Forskning på Google på onsdagen meddelade att AlphaGo har blivit den första mjukvara för systemet att slå en människa på den gamla spelet Gå.
Det finns fler möjliga positioner i Går än antalet atomer i universum, och det har en googol (det är en 1 följt av 100 nollor) och fler positioner än schack, konstaterade Google DeepMind forskare som David Silver och Demis Hassabis i ett blogginlägg. Att komplexiteten gör det svårt för datorer för att spela Go.
“Schack kan spelas mycket bra med ett antal knaprande CPU,” säger Rob Enderle, förste analytiker på Enderle Group.
“Gå kräver en visuell komponent för att göra bra, eller GPU mer vanligt i dagens superdatorer,” han berättade TechNewsWorld, eftersom “Gå kräver mönsterigenkänning förutom analys.”
Traditionella artificiell intelligens-metoder, som att bygga ett sökträd som täcker alla möjliga positioner, inte kan hantera att Gå, konstaterade DeepMind är Silver och Hassabis, så Google forskarna kombinerat en avancerad träd sök med två djupa neurala nätverk för att skapa AlphaGo.
“Att bygga ett sökträd som innehåller definiera och utvärdera alla möjliga positioner eller resultat är inte AI,” påpekade Gartner Kollega Tom Austin.
Det är en “brute force” -modell som är “för mycket dyra,” han berättade TechNewsWorld.
AlphaGo slå 499 av de 500 Gå program, så slå regerande tre-tiden Europeisk mästare Fan Hui fem spel till noll i oktober, Google DeepMind är Silver och Hassabis skrev.
I Mars, AlphaGo kommer att spela en fem-spelet utmaning match i Seoul, Sydkorea, mot Lee Sedol, som DeepMind forskare beskrivs som den bästa Gå-spelare över hela världen under det senaste decenniet.
Lee är inte oslagbar, han har vunnit 71,8 procent av hans spel.
Hur Fungerar AlphaGo
AlphaGo är neurala nätverk för att ta en beskrivning av Go-brädet som en ingång och bearbeta det genom 12 nätverk lager som innehåller miljontals av neuron-som-anslutningar.
En AlphaGo neurala nätverk, “policy network,” markerar nästa steg att spela, och den andra, “värde nätverk,” förutspår vinnaren av spelet.
Google forskare som utbildats i systemet är två neurala nätverk på 30 miljoner kronor flyttas från spel som spelas av mänskliga experter, tills den kan förutsäga nästa drag 57 procent av tiden. Om det låter lågt, det tidigare rekordet var 44 procent.
AlphaGo är neurala nätverk för att sedan spelas tusentals Go-spel med varandra och justerat sina förbindelser med inlärning i syfte att upptäcka nya strategier för sig själv.
Som krävs för att utnyttja Google Cloud Platform för att peka på behov av datorkraft.
“Det krävs enorma mängder data och beräkna cykler för att träna ett djupt neurala nätverk,” Gartners Austin sa. En gång utbildade och testade, men dessa nätverk “kan ofta köras i en smartphone.”
Möjligen, men, medan Google Cloud eller något liknande “är ett måste för att utnyttja den enorma datorkraft [av AlphaGo] för att enskilda människor att använda, det krävs hög hastighet trådbunden eller trådlös nätverk,” påpekade Chansu Yu, ordförande i Cleveland State University
Institutionen för Elektroteknik och datavetenskap.
Göra Gott
Den mest betydande aspekten av AlphaGo är att den använder allmänna maskinen lära sig tekniker för att räkna ut hur att vinna på att Gå, istället för att vara en expert system byggt med handgjorda regler, enligt Googles Silver och Hassabis. Det betyder att det kan användas för att lösa några av samhällets svåraste och mest akuta frågor, från klimat-modellering av komplexa sjukdomar analys.
Expert systems för medicin och behandling av naturligt språk är möjliga områden där AlphaGo kan vara användbar, CSU: s Yu föreslås.
“Just nu, AlphaGo är ett skyltfönster för hur långt dessa system har utvecklats”, konstaterade Enderle. “Nästa steg är att visa upp vad det innebär att utanför ett spel. Minns att [IBM: s] Watson vann Jeopardy!, och nu körs det en bra bit av vårt nationella försvar.”
Spöket i Maskinen
Stephen Hawking,
Elon Musk och Bill Gates har uttryckt oro
fritt forskning kring AI, och Cambridge University har satt upp den
Centrum för Studiet av Existentiell Risk för att titta närmare på de teknologiska risker AI kan innebära i framtiden.
Oxford University är också att studera effekterna av AI på Framtiden för Mänskligheten Institutet.
“Förväntningarna är, datorer kommer att överträffa den mänskliga intelligensen innan midcentury,” sade Enderle.
Fortfarande, det kan vara en stund innan AI kan matcha den mänskliga hjärnan, eftersom “det är inte bara en fråga om design och kraft”, sade CSU: s Yu. “Det är [effektiva] sammankoppling av celler.”
Richard Adhikari har skrivit om high-tech för ledande publikationer i industrin sedan 1990-talet och undrar om det hela leder till. Kommer inopererade RFID-chip i människor vara Vilddjurets Märke? Kommer nanotekniken att lösa våra kommande livsmedelskris? Gör Sturgeons Lag håller fortfarande sant? Du kan ansluta med Richard på
Google+.