Tako kot nove veščine Alexa Skills na vašem Amazon Echo je tudi v zadnjih nekaj desetletjih A.I. postopoma pridobite sposobnost premagati človeštvo v vse več naših priljubljenih igrah: Šah z Deep Blue leta 1997, Nevarnost z IBM Watson leta 2011, Igre Atari z DeepMind leta 2013, pojdi z AlphaGo leta 2016, in tako naprej. Vsaj za širšo javnost vsak primer spremeni abstraktno pot računalniškega napredka v šport za gledalce. Skynet postaja pametnejši. Kako vemo? Ker preverite vse več razvedril, v katerih nas lahko prepričljivo premaga.
Vsebina
- Izdelava mojstra Pictionary
- Več kot je videti na prvi pogled
Glede na to ozadje ni preveč šokantno slišati, da je A.I. zdaj lahko deluje prepričljivo dobro pri Pictionary, igra ugibanja besed, ki jo navdihujejo šarade in zahteva, da ena oseba nariše sliko, drugi pa poskušajo čim hitreje ugotoviti, kaj so skicirali.
Priporočeni videoposnetki
To so nedavno izvedli raziskovalci z britanske univerze Surrey z ustvarjanjem Pixelorja, »konkurenčnega AI za skiciranje«. agent.” Glede na vizualno Pixelor je sposoben narisati skico, ki jo prepoznajo (tako ljudje kot stroji) kot predvideni predmet, tako hitro – ali celo hitreje – kot človek tekmovalec.
Povezano
- Kako bi lahko Nintendo uporabil A.I. za prenos iger 4K na Switch Pro
- Direktor Yakuze meni, da se bo razvoj PS5 osredotočil na A.I. in strojno učenje
»Naš A.I. agent lahko upodobi skico iz nič,« Pesem Yi-Zhe, bralec računalniškega vida in strojnega učenja v Centru za vizualno obdelavo govora in signalov na Univerzi Surrey, je povedal za Digital Trends. »Dajte mu besedo, kot je 'obraz', in vedel bo, kaj mora narisati. … Vsakič bo narisal drugo mačko, drugega psa, drugačen obraz. Ampak vedno z znanjem, kako zmagati v igri Pictionary.”
Izdelava mojstra Pictionary
Sposobnost zmanjšanja zapletene slike iz resničnega sveta v skico je sama po sebi precej impresivna. Potrebna je raven abstrakcije, da pogledamo človeški obraz in ga vidimo kot oval z dvema manjšima ovalima za oči, črto za nos in polkrogom za usta. Pri otrocih sposobnost zaznavanja slike na ta način med drugim kaže na rastoče kognitivno razumevanje konceptov.
Vendar, kot pri mnogih vidikih A.I., pogosto povzeti kot Moravčev paradoks da so »težki problemi lahki in lahki problemi težki«, je to velik izziv za stroj inteligenca – kljub dejstvu, da je to osnovna, nepomembna veščina za večino dvoletnikov otroci.
Vendar to ni nerešljiv izziv. Leta 2016, smo pisali o Songovem delu z orodjem, imenovanim Sketch, nevronsko mrežo za globoko učenje, ki je lahko prepoznala ročno narisane skice in jih uporabila za iskanje resničnih izdelkov. To posebno omrežje je bilo usposobljeno z uporabo nabora podatkov, sestavljenega iz približno 30.000 primerjav skic in fotografij, kar mu je omogočilo, da je lahko prepoznalo, kako so resnični predmeti predstavljeni v ročni risbi. Pixelor naredi nekaj podobnega, vendar lahko ustvari tudi lastne risbe, namesto da samo prepozna risbe drugih ljudi.
Toda to ni dovolj za zmago Pictionary. Pictionary je časovno zahtevna igra, kjer cilj ni samo narisati mačko, ampak narisati mačko v čim manj potezah. Lahko bi bil največji umetnik na svetu, a če potrebuješ 12 ur, da narišeš popolno mačko, si grozen Pictionary igralec.
To je pomenilo izgradnjo A.I. ki bi lahko proučevali ljudi, da bi ugotovili, katere strategije uporabljajo za dobro igranje Pictionaryja. Kot je rekel Song: »Kateri so najpomembnejši deli, ki jih je treba narisati, da bi lahko drugi človeški sodniki ugibali? Želimo, da bi našo risbo uganili čim prej.”
Da bi to naredili, so raziskovalci vzeli QuickDraw, največji nabor podatkov o človeških skicah, ki je doslej na voljo. Nato so zgradili nevronski algoritem za razvrščanje, ki daje prednost vrstnemu redu potez, ki jih mora narediti umetnik; podajanje uganljive predstavitve predmeta v čim manj vrsticah. To pomeni razdelitev skic na poteze, nato premešanje vrstnega reda teh potez in preizkušanje rezultatov, dokler ne določijo natančnega vrstnega reda, v katerem jih je treba položiti na papir.
Na primer, umetnik lahko začne risati mačko tako, da skicira okrogel obris njene glave. Toda krog je lahko karkoli, tudi če veste, da naj bi predstavljal glavo. Vendar pa narišite dva koničasta ušesa ali dva niza brkov in število potencialnih stvari, ki bi jih lahko narisali, se zelo, zelo hitro zmanjša. Te informacije se nato uporabijo za dajanje navodil agentu za skiciranje.
Song je dejal, da bi ekipa lahko izdala javno različico tega Pictionary- igralni bot, tako da lahko človeški igralci sami premagajo risarski A.I. gospodar. (Kdo ve? Če igrate strokovnjaka, lahko celo izboljšate svoje Pictionary igra.)
Več kot je videti na prvi pogled
Pixelor pa je več kot le še en trivialni bot za igranje iger. Tako kot ima računalniški sistem vmesnik na površinski ravni, s katerim komuniciramo, in zaledno kodo pod pokrovom, ima tudi vsak večji AI. mejnik igranja iger imajo prikriti motiv. Razen če izrecno izdelujejo računalniške igre, raziskovalni laboratoriji ne porabijo nešteto delovnih ur za gradnjo igranje iger AI agentov samo zato, da dodam še en vnos na velik seznam stvari, ki jih ljudje nismo več najboljši pri. Namen je vedno napredovati v nekem temeljnem delu A.I. reševanje problema.
V primeru Pixelorja je skriti cilj izdelati stroje, ki bodo bolje ugotovili, kaj je človeku pomembno v določenem prizoru. Ko pogledamo sliko, lahko takoj ugotovimo, katere so najbolj izstopajoče podrobnosti.
Recimo, da se vozite domov iz službe. Medtem ko so drevesa ob cesti morda slikovita in bi lahko bil pano za nov film zanimiv, nobeden ni tako pomemben kot obraz in govorica telesa osebe, ki morda ali ne namerava oditi pred ti. Preden sploh zavestno obdelate informacije, vaši možgani izločijo najpomembnejše podrobnosti. Kako naučiti računalnik, da bo to sposoben? No, izkazalo se je, da je eden od odličnih načinov za to ta, da vidimo, kako ljudje dajo prednost izstopajočim prepoznavnim podrobnostim na sliki, ko jo skicirajo.
"Ni človeškega znanja, ki bi bilo vgrajeno [samo v fotografije]," je dejal Song. "Kar želimo, so človeški podatki, ki nam lahko dajo signale o tem, kako ljudje razumejo predmet."
Kot rečeno, dobro Pictionary igralec, tako kot dober boksar, pozna absolutni minimum, ki ga mora narediti, da doseže določen cilj. To je v makrosmislu tisto, kar zanima Yi-Zhe Songa in njegove kolege. Nič ni tako nepomembno kot pridobiti računalnik za igranje igre; to je, da računalnik razume, kaj je pomembno pri določenih prizorih - in, upajmo, da bo sposoben bolje posploševati.
Kot vse od samovozeči avtomobili Roboti na delovnem mestu postajajo vse pogostejši, je to bistvena naloga, ki jo je treba rešiti.
Dokument, ki opisuje delo, bo predstavljen na SIGGRAPH Asia 2020 novembra.
Priporočila urednikov
- Voyage je A.I. igralni raj, kjer boti pišejo pravila
- Šah. Nevarnost. pojdi Zakaj uporabljamo igre kot merilo za AI?
- A.I. oblikuje retro video igre - in so presenetljivo dobre
