Θυμάστε (αόριστα) πώς μάθατε να περπατάτε, να μιλάτε, να οδηγείτε ποδήλατο ή να οδηγείτε; Ήταν ακατάστατο και γεμάτο λάθη, αλλά οι δεξιότητες που μάθατε έτσι παρέμειναν. Εκτός των συστημάτων διαβίωσης, ήταν δύσκολο να δομηθούν αρκετά ισχυροί αλγόριθμοι για να αποκτήσουν «πραγματική εμπειρία» και να αναπτύξουν κολλώδεις, προσαρμόσιμες συμπεριφορές για την τεχνητή νοημοσύνη.
pisces sun scorpio moon woman
Λοιπόν, το Alpha Go Zero μόλις το έκανε.
Ξεκινά από μια κενή πλάκα και ξεχωρίζει μόνο για τον εαυτό της, μόνο από τον αυτοπαιχνίδι και χωρίς καμία ανθρώπινη γνώση, ή οποιαδήποτε ανθρώπινα δεδομένα, χαρακτηριστικά ή παραδείγματα, ή παρέμβαση από ανθρώπους. Ανακαλύπτει πώς να παίξετε το παιχνίδι του Go από τις πρώτες αρχές », λέει ο καθηγητής του DeepMind, David Silver.
Η τεχνητή νοημοσύνη είχε πολλές επαναλήψεις, κάθε μια εξυπνότερη και πιο ικανή από την προηγούμενη. Η προηγούμενη έκδοση χρησιμοποίησε μια τεράστια βάση δεδομένων προηγούμενων παιχνιδιών μαζί με μια σειρά αλγορίθμων που την έδειξαν να κερδίσουν. Αυτή η προσέγγιση οδήγησε στην ήττα του παγκόσμιου πρωταθλητή επαγγελματία Go παίκτη. Στο πόκερ, το AI Libratus ξεπέρασε πρόσφατα τους κορυφαίους παίκτες πόκερ στον κόσμο κατά σχεδόν 2 εκατομμύρια δολάρια, επίσης μαθαίνοντας μέσω του αυτοπαιχνιδιού αντί των δεδομένων ανθρώπινου παιχνιδιού.
Τώρα, σε αυτήν την τελευταία έκδοση του Alpha Go, διδάχθηκε το πρόγραμμα τεχνητής νοημοσύνης εαυτό πώς να παίξετε Go - χωρίς ανθρώπινο υπόβαθρο.
Τρέχοντας εκατομμύρια προσομοιώσεις παιχνιδιών εναντίον του, χρειάστηκαν 40 ημέρες για να μάθει - από το μηδέν - πώς να νικήσει την παγκόσμια πρωταθλητή έκδοση του. Αυτό αλλάζει πραγματικά το παιχνίδι, όχι μόνο για το Go, αλλά και για το πώς ανακαλύπτεται η νέα γνώση. Πόσο ακριβής ή πλήρης είναι η εμπειρία σας στον τομέα; Υπάρχει πολύ περισσότερο να ανακαλύψετε, είναι αυτό που μας λέει αυτό το συναρπαστικό πείραμα στη μάθηση με το Alpha Go Zero.
«Η ιδέα του Alpha Go δεν είναι να βγει έξω και να νικήσει τους ανθρώπους, αλλά στην πραγματικότητα να ανακαλύψει τι σημαίνει να κάνεις επιστήμη - για να μπορεί ένα πρόγραμμα να μάθει από μόνος του τι είναι η γνώση», σύμφωνα με τον Silver σε μια ανάρτηση στο YouTube για το επίτευγμα.
Η ομάδα Deep Mind Alpha Go Zero την αποκαλεί πρώτη αρχή, «tabula rasa» (κενό σχιστόλιθος) μάθηση.
«Αν μπορείς να τα καταφέρεις άγραφος πίνακας μαθαίνοντας, έχετε έναν πράκτορα που μπορεί να μεταμοσχευτεί από το παιχνίδι Go σε οποιονδήποτε άλλο τομέα, και τις ιδιαιτερότητες του παιχνιδιού στο οποίο βρίσκεστε, έχετε έναν αλγόριθμο που είναι τόσο γενικός που μπορεί να εφαρμοστεί οπουδήποτε », λέει. . Αυτή είναι μια προκλητική ιδέα όταν επεκτείνετε την ιδέα. Απλώς σκεφτείτε τι θα μπορούσαμε να κάνουμε με ένα σύνολο ισχυρών, αλγορίθμων μάθησης που θα μπορούσαν συστηματικά να αντιμετωπίσουν σκληρά προβλήματα και να μάθουν γρηγορότερα από τις συλλογικές γνώσεις του πολιτισμού μας. . . σε ημέρες, όχι δεκαετίες.
Προς το παρόν, η μεγάλη απομάκρυνση είναι, 'οι αλγόριθμοι έχουν σημασία πολύ περισσότερο από τον υπολογισμό ή τα διαθέσιμα δεδομένα', δήλωσε ο Silver. Αυτό από μόνο του είναι ένα παιχνίδι αλλαγής στο πώς προσεγγίζουμε την επέκταση του γνωστού κόσμου. Ενώ το Alpha Go διαθέτει περίπου 25 εκατομμύρια δολάρια σε υλικό - δεν είναι ακριβώς ένα ελαφρύ σύστημα - γνωρίζετε ότι οι γκουρού της AI εργάζονται εδώ και πολύ καιρό για τη δημιουργία καθαρότερων, καλύτερων συνόλων δεδομένων. Σήμερα, πολλά μεγάλα σύνολα δεδομένων θεωρούνται πολύ θορυβώδη - γεμάτα κακά δεδομένα - για να εκπαιδεύσουν με ακρίβεια μια τεχνητή νοημοσύνη. Εάν το AI μαθαίνει από δεδομένα και τα δεδομένα είναι κακά, δεν μαθαίνει. Μεγάλο πρόβλημα.
Τι γίνεται αν δεν χρειάζεστε καθαρά δεδομένα, αλλά απλώς εμπειρία και η τεχνητή νοημοσύνη θα μπορούσε να εκπαιδευτεί;
Αυτό είναι το συναρπαστικό επίτευγμα στο Alpha Go Zero. Ακόμα κι αν βρίσκεται στον εξειδικευμένο κόσμο των παιχνιδιών που βασίζεται σε κανόνες, έχει μεγάλες επιπτώσεις σε κάθε κλάδο που εργάζεται από φυσικούς κανόνες - σκεφτείτε τη χημεία, την κυκλοφορία, τη βιολογία, τη φαρμακολογία, τα ταξίδια, την εφοδιαστική και την κατασκευή. Εάν μπορούμε να σχεδιάσουμε κανόνες τόσο ευέλικτους που μπορούν να λειτουργήσουν από την ευρύτερη εμπειρία και τόσο κατευθυντικοί που δημιουργούν πάντα ισχυρότερες δεξιότητες - όπως το Alpha Go Zero - τότε είναι δυνατόν να επιτευχθεί τεχνητή νοημοσύνη που κυριαρχεί στα συστήματα. Αυτά τα συστήματα δεν θα χρειάζονταν εξωτερικά δεδομένα, δεν είχαν προβλήματα καθαρισμού δεδομένων και δεν χρειάζονταν καθυστερήσεις ανθρώπινου-σε-βρόχου. Αυτός είναι εν μέρει ο λόγος για τον οποίο η μητρική εταιρεία της Google, Alphabet, στοιχηματίζει την εταιρεία στην τεχνητή νοημοσύνη και επενδύει στην τεχνητή νοημοσύνη με ταχύ ρυθμό. (Η Amazon επενδύει επίσης σε τεχνητή νοημοσύνη, όπως η τελευταία απόκτηση AI BodyLabs.)
Ο καθηγητής Deep Mind David Silver λέει, «το γεγονός ότι έχουμε δει ένα πρόγραμμα να επιτυγχάνει υψηλού επιπέδου απόδοση… πρέπει να σημαίνει τώρα ότι μπορούμε να αρχίσουμε να αντιμετωπίζουμε μερικά από τα πιο δύσκολα και επιζήμια προβλήματα για την ανθρωπότητα».
Αυτή η ανάρτηση έχει ενημερωθεί για να διευκρινιστεί ότι το AI Libratus κέρδισε πρόσφατα κορυφαίους παίκτες πόκερ χρησιμοποιώντας μια στρατηγική που περιλαμβάνει αυτο-παιχνίδι και όχι δεδομένα που εισάγονται από τον άνθρωπο.
