Jeux manqué: AlphaGo s'occupera de la solution aux problèmes du monde réel

Le mois dernier, l'humanité a perdu un important combat avec l'intelligence artificielle — alors AlphaGo a battu le champion de guo Ki Jae avec un score de 3:0. AlphaGo — est un programme d'intelligence artificielle développé par DeepMind, une partie de parent de l'entreprise Google Alphabet. L'année dernière, il a battu un autre champion, Si Седоля, avec un score de 4:1, mais a depuis considérablement pris de points.

Key Jae décrit AlphaGo comme «dieu le jeu de go».

Maintenant AlphaGo finit par jouer à des jeux, en donnant la possibilité aux joueurs, comme avant, se battre entre eux. L'intelligence artificielle a acquis le statut de «joueur de l'avenir», à laquelle les gens doivent grandir très longtemps.

Au début, l'attention,

Guo est un ancien jeu à deux, où l'on joue avec des morceaux de blanc, l'autre noir. La tâche de s'emparer de доминацию sur le tableau, divisé en 19 lignes horizontales et 19 lignes verticales. Les ordinateurs de jeu de go est plus difficile que dans le jeu d'échecs, parce que le nombre de coups possibles dans chaque position beaucoup plus. Cela rend le calcul de coups possibles à l'avance — il est possible pour les ordinateurs d'échecs très difficile.

Percée DeepMind est devenu le développement de l'algorithme de formation, qui, en principe, vous pouvez envoyer dans les plus socialement orienté vers le sens que. DeepMind dit que le groupe de chercheurs AlphaGo tente de résoudre des problèmes complexes comme la recherche de nouveaux traitements pour les maladies, une réduction drastique de la consommation d'énergie ou le développement de nouveaux matériaux révolutionnaires.

«Si le système d'IA prouve qu'est capable d'acquérir de nouvelles connaissances et de stratégies dans ces domaines, des avancées sont tout simplement vont vous laisser sans voix. Je ne peux pas attendre pour voir ce qui va se passer», explique l'un des chercheurs du projet.

Dans le futur, il menace de la multitude de possibilités intéressantes, mais les problèmes jusqu'à ce que n'ont pas disparu.

la Neurobiologie et de l'intelligence artificielle

AlphaGo combine deux idées puissantes sur le thème de l'apprentissage, qui ont évolué au cours des dernières décennies d'une formation et d'apprentissage par renforcement. Ce qui est remarquable, les deux directions sont sortis du concept biologique de travail et de la formation du cerveau dans le processus d'obtention de l'expérience.

Dans le cerveau de l'homme tactile l'information est traitée dans une série de couches. Par exemple, l'information visuelle est d'abord transformé dans la rétine, puis en moyenne, le cerveau, puis passe à travers les différentes zones du cortex cérébral.

À la fin il ya de la hiérarchie представений, où vont d'abord simples et des détails, et puis en plus sophistiqués et complexes caractéristiques.

L'Équivalent dans l'IA est appelé profonde de la formation: profonde, parce que comporte de nombreuses couches de traitement simples нейроноподобных unités de calcul.

Mais pour survivre dans ce monde, les animaux doivent non seulement reconnaître l'information sensorielle, mais d'agir en conformité avec elle. La prochaine génération de scientifiques et les psychologues ont étudié comment les animaux apprennent à prendre des mesures afin de maximiser enregistrant le profit, et reçoit une récompense.

Tout cela a conduit à des mathématiques, les théories de l'apprentissage par renforcement, qui est maintenant vous pouvez propriétés ont dans le système de l'IA. Le plus important d'entre eux est le soi-disant TD-formation, qui améliore l'action au détriment de la maximisation de l'attente de la future awards.

les Meilleurs coups

Grâce à une combinaison d'un apprentissage en profondeur et l'apprentissage par renforcement dans une série de réseaux de neurones artificiels, AlphaGo d'abord appris à jouer au niveau d'un joueur professionnel de go sur une base de 30 millions de coups de jeux entre les gens.

Mais ensuite il a commencé à jouer contre lui-même, en utilisant l'issue de chaque match, pour inexorablement à affûter vos propres décisions sur la meilleure lors de chaque position sur la planche. Le système de valeurs de réseau a appris à prédire le résultat probable compte tenu de n'importe quelle position et le système de la prudence réseau a appris à prendre la meilleure solution à chaque situation.

Bien que AlphaGo ne pouvais pas essayer toutes les positions possibles sur le tableau, les réseaux de neurones ont extrait les principales idées sur les stratégies qui fonctionnent bien dans toutes les positions. Ce sont ces innombrables heures de jeu indépendant conduit à une amélioration de la AlphaGo de l'année dernière.

Malheureusement, il n'a pas encore procédé connu de comprendre de quoi il les idées principales. Simplement, nous pouvons étudier le jeu et espérer que quelque chose à apprendre d'eux. C'est l'un des problèmes de l'utilisation des algorithmes neuronaux: ils n'expliquent pas leurs décisions.

Nous restons un peu comprenons comment sont formés biologiques du cerveau, et la neurobiologie continue de fournir de nouvelles sources d'inspiration pour l'IA. Les gens peuvent devenir des experts dans le jeu de go, guidé par beaucoup moins d'expérience que vous avez AlphaGo pour atteindre ce niveau, donc l'espace pour améliorer les algorithmes sont encore.

En outre, une grande partie de la puissance AlphaGo basé sur la technique de la méthode de rétro-propagation des erreurs, ce qui permet de corriger les erreurs. Mais le lien entre elle et la formation dans le réel le cerveau tout n'est pas clair.

Que faire?

Le Jeu de go est devenu une plate-forme pratique de développement pour l'optimisation de ces algorithmes d'apprentissage. Mais de nombreux problèmes dans le monde réel où беспорядочнее et ont moins de possibilités de formation (par exemple, auto voitures).

Existe-t-il des problèmes auxquels nous pouvons appliquer les algorithmes disponibles?

Un exemple peut être l'optimisation de la contrôlée des conditions industrielles. Ici, la tâche est souvent pour effectuer une série complexe de tâches, de répondre à un ensemble de critères et de minimiser les coûts.

Jusqu'À ce que les conditions vous seront modélisés avec précision, ces algorithmes est d'apprendre et d'acquérir de l'expérience plus rapidement etplus efficace que les gens. On peut seulement répéter les mots de la société DeepMind: très envie de voir la suite.