DIRBTINIS PROTAS, VYKDANTIS apgailėtinus žmones GO – Ar mašinų maištas jau visai šalia?
DIRBTINIS PROTAS, VYKDANTIS apgailėtinus žmones GO – Ar mašinų maištas jau visai šalia?

Video: DIRBTINIS PROTAS, VYKDANTIS apgailėtinus žmones GO – Ar mašinų maištas jau visai šalia?

Video: DIRBTINIS PROTAS, VYKDANTIS apgailėtinus žmones GO – Ar mašinų maištas jau visai šalia?
Video: The jobs we'll lose to machines -- and the ones we won't | Anthony Goldbloom 2024, Balandis
Anonim

Ne taip seniai Pietų Korėjos go meistras ir vienas tituluočiausių žaidėjų pasaulyje Lee Sedolas paskelbė apie pasitraukimą ir padarė dramatišką pareiškimą: reitingas beprotiškomis pastangomis. Dabar yra esybė, kurios negalima įveikti“.

Lee kalbėjo apie „DeepMind“sukurtą „AlphaGo“kompiuterį, kurį „Google“įsigijo už 650 mln. USD prieš penkerius metus. Korėjietis automobiliui pralaimėjo dar 2016-aisiais, tačiau nuo tada dirbtinis intelektas tik stiprėjo. Apskritai, kompiuterio pergalė prieš žmogų „Go“yra laikoma tikru proveržiu, potencialiai galinčiu sukelti didelio masto pokyčius pasaulyje. Ar Terminatorius jau yra horizonte? Išsiaiškinkime.

Programuotojai jau seniai išbandė dirbtinio intelekto galią sudėtinguose žaidimuose su geriausiais žmonėmis. IBM sukurtas kompiuteris „Deep Blue“įveikė Garį Kasparovą šachmatų žaidime dar 1997 m. Prieš rungtynes Kasparovas manė: „Tai tik automobilis. Mašinos kvailos“.

Tačiau po pralaimėjimo jis prisipažino: „Pajutau – užuodžiau – kad prie stalo atsirado naujo tipo protas“.

Kad nugalėtų Kasparovą, „Deep Blue“panaudojo žiaurią skaičiavimo galią: po kiekvieno ėjimo programa apskaičiavo visus galimus scenarijus ir pagal šiuos duomenis priėmė sprendimą. Tačiau naudojant „Go“, šis metodas neveikia dėl duomenų, kuriuos reikia apdoroti, kiekio. Eidami žaidėjai paeiliui deda juodus ir baltus akmenis ant lentos 19:19. Žaidimo tikslas yra užimti kuo daugiau teritorijos, tuo pačiu užrakinant priešininko akmenis, neleidžiant jam įgyti pranašumo. Apskritai „go“yra panašus į daugeliui iš mokyklos žinomą taškų žaidimą – tik sunkesnis.

Dėl lentos dydžio pirmajam juodųjų akmenų ėjimui jau galimas 361 variantas (šachmatuose - tik 20). Atitinkamai, su kiekvienu judesiu galimų lygiavimų medis tik auga. Po pirmųjų dviejų ėjimų šachmatuose yra 400 galimų patobulinimų, o go – 129 960. Matematikas Johnas Trompas apskaičiavo, kad galimų kombinacijų skaičius bus 171 skaitmens skaičiai.

Todėl „Go“žaidime iš žmonių reikalaujama ne tik intelekto ir gebėjimo skaičiuoti, bet ir galingo abstraktaus mąstymo, stiprios intuicijos – savybių, kurios menkai išvystytos kompiuteriuose. Vienas iš AlphaGo kūrėjų Demisas Hassabis sakė: „Tai labai intuityvus žaidimas. „Go“meistrai dažnai sako, kad padarė žingsnį, nes atrodė teisinga. Anot jo, meistrai ugdo ypatingą estetinį pojūtį, o gera pozicija tiesiog gražiai atrodo.

Nepaisant to, kad procesoriai kasmet tapo galingesni ir greitesni, ėjimų ant galimybių medžio paieška leido dirbtiniam intelektui pasiekti tik stipraus mėgėjo lygį. Kompiuteriai įveikė žmones, bet įveikė tik kelis akmenis. 2014 m. Davidas Fotlandas, vienas iš go for computers pradininkų, sakė, kad programos susiduria su ta pačia problema kaip ir žmonės:

„Daugelis žaidėjų pasiekia tam tikrą mėgėjų viršūnę ir negali sustiprėti. Norint įveikti šią plynaukštę, reikia padaryti tam tikrą protinį šuolį, o programos turi tas pačias problemas. Reikia žiūrėti į visą lentą, o ne tik į vietines kovas. Norėdami įveikti šį intelektualinį barjerą ir imituoti profesionalų intuiciją bei estetinį jausmą, AlphaGo kūrėjai sujungė neuroninius tinklus ir gilaus mokymosi algoritmus.

Pirma, AlphaGo neuroniniai tinklai buvo aprūpinti žmonių žaidimų duomenų baze, kurioje buvo apie 30 milijonų judesių. Po to jis išmoko teisingai nuspėti žmogaus eigą 57% atvejų, nors ankstesnis AI rekordas buvo 44%. Tada kūrėjai išmokė AlphaGo žaisti prieš save – taip kompiuteris dar geriau išmoko išskirti pelningiausius judesius ir kurti naujas strategijas.

Visa tai padėjo racionalizuoti procesus, kuriuose dirbo Kasparovą įveikęs „Deep Blue“. Dabar sistema ne tik žaidžia visas įmanomas kombinacijas, bet ir žino, kaip sutelkti dėmesį į perspektyviausius įvykių raidos scenarijus. Be to, ji orientuojasi net tokiose situacijose, su kuriomis anksčiau nebuvo susidūrusi. O tokie dėl Go masto ir liko. Dėl naujo mechanizmo AlphaGo įveikė visus anksčiau sukurtus kompiuterių grotuvus (suteikdama jiems keturių akmenų pranašumą) ir pradėjo nugalėti profesionalius žmones.

2015 metų spalį „AlphaGo“nugalėjo dukart Europos čempioną prancūzą Faną Hui. Jie žaidė penkis žaidimus, niekas nepasižymėjo pranašumu, o kompiuteris laimėjo visas penkias. Tai buvo pirmas kartas, kai profesionalų žmogų nugalėjo mašina. Po rungtynių Hui teigė daug išmokęs, o šios žinios jam padėjo pasipildyti ir kilti tarptautiniame reitinge.

Rekomenduojamas: