Op 27 januari kondigde Google aan dat AlphaGo, een kunstmatige intelligentie. Wat is kunstmatige intelligentie niet wat kunstmatige intelligentie niet is? Intelligente, bewuste robots die de wereld overnemen? Niet vandaag - en misschien ook nooit. Read More, ontwikkeld door dochteronderneming DeepMind, had Europees go-kampioen Fan Hui verslagen in een wedstrijd van vijf wedstrijden.
Je hebt misschien wel eens van dit nieuws gehoord omdat het de krantenkoppen over de hele wereld haalt, maar waarom geven mensen er zoveel om? Wat betekent het allemaal? Als u niet bekend bent met het spel Go of de betekenis ervan voor kunstmatige intelligentie, voelt u zich misschien een beetje verloren.
Maak je geen zorgen, we hebben je gedekt. Hier is alles wat u moet weten over de doorbraak en hoe dit reguliere mensen zoals u en ik beïnvloedt.
The Game of Go: Simple Yet Complex
Go is een eeuwenoud Chinees strategiespel waarin twee spelers vechten om territorium te veroveren. Turn by turn, elke speler - een witte, de andere zwarte - plaatst stenen op de snijpunten van een 19 x 19-raster. Wanneer een groep stenen volledig wordt omringd door de stenen van de andere speler, worden ze "gevangen" en van het bord verwijderd.
Aan het einde van het spel is elke lege plek "eigendom" van de speler eromheen. De scores van elke speler zijn gebaseerd op het territorium waarvan hij de eigenaar is (dwz hoeveel lege ruimte hij heeft omsingeld) plus het aantal stukken van de tegenstander dat tijdens het spel werd gevangen.
Hoewel de meeste mensen waarschijnlijk denken aan Chess als de koning van strategiespellen, is Go eigenlijk gecompliceerder. Volgens Wikipedia zijn er 10 761 mogelijke spellen van Go vergeleken met 10 120 geschatte mogelijke schaakpartijen.
Deze complexiteit, samen met enkele esoterische regels en de nadruk op spelen met instinct, maakt Go een bijzonder moeilijk spel voor computers om te leren en te spelen op een hoog niveau.
The Incredible World of Game-Playing AIs
In de grootse opzet van dingen lijkt het ontwerpen van een kunstmatige intelligentie die een spel speelt niet als een zeer de moeite waard achtervolging, vooral wanneer IBM's Watson AI al bezig is om de gezondheidszorg te helpen verbeteren, een gebied dat alle hulp nodig heeft die het kan krijgen. Waarom heeft Google zoveel uren en dollars besteed aan het maken van een Go-play AI?
Op één niveau helpt het AI-onderzoekers om de beste manier te vinden om computers te leren dingen te doen. Als je een computer kunt leren hoe je de beste zetten kunt vinden in een spelletje Dammen of Tic-Tac-Toe, kun je inzicht krijgen in het leren van een andere computer hoe films moeten worden aanbevolen op Netflix 4 Machine Learning Algorithms die je leven bepalen 4 Machinaal leren-algoritmen die uw leven bepalen U realiseert het misschien niet, maar machinaal leren is al overal om u heen en het kan een verrassende mate van invloed op uw leven uitoefenen. Geloof me niet? Je zult verrast zijn. Lees meer, vertaal spraak onmiddellijk, of voorspel aardbevingen.
Veel van de toepassingen voor AI die we tot nu toe hebben gezien, zouden baat hebben bij verbeterde probleemoplossings- en patroonextraherende vaardigheden, die ook belangrijk zijn voor effectieve game-playing AI's.
Deep Blue, de schaakkampioen AI, werkte met een enorme hoeveelheid rekenkracht en brute force-technieken om alle mogelijke volgende zetten te evalueren - tot 200.000.000 posities per seconde. En hoewel deze strategie effectief genoeg was om een voormalige wereldkampioen schaken te verslaan, is het niet een bijzonder 'mensachtige' manier om te schaken. Het vereist ook dat programmeurs de regels van het spel "uitleggen" aan de AI.
Meer recentelijk werd een proces ontwikkeld dat diep leren heet, wat in wezen de weg vrij maakte voor computers om zichzelf te leren, en dat veranderde de race voor kunstmatige intelligentie Microsoft tegen Google - Who Leads the Artificial Intelligence Race? Microsoft vs Google - Wie leidt de kunstmatige-intelligentie-race? Kunstmatige intelligentieonderzoekers boeken tastbare vooruitgang en mensen beginnen weer serieus over AI te praten. De twee titanen die de artificiële intelligentierace leiden zijn Google en Microsoft. Lees verder .
Met deep learning kan een computer nuttige patronen extraheren uit gegevens - in plaats van dat programmeurs vertellen naar welke patronen het moet zoeken - en die patronen gebruiken om zijn eigen beslissingen te optimaliseren. Als deep learning succesvol is, kan een AI zelfs patronen ontdekken die effectiever zijn dan wat we als mensen kunnen herkennen.
Dit type van leren werd vorig jaar aangetoond, toen Google-eigendom AI-onderzoeksbureau DeepMind een AI openbaarde die zichzelf 49 verschillende Atari-spellen leerde spelen Atari Arcade - Retro-videogames spelen in HTML5 [MUO-gaming] Atari Arcade - Retro-videogames spelen in HTML5 [MUO Gaming] Iedereen die tegenwoordig videogames speelt, is een grote dank verschuldigd aan Atari en de oprichters en ingenieurs die tijdens de beginjaren voor het bedrijf hebben gewerkt. Atari was verantwoordelijk voor veel van de ... Lees meer nadat het alleen ruwe input had gekregen. (Je kunt het leren Breakout hierboven te leren spelen.)
Het proces is hetzelfde als het leren van een videogame zonder een tutorial of uitleg. Je kijkt een tijdje, probeert dan willekeurige knoppen in te drukken, begint dingen uit te stippelen, ontwikkelt strategieën en gaat uiteindelijk uitblinken.
En excelleren deed het. De DeepMind AI vernietigde absoluut professionele menselijke tegenstanders in sommige van die spellen, zoals Video Pinball. Het deed het aanzienlijk slechter in andere games, waaronder Miss Pac-Man, maar had over het algemeen een zeer indrukwekkend record.
AlphaGo: The Next Level of AI
AlphaGo, de computer die Fan Hui op Go versloeg, gebruikte deze diepgaande leerstrategie om ongeslagen te blijven in vijf wedstrijden.
In plaats van brute force-berekeningen zoals Deep Blue te gebruiken, bepaalde AlphaGo de volgende zet door het geleerde in de training te gebruiken om de reikwijdte van mogelijk effectieve bewegingen te beperken, en vervolgens simulaties uit te voeren om te zien welke zetten het meest waarschijnlijk in positieve resultaten resulteerden.
Twee verschillende neurale netwerken De nieuwste computertechnologie die u moet leren kennen De nieuwste computertechnologie die u moet geloven Een aantal van de nieuwste computertechnologieën bekijken die zijn ingesteld om de wereld van elektronica en pc's de komende jaren te transformeren. Read More, het beleidsnetwerk en het waardenetwerk, werkten samen om bewegingen te evalueren en elke turn de beste te kiezen.
Vanwege de complexiteit van Go, is een brute force-benadering over alle mogelijke zetten gewoon niet mogelijk zoals in Schaken. Dus maakte AlphaGo gebruik van de kennis die het vergaarde tijdens de trainingsfase, bestaande uit het bekijken van 30 miljoen bewegingen gemaakt door menselijke experts, het leren voorspellen van hun bewegingen, het bedenken van zijn eigen strategieën en duizenden keren tegen zichzelf spelen.
Met behulp van reinforcement learning werden de besluitvormingsprocessen ontwikkeld en versterkt totdat AlphaGo de beste Go-playing AI ter wereld werd. In 500 spellen tegen de meest geavanceerde Go-computers won het er 499 van - zelfs nadat ze die programma's een voorsprong hadden gegeven met vier bewegingen.
En, natuurlijk, versloeg AlphaGo Fan Hui, de huidige Europese Go-kampioen. De overwinning werd ook daadwerkelijk behaald in oktober 2015, maar de aankondiging werd uitgesteld om samen te vallen met de publicatie van DeepMind's onderzoeksartikel in Nature . In maart neemt AlphaGo het op tegen Lee Sedol, de meest dominante speler ter wereld in de afgelopen tien jaar.
Oké, dus wat betekent dit allemaal?
Waarom maakt dit krantenkoppen over de hele wereld? Om verschillende redenen, eigenlijk.
Ten eerste dachten veel mensen dat dit onmogelijk was met de huidige technologie. Volgens de meeste schattingen zou een AI nog geen tien jaar lang een Go-speler van wereldklasse verslaan. De waardanetwerken van AlphaGo kunnen elke Go-game die momenteel wordt gespeeld evalueren en een uiteindelijke winnaar voorspellen, een probleem waarvan Google zegt dat het zo moeilijk werd geloofd dat het onmogelijk was.
Ten tweede is het feit dat diep en onafhankelijk leren werd gebruikt erg belangrijk. Dit toont aan dat een huidige kunstmatige intelligentie gegevens kan verzamelen, patronen kan uitpakken, dergelijke patronen kan voorspellen en uiteindelijk oplossingsgerichte strategieën kan ontwikkelen die complex en effectief genoeg zijn om een mens van wereldklasse te verslaan.
En terwijl winnen bij Go de wereld niet zal veranderen, is het feit dat een computer in staat was om dat niveau van strategie te bedenken met behulp van zijn eigen leeralgoritmen zeer indrukwekkend.
Het is dit diepe leren dat AI-onderzoekers echt enthousiast hebben gemaakt over AlphaGo. Velen geloven dat onafhankelijk leren de eerste stap is naar het maken van een sterke kunstmatige intelligentie . Een sterke AI verwijst naar een computer die intellectuele taken op gelijke voet met mensen kan oplossen (wat ongelooflijk moeilijk is, grotendeels vanwege de complexiteit en efficiëntie van het menselijk brein). Dit is het soort AI dat je in veel sciencefictionfilms ziet. Let op, internet! De beste films over kunstmatige intelligentie Aandacht, internet! De beste films over kunstmatige intelligentie Hollywood heeft in de loop der jaren veel geweldige films uitgebracht over het verkennen van de problemen van kunstmatige intelligentie, en hier zijn 10 van de beste films over AI die we aanbevelen om Hemel en Aarde naar ... Lees meer.
Het is om deze reden dat het maken van AI's die zich op mensachtige manieren kunnen gedragen zo belangrijk is. Het extraheren van patronen en het ontwikkelen van strategieën is iets dat we de hele tijd doen, en we gebruiken geen brute force-methoden bij het nemen van beslissingen.
Het is heel moeilijk om een computer te krijgen om dat te doen zonder veel begeleiding, maar dankzij AlphaGo weten we nu dat sterke AI niet alleen mogelijk is, maar dichterbij dan we dachten.
Natuurlijk is een Go-playing AI nog ver verwijderd van een over het algemeen intelligente AI. Het doet maar één ding, dat is ongeveer net zo eenvoudig als een kunstmatige intelligentie kan krijgen - zelfs de Atari-spelende AI was in staat om 49 verschillende spellen te spelen. Toekomstige videogame-AI's zullen je serieus buitenissig maken Je toekomstige videospel AI's zullen je serieus buitenspel maken Videogame AI is nog niet zo geweldig. Met de recente technologische vooruitgang kan dat echter binnenkort veranderen. Lees meer - maar AlphaGo's effectieve, onafhankelijke manier van leren zou de eerste stap kunnen zijn naar een belangrijke paradigmaverschuiving bij AI.
Wat denk je?
Het lijdt geen twijfel dat de overwinning van AlphaGo op Fan Hui belangrijk is, maar of het wel of niet de internationale krantenkoppen waard is, staat ter discussie.
Denk je dat dit een groot probleem is? Zijn we een stap dichter bij de robotapocalyps Microsoft, Artificial Intelligence en The Robot Apocalypse Microsoft, Artificial Intelligence en The Robot Apocalypse Microsoft geeft een reeks autonome robots een serieuze blik. Is dit het begin van het einde voor mensen, of gewoon een nieuwe stap voorwaarts in het streven naar veilige kunstmatige intelligentie? Lees verder ? Of ben je niet onder de indruk van een AI die gewoon een game kan spelen? Deel uw mening hieronder en laten we erover praten.
Beeldcredits: game by vvoe via Shutterstock, Tatiana Belova via Shutterstock.com, Mciura via Wikimedia Commons, Zerbor via Shutterstock.com