Artificiell intelligens tog ett historiskt steg framåt förra veckan när en
Google team meddelade att man lärde en maskin för att behärska den gamla
Kinesiska spelet Go, en bedrift som forskare har jagat i flera decennier.
Medan
datorer lärt mig att distansera människor på dam och schack under 90-talet,
Gå – en 2 500 år gammalt spel – var fortfarande förargliga forskare dator.
Eftersom spelet erbjuder spelarna ett nästan oändligt antal drag – och
det är svårt att göra mål i mitten av en match – det har visat sig vara
svårast av klassiska spel för att lära datorer att spela.
Men
att alla ändras i förra veckan som Google: s forskare förde en frisk
metod och mängd datorkraft för att resultaten publiceras i
vetenskapliga tidskriften Nature.
“Det är en verklig milstolpe och överraskning för mig hur snabbt saker och ting har hänt, säger Martin Muller,
en professor vid University of Alberta och mångårig forskare i Går.
För tio år sedan, och hans arbete har bidragit till datorer för att komma närmare den kaliber av
mänskliga aktörer, som Google, för att sedan användas i sin strategi. Företaget s
forskare “har dessa nya idéer, och de visade att de är mycket
effektiva.”
Google-teamet hoppas att det på lång sikt,
tekniken bakom genombrottet kan tillämpas på samhällets mest
utmanande problem, bland annat att göra medicinska diagnoser och modellering
klimat.
Sådana insatser är år bort, forskare erkänna. I
kort sikt, de är ute efter att integrera arbetet i smartphone
assistenter – tänk på iPhone ‘ s Siri eller Googles voice assistant.
I
Gå placera spelare svarta och vita stenar på ett galler för att spridas över
öppna områden och omge sina motståndares pjäser. Om du omger din
fiende sten, det är bort från brädet. Den spelare med mest
territorium vinner.
Googles system svepte den Europeiska Gå champion,
Fan Hui, 5-0 i en match referee av den Brittiska Gå Association. Det är
första gången en dator har slagit en professionell spelare i ett spel på en
full-size styrelse, utan ett handikapp. (Spelet spelas ibland på en
mindre styrelse med färre rutor, som är lättare för en maskin för att
master.) Googles teknik som förlitat sig på styrkan av mer än 1 200
cloud datorer i lager runt om i världen.
Googles system
var utbildad på 30 miljoner flyttar spelare gjorde i verkliga spel i Går. Sedan
systemet började att spela mot sig själv, med hjälp av trial and error,
att känna igen som flyttar för att arbeta i en given situation och som inte gör det.
Medan en människa kan behärska Gå med tusentals spel av erfarenhet,
dator förlitat sig på miljontals matcher.
Förra veckans bedrift
har dragit jämförelser att när IBMS dator Deep Blue slog schack
champion Garry Kasparov 1997. Det för också tankarna till IBM Watson ‘ s
systemet, som har falska människor vid “Fara.”
Som Djupt Blå,
Googles system förlitar sig på sin förmåga att behandla miljontals scenarier.
Men Googles datorer göra mer än att bara memorera allt möjligt
utfall. De lär sig genom trial and error, precis som människor gör. Att
gör innovation mer tillämplig för ett brett spektrum av uppgifter. Google
visade effekt av denna strategi förra året när en av dess system
lärt sig själv att bli bättre på Atari-spel än människor.
“Min dröm
att använda dessa typer av allmänna lärande system för att hjälpa till med vetenskap”
sa Demis Hassabis, som leder DeepMind, den London-baserade Google-teamet
bakom resultaten. “Du kan tänka AI-forskare-eller AI-hjälp
vetenskapen arbetar hand i hand med mänskliga expert forskare för att hjälpa dem
i ett kompletterande sätt för att göra snabbare genombrott i vetenskapliga
strävanden.”
Även Deep Blue ‘ s nederlag Kasparov drog massor av
rubriker, vetenskap bakom det och har inte haft omfattande följder för
mänskligheten i 19 år sedan.
“Det här känns som det skulle kunna vara annorlunda, eftersom det finns mer generella metoder,” Muller
sade. “Det finns potential att ha tillämplighet på många andra saker.”
Han varnade också för att precis som att Gå var betydligt tuffare än
mastering schack, göra förutsägelser i verkliga situationer kommer att ge
en annan utmaning för Google: s forskare.
I Mars Google
systemet kallas AlphaGo – kommer att ta på Lee Sedol, utan tvekan den bästa Gå
spelare i världen, i en fem-spel match i Seoul. Som skulle kunna vara dess
“Kasparov ögonblick.”
“Jag hörde Google DeepMind artificiella
intelligens är förvånansvärt stark och blir starkare,” Sebol sade i
ett uttalande. “Men jag är säker på att jag kan vinna åtminstone den här gången.”
© 2016 Washington Post
Ladda ner Prylar 360 app för Android och iOS för att hålla dig uppdaterad med de senaste tekniska nyheterna, produkt
recensioner och exklusiva erbjudanden på populära mobiler.