Ойын кончились: AlphaGo айналысады шешімімен нақты әлемдік проблемалардың

өткен айда адамзат ұтылған себептен маңызды шайқас жасанды интеллект — сонда AlphaGo құрамасы чемпион го Ки Дже 3:0 есебімен. AlphaGo — бұл бағдарлама, жасанды интеллект, әзірленген DeepMind, бір бөлігі ата-аналар Google компаниясының Alphabet. Өткен жылы ол ұтты басқа чемпионы, Ли Седоля, 4:1 есебімен, бірақ содан бері айтарлықтай жинады ұпай бойынша.

Ки Дже сипаттады AlphaGo ретінде "құдайдың ойын".

Енді AlphaGo аяқтап, ойындар ойнауға мүмкіндік бере отырып, ойыншыларға, бұрынғыдай күресетін бір-бірімен. Жасанды интеллект мәртебесіне ие болды "ойыншы из далекого болашақ" деңгейіне дейін адамдарға тура өсуі өте ұзақ.

На старт, внимание, мо

Ші — бұл ежелгі ойыны екі адамға арналған, бір ойнап ақ тұлғалармен, екіншісі қара. Міндет — басып доминацию тақтада, бөлінген 19 көлденең және 19-тік желілер. Компьютер ойнауға ші күрделірек, шахмат, өйткені саны ықтимал жүріс әрбір позициясын әлдеқайда көп. Бұл просчет ықтимал алдын ала жүріс — әбден мүмкін компьютерлер үшін шахмат — өте қиын.

Ұмтылыс DeepMind әзірлеу болды жалпы алгоритмін оқыту, ол, негізінен, жіберуге болады неғұрлым әлеуметтік ориентированном бағытта қарағанда. DeepMind, - дейді бір топ зерттеушілер AlphaGo шешуге тырысуда күрделі проблемалар сияқты іздеу жаңа емнің аурулар үшін түбегейлі энергия тұтынуды азайту немесе игеру жаңа революциялық материалдар.

"Егер жүйе ІЛІКТІ дәлелдейді қабілетті обретать жаңа білім стратегиясын және осы салаларда серпілістер болады жай ғана неописуемы. Мен күте алмаймын екенін көруге болады әрі қарай оқу", дейді бір ғалым.

болашақта бұл мүмкін көптеген қызықты мүмкіндіктер, бірақ проблемалар әлі жетеді.

Нейробиология және жасанды интеллект

AlphaGo үйлестіреді екі қуатты идеялар " атты оқыту, дамыту, соңғы бірнеше онжылдықтар: терең оқыту және оқыту подкреплением. Айта, екі бағытқа шығып биологиялық тұжырымдамасы және оқыту ми процесінде тәжірибе алу.

ми адам сенсорлық мәлімет өңделеді сериясы топтары. Мысалы, көрнекі ақпарат әуелі өзгереді көздің тор қабығындағы, содан кейін орташа ми, содан кейін арқылы өтеді түрлі ми қыртысының.

нәтижесінде пайда болады иерархиясы представений, әуелі жүргізілуде қарапайым және оқшауланған бөлшектер, содан кейін неғұрлым күрделі және кешенді ерекшеліктері.

Баламасы ІЛІКТІ деп аталады терең оқытумен: глубокое, өйткені қамтиды көптеген қабаттарын өңдеудің қарапайым нейроноподобных есептеу бірліктері.

Бірақ өмір сүру үшін бұл әлемде, жануарлар ғана емес, тану, сенсорлық ақпаратты, бірақ сәйкес әрекет етуі керек. Буын ғалымдар мен психологтар зерттеді, жануарлар үйренеді іс-әрекет, үшін барынша извлекаемую пайда және алынған жүлдеге ие болды.

бұл Барлық әкелді математикалық теориялары, оқыту подкреплением, ол енді имплементировать жүйесіне ІЛІКТІ. Ең маңызды оның ішінде болып табылады деп аталатын TD-оқыту, ол жақсартады-әрекеттер есебінен барынша көбейту, күту болашақ наградалар.

Үздік жолдары

үйлесімі терең оқыту және оқыту подкреплением сериясы жасанды нейронды желілер, AlphaGo әуелі үйренді ойнауға деңгейінде кәсіби ойыншысы ші негізінде 30 миллион жүріс ойындар адамдар арасындағы.

Бірақ содан кейін ол ойнай бастады өзіне қарсы қолданып, нәтижесіне әрбір ойын үшін еркіңе бағынбайды қайрау өз шешімдері туралы жақсы барысында әрбір позициясын тақтада. Құндылықтар жүйесі желісін үйрендім болжауға мүмкін нәтижесін ескере отырып, кез келген позицияның, ал жүйе благоразумия желісін үйрендім қабылдауға ең жақсы шешім әрбір нақты жағдайда.

Дегенмен AlphaGo алмады байқап барлық ықтимал ұстанымын тақтада, нейрондық желілер қолөнер түйін идеялар стратегиялары, олар жақсы жұмыс істейді кез келген позиция. Осы сансыз сағаттар өзіндік ойын жақсартып, AlphaGo соңғы жыл.

өкінішке орай, әлі жоқ белгілі тәсілін анықтау у желісі, бұл түйінді идеялар. Біз жай ғана аламыз зерттеп, ойындар және үміттену, бұл извлечем. Бұл проблемалардың бірі пайдалану нейрондық алгоритмдер: олар түсіндіреді, өздерінің шешімдері.

Біз әлі күнге дейін аз түсінеміз, қалай оқиды биологиялық ми, ал нейробиология көрсетуін жалғастыруда жаңа шабыт көздері үшін ІЛІКТІ. Адамдар қатыса алады сарапшылар ойынға ші басшылыққа ала отырып, әлдеқайда аз тәжірибеге қарағанда, нужен AlphaGo қол жеткізу үшін мұндай, сондықтан кеңістік жақсарту үшін алгоритмдер бар.

бұдан Басқа, басым бөлігі қуат AlphaGo негізделген техникасы әдісін қателіктерді кері тарату көмектеседі, оған түзету қателер. Бірақ арасындағы байланыс оған және оқытумен нақты ми әзірге неясна.

әрі қарай Не болмақ?

Ойын ші болды ыңғайлы платформа әзірлеу оңтайландыру үшін осы алгоритмдерін оқу. Бірақ көптеген мәселелер нақты әлемнің қайда беспорядочнее мен үшін аз мүмкіндіктер бар өзін-өзі зерттеу курс (мысалы, самоуправляемые автомобильдер).

қандай проблемалары бар, оларға біз де қолдануға болады қолда бар алгоритмдер?

мысалдарының бірі болуы мүмкін оңтайландыру бақыланатын өндірістік жағдайлар. Мұнда міндет жиі тұрады, оның ішінде орындау үшін күрделі тапсырмалар сериясын қанағаттандыру көптеген критерийлерін және шығындарды азайту.

болғанша шарттары болады дәл смоделировать, бұл алгоритмдер оқиды және набираться опыта тез жәнетиімдірек, қарағанда адамдар. Тек қайталауға сөздер компанияның DeepMind: сонымен қарау, әрі қарай не болады.