Sztuczna inteligencja Google jako pierwsza na świecie pokonała profesjonalnego gracza Go

Zaczynając od kółko i krzyżyk w 1954 r. i później warcaby w 1994 r. komputery stale radziły sobie z coraz bardziej złożonymi grami, dorównując, a następnie przewyższając to, co ludzkość ma do zaoferowania. Szachy przez długi czas uważano za bastion ludzkiego intelektu, zbyt subtelnego, aby komputery mogły je opanować, aż do 1997 r., kiedy IBM Deep Blue notorycznie pokonał Garry'ego Kasparowa, jeden z najwybitniejszych graczy w historii szachów. Niedawno IBM odniósł kolejny sukces, gdy jego Watson pokonał dwa Niebezpieczeństwo

Iść od dawna jest świętym Graalem dla badaczy sztucznej inteligencji ze względu na połączenie stosunkowo prostych zasad i ogromnej złożoności strategicznej. Pochodzący z Chin ponad 2500 lat temu, Iść zgromadziła miliony oddanych graczy i jest uważana za zajęcie wymagające dużej intelektu, szczególnie w kulturze japońskiej i chińskiej. Gracze na zmianę umieszczają czarne lub białe kamienie na siatce, aby zdobyć punkty, zdobywając nawzajem swoje pionki lub otaczające je części planszy. Zasady są proste, ale ponieważ gracze mogą umieszczać kamienie w dowolnym miejscu na planszy, w grze obowiązuje zasada 1 x 10^¹²⁷ możliwe stany. To więcej niż liczba atomów w znanym wszechświecie i o wiele rzędów wielkości więcej niż liczba możliwych pozycji w szachach.

Tradycyjne rozwiązania AI w grach polegają na wykorzystaniu drzew wyszukiwania do przeglądania możliwych sposobów przebiegu gry w oparciu o bieżący stan gry w celu podjęcia najbardziej świadomej decyzji. Ta metoda brutalnej siły, wykorzystująca moc obliczeniową do wykorzystania większej liczby możliwości, niż byłby w stanie człowiek polegający na intuicji, zawsze była całkowicie niewystarczająca w obliczu Iśćotwarta złożoność.

Zamiast tego zespół Google polegał na sieciach neuronowych – podejściu do inteligentnych systemów, które przepuszcza dane wejściowe przez warstwy wirtualnych neuronów, luźno naśladujących funkcjonowanie mózgu zwierząt. Wynik jest mierzony względem pożądanego celu, a następnie poprawiana jest siła połączenia w sieciach. Dzięki powtarzaniu pozwala to na tworzenie systemów, które dynamicznie „uczą się” i dochodzą do rozwiązań i strategii, w których nigdy nie było bezpośrednio zaprogramowane. AlphaGo, system Google, składał się z 12 warstw sieci neuronowej, w tym „sieci zasad”, która wybierała ruch po stan planszy został przepuszczony przez pozostałe warstwy oraz „sieć wartości”, która przewiduje zwycięzcę na podstawie danych przenosić.

Przez sieć przepuszczono 30 milionów ruchów z gier eksperckich z udziałem ludzi, aż udało się z powodzeniem przewidzieć ruchy człowieka w 57% przypadków (w porównaniu z poprzednim Rekord 44 proc). Chcąc zrobić coś więcej niż tylko naśladować ludzkich graczy, AlphaGo została następnie wysłana, aby rozegrać tysiące gier przeciwko sobie, opracowując własne, niezaprogramowane strategie poprzez dostosowywanie połączeń i wzmacnianie decyzji, które doprowadziły do ​​zwycięstw, opierając się na platformie Google Cloud Platform w zakresie niezbędnych obliczeń oomph. Bardziej szczegółowe informacje techniczne na temat rozwoju AlphaGo można znaleźć w artykule opublikowanym przez zespół w Natura.

Następnie AlphaGo zostało wystawione na próbę. Najpierw objęła panujący szczyt Iść programy komputerowe, wygrywając wszystkie z 500 gier z wyjątkiem jednej. Potem przyszedł prawdziwy sprawdzian, w którym rywalizował z trzykrotnym Europejczykiem Iść mistrz Fan Hui. W październiku ubiegłego roku za zamkniętymi drzwiami AlphaGo zwyciężyło 5 do 0 z Hui, co oznacza, że ​​po raz pierwszy program komputerowy pokonał profesjonalistę Iść gracz.

Przypadkowo, Facebook również właśnie ogłosiła swoje wysiłki w celu rozwiązania tego problemu Iść ze sztuczną inteligencją w społeczeństwie post od założyciela Marka Zuckerberga. Chociaż Facebook najwyraźniej poczynił znaczne postępy w ciągu ostatniego roku, wydaje się, że Google go ubiegł, ogłaszając zwycięstwo AlphaGo nad Fan Hui. Na razie może to być tylko zabawa i gry, ale stawianie czoła wyzwaniom takim jak Iść które wcześniej uważano za nie do pokonania, mają większe konsekwencje dla postępu koneksjonistycznej sztucznej inteligencji i uczenie maszynowe, które ma potencjał, aby stać się niezwykle potężnymi narzędziami do analizy bałaganu, prawdziwego świata problemy.

Zalecenia redaktorów

• Według FBI hakerzy wykorzystują sztuczną inteligencję do tworzenia złośliwego oprogramowania
• Czołowi autorzy żądają zapłaty od firm zajmujących się sztuczną inteligencją za korzystanie z ich pracy
• Najlepsze narzędzia do edycji wideo AI
• Twórca ChatGPT, OpenAI, staje przed dochodzeniem FTC w sprawie przepisów dotyczących ochrony konsumentów
• Nowa firma Elona Muska zajmująca się sztuczną inteligencją ma na celu „zrozumienie wszechświata”

Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.