Google A.I. Beats Facebook sacīkstēs, lai uzvarētu Ancient Game of Go

Nedaudz pirms pusnakts Klusā okeāna laika otrdien, Marks Zuckerbergs uzsāka priekšlaicīgu streiku pret savu konkurenci Google uzņēmumā ar paziņojumu, ka viņš, iespējams, zināja, ka ir nepareizi:

“Senā ķīniešu spēle Go ir viena no pēdējām spēlēm, kur labākie cilvēka spēlētāji joprojām var uzvarēt labākos mākslīgā intelekta spēlētājus.”

Nav šaubu, ka Zuckerberg zināja, ka apmēram divpadsmit stundas vēlāk Google to dara labi, patiesībā tā mākslīgais intelekts bija uzvarējis cilvēka spēlētāju, nevis tikai jebkuru cilvēku, bet viens no labākajiem pasaulē. Google slavētais sasniegums - kuru rezultāti tika publicēti žurnālā Daba Trešdienas pēcpusdienā - tā DeepMind pētnieki ir izstrādājuši mākslīgo neironu tīklu AlphaGo, kas pārspēja Fan Hui ar piecu rezultātu skaitu līdz nullei.

Tikmēr Zuckerberg rakstīja tajā pašā postdienas otrdienas vakarā, ka Facebook ir tuvu: „Zinātnieki ir mēģinājuši mācīt datorus uzvarēt Go 20 gados. Mēs tuvojamies, un pēdējo sešu mēnešu laikā esam izveidojuši A.I. kas var veikt kustības tik ātri, kā 0,1 sekundes, un joprojām ir tikpat labas kā iepriekšējās sistēmas, kas bija nepieciešamas gadiem. ”

Go spēle ir vecāka par Jēzus stāstu, taču tā joprojām ir grūts, lai datori pārspētu. Algoritmi sasmalcina cilvēkus tic-tac-toe, šaha un dambrete, bet milzīgais kustību skaits Go (vairāk nekā ir atomi visumā) ir bijis pārāk daudz, lai datori brutālu spēku virzītu uz uzvaru. Kods nevarēja vislabāk izmantot cilvēka Go čempionus - līdz šim.

Daudzus gadu desmitus datorzinātnieki ir uzskatījuši, ka ir ieguvuši A.I. skābes tests. Saskaņā ar dažu ekspertu domām Google AlphaGo ir priekšā līknei par desmit gadiem. Atšķirībā no Kasparov-killer Deep Blue (http://en.wikipedia.org/wiki/Deep Zils (Chess_computer), kas var izjaukt iespējamās kustības un izvēlēties labāko, Google algoritms ir uzlabota sistēma, kas apvieno prognozes pretinieka kustībām un mašīnas mācībām.

No Google oficiālā emuāra:

Mēs apmācījām neironu tīklus par 30 miljoniem kustību no cilvēka ekspertu spēlētajām spēlēm, līdz tas varētu paredzēt cilvēka pārvietošanos 57% no laika (iepriekšējais ieraksts pirms AlphaGo bija 44%). Bet mūsu mērķis ir pārspēt labākos cilvēku spēlētājus, ne tikai atdarināt tos. Lai to izdarītu, AlphaGo iemācījās atklāt jaunas stratēģijas, spēlējot tūkstošiem spēļu starp saviem neironu tīkliem un pielāgojot savienojumus, izmantojot izmēģinājuma un kļūdas procesu, kas pazīstams kā pastiprināšanas mācīšanās. Protams, tas viss prasa lielu skaitļošanas jaudu, tāpēc mēs plaši izmantojām Google mākoņa platformu.

Kas ir Go? Tā ir 2500 gadus veca galda spēle, kas ir gandrīz neiespējama, izmantojot mākslīgo intelektu. pic.twitter.com/UEyGIxh42I

- Google (@google) 2016. gada 27. janvāris

Tagad, tas varētu justies kā daudz pārmērīgs, kura dators var pagriezt savu A.I. gailis grūtāk senajā galda spēlē. Bet gala spēle ir balstīt šo programmu pamatā esošos principus un radīt pamatu vispārīgākai mašīnas apguvei.

Zuckerberg atsaucās uz A.I. spēju risināt vides problēmas un analizēt slimības. Preses konferencē Google galvenais AlphaGo programmētājs teica, ka Google jaunās tehnoloģijas iespējamā pirmā izmantošana būtu produktu ieteikumi.