Rovnako ako nové zručnosti Alexa na vašom Amazon Echo, v posledných desaťročiach A.I. postupne získavajte schopnosť najlepšieho ľudstva v čoraz väčšom počte našich obľúbených hier: Šach s Deep Blue v roku 1997, Ohrozenie s IBM Watson v roku 2011, Atari hry s DeepMind v roku 2013, Choď s AlphaGo v roku 2016, a tak ďalej. Pre širokú verejnosť aspoň každý prípad mení abstraktnú cestu výpočtového pokroku na divácky šport. Skynet je stále múdrejší. Ako to vieme? Pretože sa pozrite na rastúci počet zábav, v ktorých nás môže presvedčivo poraziť.
Obsah
- Budovanie majstra Pictionary
- Viac ako vidí oko
S týmto pozadím nie je príliš šokujúce počuť, že A.I. môže teraz podávať presvedčivo dobre Pictionary, hra na hádanie slov inšpirovaná šarádami, ktorá vyžaduje, aby jedna osoba nakreslila obrázok a iní sa snažili čo najrýchlejšie zistiť, čo načrtli.
Odporúčané videá
To je to, čo nedávno urobili výskumníci z University of Surrey v Spojenom kráľovstve s vytvorením Pixeloru, „konkurenčného skicovania A.I. agent.” Vzhľadom na vizuál koncept, Pixelor je schopný nakresliť náčrt, ktorý je rozpoznateľný (ľuďmi aj strojmi) ako zamýšľaný predmet tak rýchlo – alebo dokonca rýchlejšie – ako človek konkurent.
Súvisiace
- Ako Nintendo mohlo použiť A.I. priniesť 4K hranie do Switch Pro
- Riaditeľ Yakuzy si myslí, že vývoj PS5 sa zameria na A.I. a strojové učenie
„Naša A.I. agent je schopný vykresliť náčrt od začiatku,“ Pieseň Yi-Zhe, čitateľ knihy Computer Vision and Machine Learning v Centre for Vision Speech and Signal Processing na University of Surrey, povedal pre Digital Trends. „Dajte tomu slovo ako ‚tvár‘ a ono bude vedieť, čo má nakresliť. … Zakaždým to nakreslí inú mačku, iného psa, inú tvár. Ale vždy s vedomím, ako vyhrať hru Pictionary.“
Budovanie majstra Pictionary
Schopnosť zredukovať zložitý obraz v reálnom svete na náčrt je sama o sebe dosť pôsobivá. Pozerať sa na ľudskú tvár a vidieť ju ako ovál s dvoma menšími oválmi pre oči, čiarou pre nos a polkruhom pre ústa si vyžaduje určitú úroveň abstrakcie. Schopnosť vnímať obraz týmto spôsobom u detí ukazuje, okrem iného, rastúce kognitívne chápanie pojmov.
Avšak, ako pri mnohých aspektoch AI, často zhrňovaných ako Moravcov paradox že „ťažké problémy sú ľahké a ľahké problémy sú ťažké“, je to pre stroj značná výzva inteligencia – napriek tomu, že je to pre väčšinu dvojročných detí základná, nevýrazná zručnosť deti.
Nie je to však neriešiteľná výzva. V roku 2016, sme písali o Songovej práci s nástrojom s názvom Sketch, neurónovou sieťou s hlbokým učením, ktorá dokázala rozpoznať ručne nakreslené náčrty a použiť ich na vyhľadávanie produktov zo skutočného života. Táto konkrétna sieť bola trénovaná pomocou súboru údajov pozostávajúceho z približne 30 000 porovnaní náčrtov a fotografií, čo jej umožnilo rozpoznať spôsob, akým sú skutočné objekty prezentované v ručnom kreslení. Pixelor robí niečo podobné, ale môže tiež vytvárať svoje vlastné kresby, namiesto toho, aby len rozpoznával kresby iných ľudí.
To však na víťazstvo nestačí Pictionary. Pictionary je časovo náročná hra, ktorej cieľom nie je len nakresliť povedzme mačku, ale nakresliť mačku čo najmenším počtom ťahov. Mohli by ste byť najväčším umelcom na svete, ale ak vám zaberie 12 hodín nakresliť dokonalú mačku, ste hrozný Pictionary hráč.
To znamenalo vybudovať A.I. ktoré by mohli študovať ľudí, aby zistili, ktoré stratégie používajú na dobré hranie Pictionary. Ako povedal Song: „Aké sú najdôležitejšie kúsky, ktoré treba nakresliť, aby umožnili ostatným ľudským sudcom uhádnuť? Chceme, aby naša kresba bola uhádnutá čo najskôr.“
Na tento účel výskumníci vzali QuickDraw, najväčší doteraz dostupný súbor údajov o ľudskom náčrte. Potom vytvorili neurónový triediaci algoritmus, ktorý uprednostňuje poradie ťahov, ktoré umelec potrebuje urobiť; poskytnutie uhádateľnej reprezentácie objektu v čo najmenšom počte riadkov. To znamená rozdeliť náčrty na ťahy, potom zamiešať poradie týchto ťahov a testovať výsledky, kým nestanovia presné poradie, v akom ich treba položiť na papier.
Napríklad umelec by mohol začať kresliť mačku načrtnutím kruhového obrysu pre jej hlavu. Ale kruh môže byť ľubovoľný počet vecí, aj keď viete, že má predstavovať hlavu. Nakreslite však dve špicaté uši alebo dve sady fúzov a počet potenciálnych vecí, ktoré by ste mohli kresliť, sa veľmi, veľmi rýchlo zníži. Tieto informácie sa potom použijú na pokyny pre skicujúceho agenta.
Song povedal, že tím by mohol vydať verziu pre verejnosť Pictionary-hranie robotov, aby ľudskí hráči mohli poraziť skicujúceho A.I. majster. (Kto vie? Hra na experta vám môže dokonca pomôcť vylepšiť vašu vlastnú Pictionary hra.)
Viac ako vidí oko
Pixelor však obsahuje viac ako len ďalší triviálny robot na hranie hier. Rovnako ako počítačový systém má rozhranie na povrchovej úrovni, s ktorým komunikujeme, a pod kapotou backendový kód, tak aj každý veľký A.I. herný míľnik má postranný motív. Pokiaľ nevyrábajú počítačové hry, výskumné laboratóriá netrávia nespočetné množstvo hodín budovaním hranie hier A.I. agenti len preto, aby pridali ďalší záznam na veľký zoznam vecí, v ktorých ľudia už nie sú najlepší pri. Účelom je vždy posunúť nejakú základnú časť A.I. riešenie problémov.
V prípade Pixeloru je skrytým cieľom vyrobiť stroje, ktoré dokážu lepšie zistiť, čo je pre človeka v konkrétnej scéne dôležité. Keď sa pozrieme na obrázok, okamžite dokážeme povedať, aké sú najdôležitejšie detaily.
Povedzme, že idete domov z práce. Hoci stromy lemujúce kraj cesty môžu byť malebné a billboard k novému filmu môže byť zaujímavý, ani jedno nie je také dôležité ako tvár a reč tela osoby, ktorá sa môže alebo nemusí chystať vyjsť von vy. Predtým, ako ste vôbec vedome spracovali informácie, váš mozog vybral najdôležitejšie detaily. Ako naučíte počítač, aby to dokázal? Ukazuje sa, že jeden skvelý spôsob, ako to urobiť, je vidieť, ako ľudia uprednostňujú výrazné rozpoznateľné detaily na obrázku, keď ho načrtávajú.
„Vo fotografiách [samotných] nie sú neodmysliteľne vložené žiadne ľudské vedomosti,“ povedal Song. "To, čo chceme, sú ľudské údaje, ktoré nám môžu poskytnúť signály o tom, ako ľudia rozumejú objektu."
Ako bolo uvedené, dobré Pictionary hráč, rovnako ako dobrý boxer, bude vedieť absolútne minimum, ktoré musia urobiť, aby dosiahli určitý cieľ. To je v makro zmysle to, na čom Yi-Zhe Songovi a jeho kolegom záleží. Nie je to nič také triviálne ako získať počítač na hranie hry; je potrebné, aby počítač pochopil, čo je na určitých scénach dôležité – a dúfajme, že dokáže lepšie zovšeobecniť.
Ako všetko od samoriadiace autá Aby sa roboty na pracovisku stávajú čoraz bežnejšími, je to zásadná úloha, ktorú treba vyriešiť.
Príspevok popisujúci prácu bude prezentovaný na SIGGRAPH Asia 2020 v novembri.
Odporúčania redaktorov
- Voyage je A.I. herný raj, kde pravidlá píšu roboti
- šach. Nebezpečenstvo. Choď. Prečo používame hry ako benchmark pre A.I.?
- A.I. navrhuje retro videohry – a sú prekvapivo dobré
