प्रारंभ स्थल टिक टीएसी को पैर की अंगुली 1954 में, और फिर चेकर्स 1994 में, कंप्यूटर तेजी से जटिल खेलों के माध्यम से अपने तरीके से काम कर रहे थे, मिलान कर रहे थे और फिर मानवता द्वारा पेश किए जाने वाले सर्वोत्तम को पार कर रहे थे। शतरंज को लंबे समय तक मानव बुद्धि के गढ़ के रूप में माना जाता था, जो 1997 तक कंप्यूटर के लिए बहुत सूक्ष्म था जब आईबीएम के डीप ब्लू ने गैरी कास्परोव को बुरी तरह हरा दियाशतरंज के इतिहास के महानतम खिलाड़ियों में से एक। अभी हाल ही में, आईबीएम को एक और सफलता मिली जब उसके वॉटसन ने दो को हरा दिया ख़तरा 2011 में चैंपियन. Google ने पिछले साल एक सामान्यीकृत AI के साथ सुर्खियाँ बटोरीं जो एक दर्जन से अधिक को सफलतापूर्वक खुद को सिखाने में सक्षम थी
अटारी खेल केवल पिक्सेल इनपुट पर आधारित।
जाना अपेक्षाकृत सरल नियमों और अत्यधिक रणनीतिक जटिलता के संयोजन के कारण एआई शोधकर्ताओं के लिए यह लंबे समय से एक पवित्र कब्र रहा है। 2,500 वर्ष पूर्व चीन में उत्पन्न, जाना इसने लाखों समर्पित खिलाड़ियों को एकत्रित किया है और इसे विशेष रूप से जापानी और चीनी संस्कृति में एक उच्च बौद्धिक खोज माना जाता है। खिलाड़ी अंक के लिए एक-दूसरे के टुकड़ों या बोर्ड के पूरी तरह से आसपास के हिस्सों पर कब्जा करने के लक्ष्य से बारी-बारी से ग्रिड पर काले या सफेद पत्थर रखते हैं। नियम सीधे हैं, लेकिन क्योंकि खिलाड़ी बोर्ड पर कहीं भी पत्थर रख सकते हैं, खेल में 1 x 10^ है127 संभावित अवस्थाएँ. यह ज्ञात ब्रह्मांड में परमाणुओं की संख्या से अधिक है, और संभावित शतरंज स्थितियों की संख्या से अधिक परिमाण के कई क्रम हैं।
अनुशंसित वीडियो
खेलों के लिए पारंपरिक एआई समाधानों में सबसे अधिक सूचित निर्णय लेने के लिए, वर्तमान गेम स्थिति के आधार पर, गेम को संभावित तरीकों से चलाने के लिए खोज पेड़ों का उपयोग करना शामिल है। अंतर्ज्ञान-निर्भर मानव की तुलना में अधिक संभावनाओं के माध्यम से चलने के लिए कंप्यूटिंग शक्ति का लाभ उठाने वाली यह क्रूर बल विधि, हमेशा से ही पूरी तरह से अपर्याप्त रही है जानाकी खुले सिरे वाली जटिलता।
अल्फ़ागो हुई के विरुद्ध 5 और 0 से आगे रही, यह पहली बार है कि किसी कंप्यूटर प्रोग्राम ने किसी पेशेवर को सर्वश्रेष्ठ बनाया है जाना खिलाड़ी.
इसके बजाय Google की टीम ने तंत्रिका नेटवर्क पर भरोसा किया, बुद्धिमान प्रणालियों के लिए एक दृष्टिकोण जो आभासी न्यूरॉन्स की परतों के माध्यम से इनपुट चलाता है जो जानवरों के मस्तिष्क के कार्य की नकल करते हैं। परिणाम को वांछित लक्ष्य के विरुद्ध मापा जाता है, और फिर नेटवर्क के भीतर कनेक्शन की ताकत को बदल दिया जाता है। दोहराव के माध्यम से यह उन प्रणालियों को अनुमति देता है जो गतिशील रूप से "सीखती हैं", उन समाधानों और रणनीतियों पर पहुंचती हैं जिन्हें कभी सीधे प्रोग्राम नहीं किया गया था। अल्फ़ागो, Google की प्रणाली, में 12 तंत्रिका नेटवर्क परतें शामिल हैं, जिसमें एक "नीति नेटवर्क" भी शामिल है जो बाद में एक कदम का चयन करता है बोर्ड स्थिति को अन्य परतों और एक "मूल्य नेटवर्क" के माध्यम से चलाया गया था जो किसी दिए गए के आधार पर विजेता की भविष्यवाणी करता है कदम।
मानव विशेषज्ञ खेलों से 30 मिलियन चालें नेटवर्क के माध्यम से चलाई गईं जब तक कि यह 57 प्रतिशत समय (पिछले की तुलना में) मानव चालों की सफलतापूर्वक भविष्यवाणी नहीं कर सका 44 प्रतिशत रिकॉर्ड). केवल मानव खिलाड़ियों की नकल करने के अलावा और भी कुछ करने की इच्छा रखते हुए, अल्फ़ागो को अपने स्वयं के, गैर-प्रोग्राम किए गए गेम विकसित करने के लिए, स्वयं के विरुद्ध हजारों गेम खेलने के लिए भेजा गया। आवश्यक कंप्यूटिंग के लिए Google क्लाउड प्लेटफ़ॉर्म पर भरोसा करते हुए, कनेक्शनों को समायोजित करके और निर्णयों को सुदृढ़ करके रणनीतियाँ बनाई गईं जिससे जीत हासिल हुई ओम्फ. अल्फ़ागो कैसे विकसित हुआ, इसकी अधिक तकनीकी बारीकियों को टीम द्वारा प्रकाशित एक लेख में पाया जा सकता है प्रकृति.
इसके बाद अल्फ़ागो का परीक्षण किया गया। सबसे पहले इसने सर्वोच्च स्थान प्राप्त किया जाना कंप्यूटर प्रोग्राम, 500 खेलों में से एक को छोड़कर सभी में जीत। फिर असली परीक्षा आई, तीन बार के यूरोपीय को चुनौती देना जाना चैंपियन फैन हुई. पिछले अक्टूबर में बंद दरवाजों के पीछे, अल्फ़ागो हुई के विरुद्ध 5 और 0 से पिछड़ गया, यह पहली बार है कि किसी कंप्यूटर प्रोग्राम ने किसी पेशेवर को सर्वश्रेष्ठ बनाया है जाना खिलाड़ी.
संयोगवश, फेसबुक से निपटने के अपने प्रयासों की भी घोषणा की जाना जनता में कृत्रिम बुद्धिमत्ता के साथ डाक संस्थापक मार्क जुकरबर्ग से। हालाँकि फेसबुक ने स्पष्ट रूप से पिछले वर्ष में पर्याप्त प्रगति की है, लेकिन ऐसा प्रतीत होता है कि Google ने फैन हुई पर अल्फ़ागो की जीत की घोषणा करके उन्हें पछाड़ दिया है। अभी यह सब मज़ेदार और खेल हो सकता है, लेकिन चुनौतियों से निपटना पसंद है जाना जिन्हें पहले दुर्गम माना जाता था, उनका कनेक्शनिस्ट एआई की प्रगति पर बड़ा प्रभाव पड़ता है मशीन लर्निंग, जिसमें गन्दी, वास्तविक दुनिया का विश्लेषण करने के लिए बेहद शक्तिशाली उपकरण बनने की क्षमता है समस्या।
संपादकों की सिफ़ारिशें
- एफबीआई का कहना है कि हैकर्स खतरनाक मैलवेयर बनाने के लिए एआई का उपयोग कर रहे हैं
- शीर्ष लेखक अपने काम का उपयोग करने के लिए एआई फर्मों से भुगतान की मांग करते हैं
- सर्वश्रेष्ठ एआई वीडियो संपादन उपकरण
- चैटजीपीटी निर्माता ओपनएआई को उपभोक्ता संरक्षण कानूनों पर एफटीसी जांच का सामना करना पड़ रहा है
- एलोन मस्क की नई एआई कंपनी का लक्ष्य 'ब्रह्मांड को समझना' है
अपनी जीवनशैली को उन्नत करेंडिजिटल ट्रेंड्स पाठकों को सभी नवीनतम समाचारों, मजेदार उत्पाद समीक्षाओं, व्यावहारिक संपादकीय और एक तरह की अनूठी झलक के साथ तकनीक की तेज़ गति वाली दुनिया पर नज़र रखने में मदद करता है।
