211service.com
Alpha Zero svešzemju šahs parāda AI spēku un īpatnības
Jaunākais DeepMind sasniegums darbojas ļoti pārsteidzoši. Sagaidiet, ka citas AI sistēmas būs tikpat dīvainas. 2017. gada 8. decembris
Jaunākā DeepMind izstrādātā AI programma ir ne tikai izcila un ļoti elastīga, bet arī diezgan dīvaina.
Publicēts DeepMind papīrs šonedēļ aprakstot tā izstrādāto spēļu programmu, kas izrādījās spējīga apgūt šahu un japāņu spēli Shoju, jau apguvusi spēli Go.
Demis Hassabis, DeepMind dibinātājs un izpilddirektors un pats eksperts šahists, ceturtdien AI konferencē Kalifornijā iepazīstināja ar sīkāku informāciju par sistēmu, ko sauc par Alpha Zero. Programma bieži izdarīja gājienus, kas cilvēka šahistam šķita neiedomājami.
Tas nespēlē kā cilvēks un nespēlē kā programma, Neironu informācijas apstrādes sistēmu (NIPS) konferencē Longbīčā sacīja Hassabis. Tas tiek atskaņots trešajā, gandrīz svešā veidā.
Papildus tam, ka tiek parādīts, cik izcilas mašīnmācības programmas var veikt konkrētu uzdevumu, tas parāda, ka mākslīgais intelekts var ievērojami atšķirties no cilvēka veida. Tā kā AI kļūst arvien izplatītāka, mums, iespējams, būs jāapzinās šāda citplanētiešu uzvedība.
Saistīts stāsts
Saistīts stāsts Spēļu AI jauninātā versija iemāca katru Go grāmatas triku, izmantojot jaunu mašīnmācīšanās veidu.Alpha Zero ir vispārīgāka AlphaGo versija, DeepMind izstrādātā programma galda spēles Go spēlēšanai. 24 stundu laikā Alpha Zero iemācījās spēlēt šahu pietiekami labi, lai pārspētu vienu no labākajām esošajām šaha programmām.
Tomēr ievērojams ir arī tas, ka tas dažreiz rada šķietami trakus upurus, piemēram, piedāvā bīskapu un karalieni, lai izmantotu pozicionālās priekšrocības, kas noveda pie uzvaras. Šādi augstvērtīgu priekšmetu ziedojumi parasti ir reti. Citā gadījumā programma pārvietoja savu karalieni uz tāfeles stūri, kas ir ļoti dīvains triks ar pārsteidzošu pozicionālo vērtību. Tas ir kā šahs no citas dimensijas, sacīja Hassabis.
Hassabis spekulē, ka, tā kā Alpha Zero māca sevi, tas gūst labumu no parastās pieejas neievērošanas, piešķirot gabaliem vērtību un cenšoties samazināt zaudējumus. Varbūt mūsu priekšstats par šahu ir bijis pārāk ierobežots, viņš teica. Tas varētu būt svarīgs brīdis šaham. Mēs varam to iepotēt savā spēlē.
Šaha spēlei ir sena vēsture mākslīgajā intelektā. Labākās programmas, kas izstrādātas un pilnveidotas gadu desmitiem, ietver milzīgu daudzumu cilvēka intelekta. Lai gan 1996. gadā IBM Deep Blue pārspēja tā laika pasaules čempionu, šai programmai, tāpat kā citām tradicionālajām šaha programmām, bija nepieciešama rūpīga manuāla programmēšana.
Sākotnējais AlphaGo, kas izstrādāts īpaši Go, bija liels darījums, jo tas spēja iemācīties spēlēt spēli, kas ir ārkārtīgi sarežģīta un grūti iemācāma, un tai bija nepieciešama instinktīva galda pozīciju izjūta. AlphaGo apguva Go, uzņemot tūkstošiem spēļu piemēru un pēc tam trenējoties pret citu savu versiju. Daļēji tas tika paveikts, apmācot lielu neironu tīklu, izmantojot pieeju, kas pazīstama kā pastiprināšanas mācīšanās, kas ir veidota pēc tā, kā šķiet, ka dzīvnieki mācās (skatiet Google AI Masters Go a Decade Earlier Than Expected).
Kopš tā laika DeepMind ir demonstrējis programmas versiju ar nosaukumu AlphaGo Zero, kas mācās bez piemēra spēlēm, tā vietā paļaujoties tikai uz pašspēli (skatiet AlphaGo Zero Shows Machines Can Become Superhuman Bez jebkādas palīdzības). Alpha Zero vēl vairāk uzlabojas, parādot, ka viena un tā pati programma var apgūt trīs dažādu veidu galda spēles.
Alpha Zero sasniegumi ir iespaidīgi, taču tai joprojām ir jāspēlē daudz vairāk spēļu nekā šaha meistaram. Hassabis saka, ka tas var būt tāpēc, ka cilvēki gūst labumu no citiem mācīšanās veidiem, piemēram, lasot par to, kā spēlēt spēli, un skatīties, kā citi cilvēki spēlē.
Tomēr daži eksperti brīdina, ka programmas iespējas, lai arī tās ir ievērojamas, ir jāņem vērā kontekstā. Runājot pēc Hassabisa, Gerijs Markuss NYU profesors teica, ka Alpha Zero izveidē tika izmantots daudz cilvēku zināšanu. Un viņš norāda, ka cilvēka inteliģence, šķiet, ietver dažas iedzimtas spējas, piemēram, intuitīvu spēju attīstīt valodu.
Džošs Tenenbaums MIT profesors, kurš pēta cilvēka intelektu, teica, ka, ja mēs vēlamies attīstīt īstu, cilvēka līmeņa mākslīgo intelektu, mums vajadzētu izpētīt elastību un radošumu, ko cilvēki demonstrē. Viņš, cita starpā, norādīja uz Hassabisa un viņa kolēģu inteliģenci, izstrādājot, izstrādājot un veidojot programmu. Tas ir gandrīz tikpat iespaidīgi kā karaliene stūrī, viņš attrauca.