I et stort gjennombrudd for kunstig intelligens, AlphaGo Null tok bare tre dager til å mestre den gamle Kinesiske styret spillet Går … uten menneskelig hjelp
@iansample
Onsdag 18. oktober 2017 18.00 norsk tid
Sist endret torsdag 19. oktober 2017 15.21 BST
Google ‘ s artificial intelligence group, DeepMind, har avduket den nyeste utgaven av sin Go-spiller program, AlphaGo – en AI så kraftig at det stammer tusenvis av år av menneskelig kunnskap om spillet før å finne opp bedre beveger seg av seg selv, alt i løpet av tre dager.
Oppkalt AlphaGo Null, AI-program har blitt hyllet som et stort fremskritt fordi det har mestret den gamle Kinesiske brettspill fra grunnen av, og med ingen menneskelig hjelp utover det som blir fortalt reglene. I spill mot 2015-versjonen, som er beryktet for å slå Lee Sedol, Sør-koreanske grandmaster, i de følgende år, AlphaGo Null vant 100 til 0.
Prestasjon markerer en milepæl på veien til generell AIs som kan gjøre mer enn thrash mennesker på brettspill. Fordi AlphaGo Null lærer på egen hånd fra en blank tavle, sine talenter kan nå bli forvandlet til en rekke problemer i den virkelige verden.
På DeepMind, som er basert i London, AlphaGo Null arbeider ut hvordan proteiner fold, en massiv vitenskapelig utfordring som kan gi stoffet funnet en sårt trengte skudd i armen.
Kamp 3 av AlphaGo vs Lee Sedol i Mars 2016. Foto: Erikbenson
“For oss, AlphaGo var ikke bare om å vinne spillet Gå,” sa Demis Hassabis, administrerende DIREKTØR i DeepMind og forsker på laget. “Det var også et stort steg for oss i retning av å bygge disse general-purpose algoritmer.” De fleste AIs er beskrevet som “smal” fordi de bare utføre en enkelt oppgave, for eksempel å oversette språk eller gjenkjenne ansikter, men generell AIs kan potensielt gjøre det bedre enn mennesker på mange ulike oppgaver. I det neste tiåret, Hassabis mener at AlphaGo etterkommere vil arbeide sammen med mennesker som vitenskapelige og medisinske eksperter.
Det åpner en ny bok, som er der datamaskiner lære mennesker hvordan spille Gå bedre enn de som brukes til å
Tom Mitchell, forsker, Carnegie Mellon University
Tidligere versjoner av AlphaGo lærte sine trekk ved trening på tusenvis av spillene som spilles av sterke menneskelige amatører og profesjonelle. AlphaGo Null hadde ingen slik hjelp. I stedet, det lærte rent ved å spille seg millioner av ganger over. Det begynte med å legge steiner på Farten styret tilfeldig, men raskt forbedret som det oppdaget vinnende strategier.
David Silver beskriver hvordan det Går å spille AI program, AlphaGo Null, oppdager ny kunnskap fra bunnen av. Kreditt: DeepMind
“Det er mer kraftig enn tidligere tilnærminger fordi ved å ikke bruke menneskelige data, eller menneskelig kompetanse på noen som helst måte, vi har fjernet begrensninger for menneskelig kunnskap og det er i stand til å skape kunnskap i seg selv,” sa David Silver, AlphaGo ledende forsker.
Det kan bare fungere på problemer som kan være simulert på en datamaskin, noe som gjør oppgaver som kjører ut av spørsmålet
Programmet amasses sin dyktighet gjennom en prosedyre som kalles forsterkning læring. Det er den samme metoden som balanse på den ene siden, og slipes kne på den andre, hjelpe mennesker med å mestre kunsten å sykle. Når AlphaGo Null spiller et godt trekk, for det er mer sannsynlig å bli belønnet med en seier. Når det gjør en dårlig trekk, det kantene nærmere et tap.
Demis Hassabis, administrerende DIREKTØR i DeepMind: “For oss, AlphaGo var ikke bare om å vinne spillet Gå.’ Foto: DeepMind/Natur
I hjertet av programmet er en gruppe av programvare “nerveceller som er koblet sammen for å danne et kunstig nevrale nettverk. For hver runde av spillet, nettverket ser på plasseringene til delene på Farten styret og beregner som beveger seg kan være laget neste og sannsynligheten av dem fører til en vinner. Etter hvert spill, oppdateringer sine nevrale nettverk, noe som gjør den sterkere spiller for neste kamp. Selv om langt bedre enn tidligere versjoner, AlphaGo Null er en enklere program og mestret spillet raskere til tross for trening på mindre data, og kjører på en mindre datamaskinen. Gitt mer tid, det kunne ha lært reglene for seg selv også, Sølv sa.
Q&A Hva er INTELLIGENS?
Vis
Skjul
Kunstig Intelligens har ulike definisjoner, men generelt betyr det at et program som bruker data til å bygge en modell av noen aspekter av verden. Denne modellen er deretter brukt for å ta informerte beslutninger og spådommer om fremtidige hendelser. Teknologien brukes mye, for å gi tale og ansiktsgjenkjenning, language translation, og personlige anbefalinger av musikk, film og shopping-områder. I fremtiden, det kan levere driverfri biler, smart personlige assistenter, og intelligente strømnett. AI har potensial til å gjøre organisasjoner mer effektive, men teknologien reiser alvorlige spørsmål om etikk, og selskapsledelse, personvern og lov.
Var dette nyttig?
Takk for din tilbakemelding.
Du skriver i tidsskriftet Nature, forskere beskriver hvordan AlphaGo Null startet forferdelig, kommet til nivået av en naiv amatør, og til slutt utplassert svært strategiske grep som brukes av stormestere, alle i løpet av noen dager. Det oppdaget en vanlig spill, kalt en joseki, i de første 10 timer. Andre beveger seg, med navn som “små skred” og “knight’ s move knipetangsmanøver” fulgte snart etter. Etter tre dager, programmet hadde oppdaget helt nye trekk som menneskelige eksperter er nå studerer. Intriguingly, programmet forstått noen avanserte beveger seg lenge før det oppdaget enklere seg, for eksempel et mønster som kalles en stige som menneskelige Gå spillere har en tendens til å ta tak i tidlig.
AlphaGo Null starter med ingen kunnskap, men gradvis blir sterkere og sterkere etter hvert som det lærer spillet Gå. Kreditt: DeepMind
“Det oppdager noen beste spiller, josekis, og så går det utover de som spiller og finner noe enda bedre,” sa Hassabis. “Du kan se det gjenoppdage tusenvis av år av menneskelig kunnskap.”
Eleni Vasilaki, professor i beregningsorientert nevrovitenskap ved Sheffield University, sa at det var en imponerende prestasjon. “Dette kan meget vel antyde at ved å ikke involverer en menneskelig ekspert i sin trening, AlphaGo oppdager bedre trekk som overgår menneskelig intelligens på dette spesifikke spillet,” sa hun. Men hun påpekte at selv om datamaskinene er å slå mennesker på spill som involverer komplekse beregninger og presisjon, de er langt fra å selv matchende mennesker på andre oppgaver. “AI mislykkes i oppgaver som er overraskende lett for mennesker,” sa hun. “Bare se på resultatet av en menneskelignende robot i dagligdagse gjøremål som å gå, løpe og sparke en ball.”
Tom Mitchell, en forsker ved Carnegie Mellon University i Pittsburgh kalt AlphaGo Null en “enestående bragd engineering”. Han la til: “Det lukker boken om mennesker noen gang kommer til å ta opp med datamaskiner i Går. Jeg tror svaret er nei. Men det åpner en ny bok, som er der datamaskiner lære mennesker hvordan spille Gå bedre enn de er vant til.”
David Silver beskriver hvordan AI program AlphaGo Null lærer å spille Gå. Kreditt: DeepMind
Superhelt av kunstig intelligens: kan denne geniale holde det i sjakk?
Les mer
Ideen ble ønsket velkommen av Andy Okun, president for den Amerikanske Gå Association: “jeg vet ikke om moral vil lide av datamaskiner være sterk, men det faktisk kan være litt moro å utforske spillet med nevrale nettverk programvare, siden det ikke er å vinne ved ut-leser oss, men ved å se mønstre og former som er mer dypt.”
Mens AlphaGo Null er et skritt mot en generell AI, det kan bare fungere på problemer som kan være perfekt simulert på en datamaskin, noe som gjør oppgaver som å kjøre en bil ut av spørsmålet. AIs som samsvarer med mennesker på et stort spekter av oppgaver er fortsatt en lang vei, Hassabis sa. Mer realistisk i det neste tiåret er bruk av AI til å hjelpe mennesker med å oppdage nye stoffer og materialer, og løste mysterier i partikkelfysikk. “Jeg håper at disse typer algoritmer og fremtidige versjoner av AlphaGo-inspirerte ting vil bli rutinemessig å jobbe med oss som vitenskapelige eksperter og medisinske eksperter på fremmarsj grensen av vitenskap og medisin,” Hassabis sa.