Починаючи з хрестики-нулики у 1954 р., а потім шашки У 1994 році комп’ютери неухильно прокладали собі шлях у дедалі складніших іграх, підбираючи та перевершуючи найкраще, що може запропонувати людство. Шахи довгий час вважалися бастіоном людського інтелекту, який був надто тонким для комп’ютерів, аж до 1997 року, коли IBM Deep Blue сумно переміг Гаррі Каспарова, один із найвидатніших гравців в історії шахів. Зовсім недавно IBM досягла ще одного успіху, коли її Watson переміг двох Небезпека чемпіони 2011 року. Минулого року Google потрапив у заголовки новин завдяки узагальненому штучному інтелекту, який зміг успішно навчитися самому собі понад дюжині
Ігри Atari лише на основі піксельного введення.
Іди довгий час був святим Граалем для дослідників штучного інтелекту завдяки поєднанню відносно простих правил і величезної стратегічної складності. Виникла в Китаї понад 2500 років тому, Іди зібрав мільйони відданих гравців і вважається високим інтелектуальним заняттям, особливо в японській та китайській культурі. Гравці по черзі розміщують чорні чи білі камені на сітці з метою захопити фігури один одного або повністю навколишні частини дошки для очок. Правила чіткі, але оскільки гравці можуть розміщувати камінці будь-де на дошці, у грі є 1 x 10^127 можливі стани. Це більше, ніж кількість атомів у відомому Всесвіті, і на багато порядків більше, ніж кількість можливих шахових позицій.
Рекомендовані відео
Традиційні рішення штучного інтелекту для ігор передбачають використання дерев пошуку для перегляду можливих шляхів, якими гра може розгортатися на основі поточного стану гри, щоб прийняти найбільш обґрунтоване рішення. Цей метод грубої сили, який використовує потужність обчислювальної техніки для того, щоб відкрити більше можливостей, ніж могла б людина, яка покладається на інтуїцію, завжди був абсолютно недостатнім перед обличчям Ідивідкрита складність.
AlphaGo отримав 5 і 0 балів проти Hui, відзначаючи перший випадок, коли комп’ютерна програма перевершила професіонала Іди гравець.
Натомість команда Google покладалася на нейронні мережі, підхід до інтелектуальних систем, який запускає вхідні дані через шари віртуальних нейронів, які приблизно імітують роботу мозку тварин. Результат порівнюється з бажаною ціллю, а потім налаштовується сила з’єднання в межах мережі. Завдяки повторенню це дозволяє системам динамічно «навчатися», приходячи до рішень і стратегій, які ніколи не були безпосередньо запрограмовані. AlphaGo, система Google, складалася з 12 рівнів нейронної мережі, включаючи «мережу політики», яка вибирала хід після стан дошки проходив через інші рівні та «мережу цінностей», яка передбачає переможця на основі заданого рухатися.
Через мережу було запущено 30 мільйонів ходів із експертних ігор, поки вона не змогла успішно передбачити людські ходи в 57 відсотках випадків (за попередній 44-відсотковий рекорд). Бажаючи зробити більше, ніж просто імітувати гравців-людей, AlphaGo потім послали грати проти себе в тисячі ігор, розробляючи власні, непрограмовані стратегії, коригуючи зв’язки та зміцнюючи рішення, які призвели до перемог, покладаючись на Google Cloud Platform для необхідних обчислень оомф. Більше технічних подробиць щодо розробки AlphaGo можна знайти в статті, опублікованій командою в природа.
Потім AlphaGo випробували. Спочатку вона взялася за правлячу верхівку Іди комп’ютерні програми, вигравши всі, крім однієї з 500 ігор. Потім було справжнє випробування, кинувши виклик триразовому європейцю Іди чемпіон Фань Хуей. У жовтні минулого року за зачиненими дверима AlphaGo здобула 5 і 0 результатів проти Хуі, ставши першим випадком, коли комп’ютерна програма перевершила професіонала Іди гравець.
Випадково, Facebook також щойно оголосив про свої зусилля по вирішенню Іди зі штучним інтелектом у публіці пост від засновника Марка Цукерберга. Незважаючи на те, що Facebook, очевидно, досяг значного прогресу за останній рік, Google, схоже, обіграв їх, оголосивши про перемогу AlphaGo над Fan Hui. Наразі це може бути веселощами та іграми, але вирішувати виклики Іди які раніше вважалися непереборними, мають більші наслідки для прогресу коннекціоністського ШІ машинного навчання, які мають потенціал стати надзвичайно потужними інструментами для аналізу безладного реального світу проблеми.
Рекомендації редакції
- ФБР каже, що хакери використовують штучний інтелект для створення шкідливих програм
- Найпопулярніші автори вимагають від фірм штучного інтелекту плату за використання їхніх робіт
- Найкращі інструменти для редагування відео AI
- Розробник ChatGPT OpenAI стикається з розслідуванням FTC щодо законів про захист прав споживачів
- Нова компанія ШІ Ілона Маска прагне «розуміти Всесвіт»
Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.
