל להבין דברים, לפתח אסטרטגיות ובסופו של דבר להמשיך להצטיין.

ומצטיין שכן. מכשיר ה- DeepMind AI השמיד לחלוטין את המתנגדים האנושיים ברמה המקצועית בכמה מהמשחקים האלה, כמו וידאו פינבול. זה היה גרוע משמעותית במשחקים אחרים, כולל גב 'פאק-מן, אך היה בעל שיא מרשים מאוד בסך הכל.

AlphaGo: הרמה הבאה של AI

AlphaGo, המחשב שניצח את Fan Hui ב- Go, השתמש באסטרטגיית הלמידה העמוקה הזו כדי לנצח ללא הפסד בחמישה התאמות.

במקום להשתמש בחישוב כוח ברוט כמו כחול עמוק, AlphaGo קבעה את הצעד הבא שלה על ידי שימוש במה שלמד באימונים הגבילו את היקף המהלכים שעשויים להיות יעילים, ואז הפעלו הדמיות בכדי לראות אילו מהלכים היו הסבירות הגבוהה ביותר להביא לחיוב תוצאות.

שתיים שונות רשתות עצביות טכנולוגיית המחשבים האחרונה שעליך לראות כדי להאמיןבדוק כמה מהטכנולוגיות המחשוב האחרונות אשר מיועדות להפוך את עולם האלקטרוניקה והמחשבים האישיים במהלך השנים הקרובות. קרא עוד , רשת המדיניות ורשת הערכים, עבדו יחד כדי להעריך מהלכים ולבחור את הטוב ביותר בכל פנייה.

בגלל המורכבות של גו, גישה של כוח ברוט על כל המהלכים האפשריים פשוט לא אפשרית כמו בשחמט. אז AlphaGo שאבה את הידע שהיא צברה בשלב האימונים, שכללה צפייה ב -30 מיליון מהלכים שביצעה מומחים אנושיים, לומדים לחזות את מהלכיהם, לבוא עם אסטרטגיות משלה ומשחקים נגד עצמה אלפי פעמים.

באמצעות למידת חיזוק, תהליכי קבלת ההחלטות שלו פותחו וחוזקו עד שה- AlphaGo הפכה ל- AI הטוב ביותר בעולם לשחק. ב -500 משחקים מול מחשבי ה- Go המתקדמים ביותר, היא ניצחה 499 מתוכם - גם לאחר שהעניקה לאותה תוכניות ראשית ראש של ארבעה תנועות.

וכמובן, AlphaGo ניצחה את Fan Fan Hui, אלופת ה- Go האירופית הנוכחית. הניצחון הושג למעשה באוקטובר 2015, אך ההכרזה עוכבה בד בבד עם פרסום העיתון המחקרי של DeepMind ב- טבע. בחודש מרץ, AlphaGo תיקח לי את לי סדול, השחקן הדומיננטי ביותר בעולם בעשר השנים האחרונות.

אוקיי, אז מה כל זה אומר?

מדוע זה עולה לכותרות ברחבי העולם? מכמה סיבות, למעשה.

ראשית, אנשים רבים חשבו שזה בלתי אפשרי עם הטכנולוגיה הנוכחית. מרבית ההערכות אמרו כי AI לא ינצח שחקן Go ברמה עולמית לפחות לעשר שנים נוספות. רשתות הערך של AlphaGo יכולות להעריך כל משחק Go שמשוחק כעת ולחזות זוכה בסופו של דבר, בעיה שלדברי גוגל היא "כל כך קשה היה האמין שהוא בלתי אפשרי. "

שנית, העובדה כי נעשה שימוש בלמידה עמוקה ועצמאית חשובה מאוד. זה מראה כי בינה מלאכותית עדכנית יכולה לאסוף נתונים, לחלץ דפוסים, ללמוד לחזות כאלה דפוסים, ובסופו של דבר מפתחים אסטרטגיות לפתרון בעיות שהן מורכבות ויעילות מספיק כדי לנצח אנוש ברמה עולמית.

ובעוד הניצחון ב- Go לא מתכוון לשנות את העולם, העובדה כי מחשב הצליח להגיע לרמה זו של אסטרטגיה באמצעות אלגוריתמי למידה משלו מרשימה מאוד.

זה הלמידה העמוקה הזו שחוקרי AI באמת התלהבו מ- AlphaGo. רבים מאמינים שלמידה עצמאית היא הצעד הראשון בדרך לביצוע בינה מלאכותית חזקה. AI חזק מתייחס למחשב שיכול לפתור משימות אינטלקטואליות בשווה לבני אדם (וזה קשה להפליא, בעיקר בגלל המורכבות והיעילות של המוח האנושי). זה סוג ה- AI שאתה רואה בו סרטי מדע בדיוני רבים תשומת לב, אינטרנט! הסרטים הטובים ביותר על בינה מלאכותיתהוליווד הוציאה הרבה סרטים מעולים הבוחנים את סוגיות הבינה המלאכותית לאורך השנים, והנה עשרה מהסרטים הטובים ביותר בנושא AI אנו ממליצים להעביר שמיים וארץ ל ... קרא עוד .

זו הסיבה שיצירת מכשירי AI שיכולים להתנהג בדרכים דומות לבני אדם זה עניין כה גדול. חילוץ דפוסים ופיתוח אסטרטגיות זה דבר שאנחנו עושים כל הזמן, ואנחנו לא משתמשים בשיטות כוח ברוט כשמקבלים החלטות.

קשה מאוד לגרום למחשב לעשות זאת ללא הרבה הנחיות, אך בזכות AlphaGo, אנו יודעים כעת כי ממשק משתמש חזק אינו אפשרי, אלא קרוב יותר מכפי שחשבנו.

כמובן, AI שמשחק Go, הוא עדיין רחוק ממערכת AI אינטליגנטית בדרך כלל. זה עושה רק דבר אחד, שהוא פשוט ככל שהאינטליגנציה המלאכותית יכולה להשיג - אפילו ה- AI שמשחק את אטרי היה מסוגל לשחק 49 משחקים שונים משחקי וידאו עתידיים יעזרו בך ברצינותVideogame AI עדיין לא כל כך נהדר. עם זאת, עם ההתקדמות הטכנולוגית האחרונה, זה עשוי להשתנות בקרוב. קרא עוד - אך הלמידה העצמאית היעילה של AlphaGo יכולה להיות הצעד הראשון לקראת שינוי פרדיגמה משמעותי ב- AI.

מה אתה חושב?

אין ספק כי הניצחון של AlphaGo על Fan Fan הוא חי, אך האם זה ראוי לכותרות ברחבי העולם עומד לדיון.

אתה חושב שזו עניין גדול? האם אנחנו צעד אחד קרוב יותר ל אפוקליפסה של הרובוט מיקרוסופט, בינה מלאכותית ואפוקליפסה של הרובוטמיקרוסופט נותנת לשורה של רובוטים אוטונומיים מבט רציני. האם זו תחילת הסוף עבור בני אדם, או סתם צעד נוסף קדימה בדחיפה לבינה מלאכותית בטוחה? קרא עוד ? או שאתה לא מתרשם ממכשיר AI שיכול פשוט לשחק משחק? שתף את המחשבות שלך למטה ובוא נדבר על זה.

זיכויים לתמונה: ללכת למשחק מאת vvoe דרך Shutterstock, טטיאנה בלובה דרך Shutterstock.com, מקיאורה באמצעות ויקימדיה Commons, זרבור דרך Shutterstock.com