บอทเล่นภาพนี้เป็นเหตุการณ์สำคัญสำหรับ A.I.

เช่นเดียวกับทักษะใหม่ของ Alexa บน Amazon Echo ของคุณ สองสามทศวรรษที่ผ่านมานี้ได้เห็น A.I. ค่อยๆ ได้รับความสามารถในการเป็นมนุษยชาติที่ดีที่สุดในเกมที่เราชื่นชอบมากขึ้นเรื่อยๆ: หมากรุกกับ Deep Blue ในปี 1997, อันตราย กับ IBM Watson ในปี 2554, เกม Atari กับ DeepMind ในปี 2013, ไป กับ AlphaGo ในปี 2559และอื่นๆ สำหรับประชาชนทั่วไป อย่างน้อย แต่ละกรณีจะเปลี่ยนเส้นทางนามธรรมของความก้าวหน้าทางการคำนวณให้กลายเป็นกีฬาที่มีผู้ชม Skynet เริ่มฉลาดขึ้น เรารู้ได้อย่างไร? เพราะลองดูงานอดิเรกที่เพิ่มขึ้นเรื่อยๆ ซึ่งสามารถเอาชนะเราได้อย่างแน่นอน

ด้วยภูมิหลังดังกล่าว จึงไม่น่าแปลกใจมากนักที่ได้ยินว่า A.I. ตอนนี้สามารถแสดงความสามารถได้ดีแล้วที่ รูปภาพเกมทายคำศัพท์ที่ได้รับแรงบันดาลใจจากเกมทายคำที่ต้องใช้คนหนึ่งคนในการวาดภาพและคนอื่นๆ พยายามคิดว่าพวกเขาวาดภาพอะไรไว้โดยเร็วที่สุด

นั่นคือสิ่งที่นักวิจัยจากมหาวิทยาลัย Surrey แห่งสหราชอาณาจักรได้ดำเนินการเมื่อเร็วๆ นี้ด้วยการสร้าง Pixelor ซึ่งเป็น "A.I. สำหรับการสเก็ตช์ภาพเพื่อการแข่งขัน" ตัวแทน." ให้ภาพ แนวคิด Pixelor สามารถวาดภาพร่างที่จดจำได้ (ทั้งโดยมนุษย์และเครื่องจักร) ว่าเป็นวัตถุที่ต้องการได้อย่างรวดเร็วหรือเร็วกว่ามนุษย์ด้วยซ้ำ คู่แข่ง.

“เอไอของเรา เจ้าหน้าที่สามารถเรนเดอร์ภาพร่างตั้งแต่ต้นได้” อี้-เจ๋อซ่งผู้อ่านเรื่อง Computer Vision และ Machine Learning ที่ศูนย์ Vision Speech and Signal Processing แห่งมหาวิทยาลัย Surrey บอกกับ Digital Trends “ให้มันเป็นคำเช่น 'ใบหน้า' แล้วมันจะรู้ว่าจะวาดอะไร … มันจะวาดแมวตัวอื่น สุนัขตัวอื่น ใบหน้าที่แตกต่างออกไปทุกครั้ง แต่มีความรู้อยู่เสมอว่าจะชนะเกม Pictionary ได้อย่างไร”

การสร้างต้นแบบ Pictionary

ความสามารถในการลดภาพในโลกแห่งความเป็นจริงที่ซับซ้อนให้กลายเป็นภาพร่างนั้นค่อนข้างน่าประทับใจทีเดียว การมองใบหน้ามนุษย์ต้องใช้สิ่งที่เป็นนามธรรมในระดับหนึ่ง และมองว่าเป็นรูปวงรี โดยมีวงรีเล็กกว่า 2 อันสำหรับตา เส้นสำหรับจมูก และครึ่งวงกลมสำหรับปาก ในเด็ก ความสามารถในการรับรู้ภาพในลักษณะนี้แสดงให้เห็น เหนือสิ่งอื่นใด ก็คือความเข้าใจในแนวความคิดที่กำลังเพิ่มขึ้นอย่างรวดเร็ว

อย่างไรก็ตาม เช่นเดียวกับหลายๆ แง่มุมของ A.I. มักสรุปเป็น Paradox ของ Moravec ว่า “ปัญหาที่ยากนั้นง่าย และปัญหาที่ง่ายนั้นยาก” ถือเป็นความท้าทายที่สำคัญสำหรับเครื่องจักร ความฉลาด แม้ว่าจะเป็นทักษะพื้นฐานที่ไม่ธรรมดาสำหรับเด็กอายุ 2 ขวบส่วนใหญ่ก็ตาม เด็ก.

มันไม่ใช่ความท้าทายที่แก้ไม่ได้ ในปี 2559เราเขียนเกี่ยวกับงานของ Song ด้วยเครื่องมือที่เรียกว่า Sketch ซึ่งเป็นเครือข่ายประสาทการเรียนรู้เชิงลึกที่สามารถจดจำภาพร่างที่วาดด้วยมือและใช้เพื่อค้นหาผลิตภัณฑ์ในชีวิตจริง เครือข่ายดังกล่าวได้รับการฝึกฝนโดยใช้ชุดข้อมูลที่ประกอบด้วยการเปรียบเทียบภาพร่างกับภาพถ่ายประมาณ 30,000 ภาพ ทำให้สามารถรับรู้ถึงวิธีการนำเสนอวัตถุจริงในการวาดภาพด้วยมือได้ Pixelor ทำสิ่งที่คล้ายกัน แต่ยังสามารถสร้างภาพวาดของตัวเองได้ แทนที่จะจดจำของผู้อื่น

แต่นั่นไม่เพียงพอที่จะชนะ รูปภาพ. รูปภาพ เป็นเกมที่ท้าทายเวลาซึ่งเป้าหมายไม่ใช่แค่การวาดแมว แต่วาดแมวด้วยจังหวะน้อยที่สุด คุณอาจเป็นศิลปินที่ยิ่งใหญ่ที่สุดในโลก แต่ถ้าคุณใช้เวลา 12 ชั่วโมงในการวาดภาพแมวที่สมบูรณ์แบบ คุณช่างแย่มาก รูปภาพ ผู้เล่น

นี่หมายถึงการสร้าง A.I. ที่สามารถศึกษามนุษย์เพื่อดูว่าพวกเขาใช้กลยุทธ์ใดในการเล่น Pictionary ได้ดี ดังที่ซ่งกล่าวว่า “อะไรคือส่วนที่สำคัญที่สุดในการวาดเพื่อให้ผู้พิพากษาที่เป็นมนุษย์คนอื่นๆ สามารถเดาได้? เราต้องการให้เดาภาพวาดของเราโดยเร็วที่สุด”

ในการทำเช่นนี้ นักวิจัยได้ใช้ QuickDraw ซึ่งเป็นชุดข้อมูลภาพร่างมนุษย์ที่ใหญ่ที่สุดที่มีอยู่ในปัจจุบัน จากนั้นพวกเขาจึงสร้างอัลกอริธึมการเรียงลำดับแบบนิวรัลที่จัดลำดับความสำคัญของลำดับจังหวะที่ศิลปินต้องทำ ให้การแสดงวัตถุที่คาดเดาได้ในบรรทัดน้อยที่สุด ซึ่งหมายถึงการแบ่งภาพร่างออกเป็นลายเส้น จากนั้นสับลำดับของลายเส้นเหล่านี้และทดสอบผลลัพธ์จนกว่าจะสร้างลำดับที่แม่นยำซึ่งจำเป็นต้องวางลงบนกระดาษ

ตัวอย่างเช่น ศิลปินสามารถเริ่มวาดรูปแมวโดยร่างโครงร่างเป็นวงกลมสำหรับหัวของมัน แต่วงกลมอาจเป็นอะไรก็ได้ แม้ว่าคุณจะรู้ว่ามันควรจะเป็นตัวแทนของศีรษะก็ตาม อย่างไรก็ตาม วาดหูแหลมสองข้างหรือหนวดเคราสองชุด และจำนวนสิ่งที่คุณวาดได้จะลดลงอย่างรวดเร็วมาก ข้อมูลนี้จะถูกนำมาใช้เพื่อสั่งการตัวแทนการร่างภาพ

Song กล่าวว่าทีมงานสามารถเผยแพร่เวอร์ชันที่เปิดเผยต่อสาธารณะได้ รูปภาพ-เล่นบอทเพื่อให้ผู้เล่นที่เป็นมนุษย์สามารถเอาชนะ A.I ที่ร่างภาพได้ ผู้เชี่ยวชาญ. (ใครจะรู้? การเล่นเป็นผู้เชี่ยวชาญสามารถช่วยพัฒนาตัวคุณเองได้ รูปภาพ เกม.)

มากกว่าที่ตาเห็น

Pixelor มีอะไรมากกว่าบอทเล่นเกมธรรมดาอีกตัวหนึ่ง เช่นเดียวกับระบบคอมพิวเตอร์ที่มีทั้งอินเทอร์เฟซระดับพื้นผิวที่เราโต้ตอบด้วยและมีโค้ดแบ็กเอนด์ที่อยู่เบื้องหลัง ดังนั้น A.I สำคัญทุกตัวก็ทำเช่นกัน เหตุการณ์สำคัญในการเล่นเกมมีจุดประสงค์แอบแฝง ห้องปฏิบัติการวิจัยจะไม่ใช้เวลาสร้างชั่วโมงคนนับไม่ถ้วน เว้นแต่ว่าพวกเขาจะผลิตเกมคอมพิวเตอร์อย่างชัดเจน A.I. การเล่นเกม ตัวแทนเพียงเพื่อเพิ่มอีกหนึ่งรายการในรายการใหญ่ของสิ่งที่มนุษย์ไม่ใช่สิ่งที่ดีที่สุดอีกต่อไป ที่. จุดประสงค์คือเพื่อพัฒนาส่วนพื้นฐานของ A.I อยู่เสมอ การแก้ปัญหา.

ในกรณีของ Pixelor วัตถุประสงค์ที่ซ่อนอยู่คือการสร้างเครื่องจักรที่สามารถเข้าใจสิ่งที่สำคัญต่อมนุษย์ในฉากนั้นๆ ได้ดีขึ้น เมื่อเราดูภาพ เราสามารถบอกได้ทันทีว่ารายละเอียดที่สำคัญที่สุดคืออะไร

สมมติว่าคุณกำลังขับรถกลับบ้านจากที่ทำงาน แม้ว่าต้นไม้ที่เรียงรายข้างถนนอาจจะงดงามและป้ายโฆษณาสำหรับภาพยนตร์เรื่องใหม่ก็น่าสนใจ และไม่สำคัญเท่ากับสีหน้าและภาษากายของบุคคลที่อาจจะหรืออาจจะไม่เดินออกไปต่อหน้า คุณ. ก่อนที่คุณจะประมวลผลข้อมูลอย่างมีสติ สมองของคุณได้แยกแยะรายละเอียดที่สำคัญที่สุดออกไปแล้ว คุณจะสอนคอมพิวเตอร์ให้ทำเช่นนี้ได้อย่างไร? ปรากฎว่าวิธีหนึ่งที่ดีเยี่ยมในการทำเช่นนั้นคือการดูว่ามนุษย์จัดลำดับความสำคัญของรายละเอียดที่โดดเด่นที่เป็นที่รู้จักในภาพอย่างไรเมื่อพวกเขาร่างภาพ

“ไม่มีความรู้ของมนุษย์ฝังอยู่ในภาพถ่าย [เพียงอย่างเดียว]” ซ่งกล่าว “สิ่งที่เราต้องการคือข้อมูลของมนุษย์ซึ่งสามารถให้สัญญาณว่ามนุษย์เข้าใจวัตถุได้อย่างไร”

ดังที่กล่าวมาก็ดี. รูปภาพ ผู้เล่นก็เหมือนกับนักมวยที่ดี คือรู้ว่าขั้นต่ำสุดที่พวกเขาต้องทำเพื่อบรรลุวัตถุประสงค์บางอย่าง ในแง่มหภาค นี่คือสิ่งที่ Yi-Zhe Song และเพื่อนร่วมงานของเขาใส่ใจ ไม่ใช่เรื่องเล็กน้อยเท่ากับการมีคอมพิวเตอร์มาเล่นเกม กำลังทำให้คอมพิวเตอร์เข้าใจสิ่งที่สำคัญเกี่ยวกับฉากบางฉาก และหวังว่าจะสามารถสรุปภาพรวมได้ดีขึ้น

เป็นทุกอย่างจาก รถยนต์ที่ขับเคลื่อนด้วยตนเอง หุ่นยนต์ในที่ทำงานกลายเป็นเรื่องปกติมากขึ้น นี่เป็นงานสำคัญที่ต้องแก้ไข

บทความอธิบายผลงานจะนำเสนอที่ SIGGRAPH Asia 2020 ในเดือนพฤศจิกายน

คำแนะนำของบรรณาธิการ

• การเดินทางคือ A.I. สวรรค์แห่งการเล่นเกมที่บอทเขียนกฎ
• หมากรุก. อันตราย. ไป. เหตุใดเราจึงใช้เกมเป็นเกณฑ์มาตรฐานสำหรับ A.I.
• เอไอ กำลังออกแบบวิดีโอเกมย้อนยุค — และพวกเขาก็ทำได้ดีอย่างน่าประหลาดใจ