Спомнете си (смътно) как се научихте да ходите, да говорите, да карате колело или да шофирате? Беше разхвърлян и пълен с грешки, но уменията, които научихте по този начин, останаха. Извън живите системи беше предизвикателство да се структурират достатъчно силни алгоритми, които да поемат „опит от реалния живот“ и да развият лепкаво, адаптивно поведение за изкуствен интелект.
Мъж Овен и жена Телец обичат съвместимостта
Е, Alpha Go Zero току-що го направи.
„Започва от празен лист и измисля само за себе си, само от самоигра и без никакви човешки знания, нито някакви човешки данни, характеристики, или примери, или намеса от хора. Той открива как се играе играта Go от първите принципи “, казва професорът на DeepMind Дейвид Силвър.
AI има няколко повторения, всяка по-умна и по-способна от предишната. Предишната версия използва огромна база данни от предишни игри заедно с куп алгоритми, които я насочиха към победата. Този подход доведе до поражението на действащия световен шампион професионален играч Go. В покера, AI Libratus наскоро обели най-добрите покер играчи в света с почти 2 милиона долара, също като се учеше чрез самостоятелна игра, вместо от данни за човешки игри.
Сега, в тази последна версия на Alpha Go, програмата за изкуствен интелект преподава себе си как да играя Go - без човешки произход.
Провеждайки милиони симулации на игри срещу себе си, отне 40 дни, за да научи - от нулата - как да победи версията на Световния шампион. Това наистина променя играта не само за Go, но и за това как се откриват нови знания. Колко точна или пълна е експертизата на вашия домейн? Има много още да открием, е това, което ни казва този очарователен експеримент в обучението с Alpha Go Zero.
„Идеята на Alpha Go не е да излезе и да победи хората, а всъщност да открие какво означава да се занимаваш с наука - за да може една програма да научи от себе си какво е знание“, според Силвър в публикация в YouTube за постижението.
Екипът на Alpha Go Zero Deep Mind го нарича първопринцип, „tabula rasa“ (празен лист).
- Ако можете да постигнете tabula rasa научавайки, имате агент, който може да бъде трансплантиран от играта Go към всеки друг домейн, а спецификата на играта, в която сте, измисляте алгоритъм, който е толкова общ, че може да се приложи навсякъде “, казва той . Това е провокативна идея, когато разширите концепцията. Просто си помислете какво бихме могли да направим с набор от силни, обучаващи алгоритми, които биха могли систематично да се справят с трудни проблеми и да учат по-бързо от колективното знание на нашата цивилизация. . . след дни, а не десетилетия.
Засега голямото отнемане е, че „алгоритмите имат значение много повече от изчисленията или наличните данни“, каза Силвър. Само това променя играта в начина, по който подхождаме към разширяване на познатия свят. Докато Alpha Go работи с около 25 милиона долара хардуер - това не е съвсем лека система - знаете, че AI гурутата отдавна работят по създаването на по-чисти и по-добри набори от данни. Днес много масиви от данни се считат за твърде шумни - пълни с лоши данни - за да се обучи точно изкуствен интелект. Ако AI се учи от данни и данните са лоши, той не се научава. Голям проблем.
Ами ако не се нуждаете от чисти данни, а просто от опит и изкуственият интелект може да се тренира сам?
Това е вълнуващото постижение в Alpha Go Zero. Въпреки че е в нишевия, основан на правила свят на игрите, това има големи последици във всяка индустрия, работеща от физически правила - помислете за химия, трафик, биология, фармакология, пътувания, логистика и производство. Ако можем да проектираме правила, които са толкова гъвкави, че могат да работят от по-широк опит и толкова насочени, че винаги създават по-силни умения - като Alpha Go Zero - тогава е възможно да се постигне изкуствен интелект, който създава системи. Тези системи не се нуждаят от външни данни, нямат проблеми с почистването на данни и не се нуждаят от забавяне на човешкия цикъл. Ето защо компанията майка на Google, Alphabet, заложи компанията на изкуствен интелект и инвестира в изкуствен интелект с бързи темпове. (Amazon също инвестира в изкуствен интелект, подобно на последното придобиване на изкуствен интелект BodyLabs.)
Професорът от Deep Mind Дейвид Силвър казва: „Фактът, че сме виждали програма да постига високо ниво на изпълнение ... би трябвало да означава, че сега можем да започнем да се справяме с някои от най-предизвикателните и въздействащи проблеми за човечеството“.
Тази публикация е актуализирана, за да изясни, че AI Libratus наскоро победи топ играчите на покер, използвайки стратегия, която включва самостоятелна игра, а не въведени от човека данни.
