Miért fontos a játékot tanítani? ben dickson

Az OpenAI, a Sam Altman és Elon Musk által alapított mesterséges intelligencia kutatólaboratórium nemrégiben kijelentette, hogy augusztusban egy csapatot küld Vancouverbe, hogy részt vegyen a híres Dota 2 online harci játék professzionális versenyén. De más csapattól eltérően több millió dolláros díjért versenyeznek, OpenAI a A csapatban nem vesznek részt emberek, legalábbis nem közvetlenül.

Az OpenAI Öt nevű csapat öt mesterséges ideghálózatból áll, amelyek a Google felhő hatalmas számítási teljesítményén keresztül égnek, és több milliószor gyakorolják a játékot. Az OpenAI Five már megszerezte a félprofiteket a Dota 2-en, és augusztusban fogja kipróbálni az érzékenységét a játékosok első 1% -ával szemben.

Nál nél első A pillantás, a drága számítástechnikai erőforrások elköltése és az AI szegény tehetsége, hogy tanítsák az AI-t játékra, felelőtlennek tűnhet. Az OpenAI a világ egyik vezető AI tudósának ad otthont, akik a The New York Times szerint hét számjegyű fizetést keresnek. Végül is nem tudnak dolgozni olyan fontosabb problémákon, mint például a rák elleni küzdelem vagy az önjáró autók biztonságosabbá tételének elősegítése.

Abszurd, aminek néha tűnik, a játékok fontos részét képezték az AI kutatásának. A sakktól a Dota 2-ig minden játék, amelyet az AI meghódított, elősegítette a számunkra, hogy új tereket teremtsünk a számítástechnikában és más területeken.

A játékok segítenek nyomon követni az AI fejlődését

A mesterséges intelligencia ötvenes években a kezdetektől kezdve a játékok hatékonyan mérik az AI kapacitását. Különösen kényelmesek az új AI kapacitásának tesztelésében technikák, mert számszerűsítheti az AI teljesítményét numerikus pontszámokkal és a win-loss eredményekkel, és összehasonlíthatja az emberekkel vagy más AI-vel.

Az első játék, amelyet a kutatók megpróbáltak elsajátítani az AI-n keresztül, a sakk volt, amelyet a korai időkben a térségbeli előrelépések végső tesztének tartottak. 1996-ban az IBM Deep Blue volt az első számítógép, amely legyőzte a világbajnokot (Garry Kasparov) a sakkban. A Deep Blue mögött található AI brute-force módszert használt, amely több millió szekvenciát elemezte a mozgás megkezdése előtt.

Míg a módszer lehetővé tette a Deep Blue számára a sakk elsajátítását, addig ez nem volt elég hatékony ahhoz, hogy bonyolultabb társasjátékokkal foglalkozzon. A mai szabványok szerint nyersnek tekintik. Amikor a Deep Blue legyőzte Kasparovot, egy tudós megjegyezte, hogy még száz évbe telik, mire az AI meghódíthatja az ősi kínai Go játékot, amelynél több lehetséges mozdulat van, mint az univerzum atomszámának.

De 2016-ban a Google tulajdonában lévő DeepMind AI vállalat kutatói létrehozták az AlphaGo-t, egy Go-playing AI-t, amely öt játékból álló versenyen 4: 1-rel legyőzte Lee Sedolt, a világbajnokot. Az AlphaGo a Deep Blue brute-force módszerét mély tanulással váltotta fel, egy AI technikával, amely sokkal hasonlít az emberi agy működéséhez. Ahelyett, hogy minden lehetséges kombinációt megvizsgált volna, az AlphaGo megvizsgálta, hogy az emberek hogyan játszották a Go-t, majd megpróbálta kitalálni és megismételni a sikeres játékmintákat.

A DeepMind kutatói később létrehozták az AlphaGo Zero-t, az AlphaGo továbbfejlesztett verzióját, amely megerősítő tanulást használt, amely módszer nulla emberi bemenetet igényelt. Az AlphaGo Zero-t megtanították a Go alapszabályaira, és megtanulta a játékot azzal, hogy számtalanszor játszott maga ellen. Az AlphaGo Zero pedig nullára verte az elődjét 100-ra.

A társasjátékoknak azonban vannak korlátozásai. Először is, körforgáson alapulnak, ami azt jelenti, hogy az AI nem nehezedik a döntések meghozatalára olyan környezetben, amely folyamatosan változik. Másodszor, az AI-nek hozzáférése van a környezetben található összes információhoz (ebben az esetben a testülethez), és nem kell kitalálnia vagy kockáztatnia az ismeretlen tényezők alapján.

Ezt figyelembe véve a Libratus nevű AI a következő áttörést hajtotta végre a mesterséges intelligencia kutatásában a Texas Hold 'Em póker legjobb játékosainak verésével. A Carnegie Mellon kutatói által kifejlesztett Libratus kimutatta, hogy az AI képes versenyezni az emberekkel olyan helyzetekben, ahol részleges információhoz férhet hozzá. A Libratus több AI technikát alkalmazott a póker megtanulására és a játékmenet fejlesztésére, miközben emberi ellenfelei taktikáját vizsgálta.

A valós idejű videojátékok az AI következő határa, és az OpenAI nem az egyetlen szervezet, amely a területen működik. A Facebook kipróbálta az AI megtanítását a valós idejű stratégiai játék, a StarCraft számára, a DeepMind pedig kifejlesztett egy AI-t, amely a Quake III első személyes lövöldözős játékát képes lejátszani. Minden játék bemutatja a saját kihívásait, de a közös nevező az, hogy mindegyik olyan környezetben mutat be az AI-t, ahol valós időben és hiányos információkkal kell döntenie. Sőt, olyan arénát adnak az AI-nek, ahol kipróbálhatja az erejét ellenfelek csapatával szemben, és maga is megtanulhatja a csapatmunkát.

Egyelőre senki sem fejlesztett ki olyan AI-t, amely képes legyőzni a profi játékosokat. De az a tény, hogy az AI ilyen emberekkel versenyez ilyen komplex játékokon, azt mutatja, hogy messzire jutottunk a terephez.

A játékok segítik az AI fejlesztését más területeken

Míg a tudósok a játékot próbapadként használják új AI technikák kifejlesztésére, addig eredményeik nem korlátozódtak a játékokra. Valójában a játékkal kapcsolatos AI-k előkészítették az utat az innovációkhoz más területeken.

2011-ben az IBM bevezette a természetes nyelv feldolgozására és előállítására képes szuperszámítógépet (NLG / NLP), és a társaság korábbi vezérigazgatója, Thomas J Watson nevét kapta. A számítógép a világ két legjobb játékosa ellen játszotta a híres TV show-kvíz játékot, a Jeopardy játékot, és nyert. A Watson később az IBM hatalmas sorozatának alapjául szolgált a különféle területeken, ideértve az egészségügyet, a kiberbiztonságot és az időjárás-előrejelzést.

A DeepMind az AlphaGo fejlesztésével kapcsolatos tapasztalatait használja az AI használatához más területeken, ahol a megerősítő tanulás segíthet. A vállalat a National Grid UK-vel egy projektet indított a AlphaGo a azt javasolja, hogy javítsák a brit villamosenergia-hálózat hatékonyságát. A Google, a DeepMind anyavállalata, szintén alkalmazza a technikát, hogy csökkentse hatalmas adatközpontjainak villamosenergia-költségeit azáltal, hogy automatizálja a különféle hardverek fogyasztás-szabályozását. A Google szintén megerősítő tanulást alkalmaz robotok kiképzésére, amelyek egy napon a gyárak tárgyait kezelik.

• A mesterséges intelligencia torzító problémával rendelkezik, és ez a mi hibánk A mesterséges intelligencia torzító problémával rendelkezik, és ez a mi hibánk
• Az IBM mesterséges intelligencia az emberi vita bajnokokról
• Miért kell AI-nek nyilvánosságra hoznia, hogy AI?

Libratus A pókerjátékos AI segíthet olyan algoritmusok kidolgozásában, amelyek segítenek különféle helyzetekben, például politikai tárgyalásokon és aukciókon, ahol az AI-nek kockázatot kell vállalnia és rövid távú áldozatokat kell hoznia a hosszú távú haszon érdekében.

Alig várom, hogy megnézze, hogyan fog teljesíteni az OpenAI Five az augusztusi Dota 2 versenyen. Bár nem igazán érdekel, hogy az ideghálózatok és fejlesztőik meghozzák-e a 15 millió dolláros díjat, szívesen látom, hogy milyen új ablakokat nyit majd a teljesítménye.