Beginnend met boter kaas en eieren in 1954, en daarna dammen In 1994 hebben computers zich gestaag een weg gebaand door steeds complexere games, waarbij ze het beste dat de mensheid te bieden heeft, evenaren en vervolgens overtreffen. Schaken werd lange tijd gezien als een bolwerk van menselijk intellect dat te subtiel was voor computers om te beheersen, tot 1997 toen IBM's Deep Blue versloeg notoir Garry Kasparov, een van de grootste spelers in de schaakgeschiedenis. Meer recent boekte IBM opnieuw succes toen Watson er twee versloeg
Gevaar kampioenen van 2011. Google haalde vorig jaar de krantenkoppen met een gegeneraliseerde AI die zichzelf met succes meer dan een dozijn kon aanleren Atari-spellen alleen gebaseerd op pixelinvoer.
Gaan is lange tijd een heilige graal geweest voor AI-onderzoekers vanwege de combinatie van relatief eenvoudige regels en enorme strategische complexiteit. Afkomstig uit China, meer dan 2500 jaar geleden, Gaan heeft miljoenen toegewijde spelers verzameld en wordt beschouwd als een hoog intellectuele bezigheid, vooral in de Japanse en Chinese cultuur. Spelers plaatsen afwisselend zwarte of witte stenen op een rooster met als doel elkaars stukken of volledig omliggende delen van het bord te veroveren voor punten. De regels zijn eenvoudig, maar omdat spelers overal op het bord stenen kunnen plaatsen, heeft het spel 1 x 10^127 mogelijke staten. Dat is meer dan het aantal atomen in het bekende universum, en vele ordes van grootte meer dan het aantal mogelijke schaakposities.
Aanbevolen video's
Traditionele AI-oplossingen voor games omvatten het gebruik van zoekbomen om mogelijke manieren te doorlopen waarop het spel zou kunnen worden gespeeld, op basis van de huidige spelstatus, om zo de best geïnformeerde beslissing te nemen. Deze brute force-methode, waarbij gebruik wordt gemaakt van computerkracht om meer mogelijkheden te doorlopen dan een intuïtief mens zou kunnen, is altijd volkomen ontoereikend geweest in het licht van Gaan‘open complexiteit’.
AlphaGo won 5 en 0 tegen Hui, wat de eerste keer was dat een computerprogramma ooit een professional versloeg Gaan speler.
Het team van Google vertrouwde in plaats daarvan op neurale netwerken, een benadering van intelligente systemen die input door lagen van virtuele neuronen leiden die de hersenfunctie van dieren losjes nabootsen. Het resultaat wordt afgemeten aan een gewenst doel, en vervolgens worden de verbindingssterkten binnen de netwerken aangepast. Door herhaling maakt dit systemen mogelijk die dynamisch ‘leren’ en tot oplossingen en strategieën komen die nooit rechtstreeks zijn geprogrammeerd. AlphaGo, het systeem van Google, bestond uit twaalf neurale netwerklagen, waaronder een ‘beleidsnetwerk’ dat een zet selecteerde nadat de bestuursstatus werd door de andere lagen geleid, en een ‘waardenetwerk’ dat de winnaar voorspelt op basis van een gegeven beweging.
Er werden 30 miljoen bewegingen uit menselijke expertspellen door het netwerk gehaald totdat het 57 procent van de tijd met succes menselijke bewegingen kon voorspellen (ten opzichte van de voorgaande jaren). 44 procent record). Omdat hij meer wilde doen dan alleen menselijke spelers nabootsen, werd AlphaGo vervolgens gestuurd om duizenden spellen tegen zichzelf te spelen, waarbij hij zijn eigen, niet-geprogrammeerde strategieën door verbindingen aan te passen en beslissingen te versterken die tot overwinningen hebben geleid, waarbij een beroep wordt gedaan op het Google Cloud Platform voor de noodzakelijke computing Oomf. Meer technische details over hoe AlphaGo zich ontwikkelde is te vinden in een artikel gepubliceerd door het team in Natuur.
Vervolgens werd AlphaGo op de proef gesteld. Eerst nam het het op tegen de regerende top Gaan computerprogramma's en won op één na alle 500 spellen. Toen kwam de echte test, een uitdaging voor drievoudig Europeaan Gaan kampioen Fan Hui. Achter gesloten deuren afgelopen oktober won AlphaGo 5 en 0 tegen Hui, wat de eerste keer was dat een computerprogramma ooit een professional versloeg Gaan speler.
Toevallig, Facebook heeft zojuist ook zijn inspanningen aangekondigd om dit probleem aan te pakken Gaan met kunstmatige intelligentie in een publiek na van oprichter Mark Zuckerberg. Hoewel Facebook het afgelopen jaar blijkbaar aanzienlijke vooruitgang heeft geboekt, lijkt Google hen te hebben verslagen door de overwinning van AlphaGo op Fan Hui bekend te maken. Het is misschien allemaal leuk en leuk voor nu, maar het aanpakken van uitdagingen zoals Gaan die voorheen onoverkomelijk werden geacht, heeft grotere implicaties voor de vooruitgang van connectionistische AI machine learning, die het potentieel hebben om uiterst krachtige hulpmiddelen te worden voor het analyseren van de rommelige, echte wereld problemen.
Aanbevelingen van de redactie
- Hackers gebruiken AI om kwaadaardige malware te creëren, zegt de FBI
- Topauteurs eisen betaling van AI-bedrijven voor het gebruik van hun werk
- De beste AI-videobewerkingstools
- ChatGPT-maker OpenAI wordt geconfronteerd met een FTC-onderzoek naar wetten inzake consumentenbescherming
- Het nieuwe AI-bedrijf van Elon Musk wil 'het universum begrijpen'
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
