En gruppe forskere fra gruppen af DeepMind og University College London har udviklet en kunstig intelligens, i stand til selv at lære spillet og forbedre i tre udfordrende brætspil. I hans værk, der er offentliggjort i tidsskriftet Science, har forskerne beskriver deres nye system, og forklarede, hvorfor jeg mener, at det er et stort skridt i retning den fremtidige udvikling af AI-system.
20 år er gået siden da, som supercomputer Dybe Blå besejrede verdensmester i skak, Gary Kasparov og viste verden, hvor langt avancerede beregninger inden for AI. Da computere blev klogere, og i dag slå folk i spil som skak, Shogi og gå. Men hvert af disse programmer er afstemt specielt til at blive en mester i et enkelt spil. I sit nye arbejde, de forskere, der er beskrevet skabelsen af kunstige intelligens, der er ikke kun godt i et par spil, men også for at lære denne at forbedre dig selv.
AlphaZero: den nye master
Et nyt system, der hedder AlphaZero er et system af styrke læring, som er læring, flere gange, at spille spil og lære af deres erfaringer. Dette, selvfølgelig, meget lig processen med at undervise folk. Angiver et grundlæggende sæt af regler og computeren spiller et spil med sig selv. Han selv ikke har brug for partnere. Han leger med sig selv en masse gange, at bemærke den gode og sejrende bevæger sig. Over tid bliver det bedre og bedre, er bedre ikke blot for mennesker, men andre AI-systemer er konstrueret til brætspil. Dette system også brugt en teknik der hedder “søg træ søgning Monte-Carlo”. En kombination af to teknologier har gjort det system til at lære hvordan man kan forbedre i spillet. Forskerne testede styrken af programmet, og giver en stor kapacitet — 5000 tensor af processorer, og er parret med en stor supercomputer.
I øjeblikket AlphaZero har mestret skak, Shogi og gå. Det næste skridt vil være det populære videospil. Som for performance, AJ, i, for eksempel, AlphaZero slå legendariske AlphaGo i 30 timer.
Hvornår tror du, vil være en eksplosion af kunstig intelligens? Fortæl os i vores chat i Telegrammet.