Am 27. Januar kündigte Google, dass AlphaGo, eine künstliche Intelligenz, was künstliche Intelligenz ist nicht was künstliche Intelligenz ist nicht intelligente, fühlende Roboter werden die Welt übernehmen? Nicht heute - und vielleicht auch nie. Read More, entwickelt von seiner Tochtergesellschaft DeepMind, hatte den europäischen Go-Champion Fan Hui in einem Spiel mit fünf Partien besiegt.
Sie haben vielleicht schon von diesen Neuigkeiten gehört, weil sie überall auf der Welt für Schlagzeilen sorgen, aber warum kümmern sich die Menschen so sehr darum? Was soll das alles heißen? Wenn Sie mit dem Spiel Go oder seiner Bedeutung für künstliche Intelligenz nicht vertraut sind, fühlen Sie sich vielleicht etwas verloren.
Mach dir keine Sorgen, wir haben dich abgedeckt. Hier finden Sie alles, was Sie über den Durchbruch wissen müssen und wie es normale Menschen wie Sie und mich betrifft.
Das Spiel des Gehens: einfach, aber komplex
Go ist ein altes chinesisches Strategiespiel, in dem zwei Spieler darum kämpfen, Territorium zu erobern. Jeder Spieler - einer weiß, der andere schwarz - legt nacheinander Steine auf die Schnittpunkte eines 19 x 19-Rasters. Wenn eine Steingruppe vollständig von den Steinen des anderen Spielers umgeben ist, werden sie "gefangen" und vom Spielfeld entfernt.
Am Ende des Spiels wird jeder leere Punkt von dem Spieler, der ihn umgibt, "besessen". Die Punktzahl eines jeden Spielers hängt davon ab, wie viel Territorium er besitzt (dh wie viel Leerraum er umgeben hat) und wie viele Gegner während des Spiels gefangen wurden.
Während die meisten Leute wahrscheinlich Schach als den König der Strategiespiele betrachten, ist Go tatsächlich komplexer. Laut Wikipedia gibt es 10 761 mögliche Spiele von Go im Vergleich zu 10 120 geschätzten möglichen Schachspielen.
Diese Komplexität, zusammen mit einigen esoterischen Regeln und einer Betonung des Instinktspielens, macht Go zu einem besonders schwierigen Spiel für Computer, um auf hohem Niveau zu lernen und zu spielen.
Die unglaubliche Welt der spielenden KIs
Im Großen und Ganzen scheint die Entwicklung einer künstlichen Intelligenz, die ein Spiel spielt, keine lohnende Beschäftigung zu sein, besonders wenn IBMs Watson AI bereits daran arbeitet, das Gesundheitswesen zu verbessern, ein Bereich, der alle Hilfe benötigt, die es bekommen kann. Warum hat Google so viele Stunden und Dollar für die Erstellung einer Go-Playing-KI ausgegeben?
Auf einer Ebene hilft es KI-Forschern, den besten Weg zu finden, Computern beizubringen, Dinge zu tun. Wenn Sie einem Computer beibringen können, wie Sie die besten Züge in einem Spiel von Chequers oder Tic-Tac-Toe finden, können Sie einen Einblick in das Lehren eines anderen Computers erhalten, wie Sie Filme auf Netflix 4 Machine Learning-Algorithmen, die Ihr Leben formen, empfehlen Machine Learning Algorithmen, die Ihr Leben formen Sie werden es vielleicht nicht erkennen, aber maschinelles Lernen ist bereits überall um Sie herum und kann einen überraschenden Einfluss auf Ihr Leben ausüben. Glaub mir nicht? Sie könnten überrascht sein. Lesen Sie mehr, übersetzen Sie sofort Sprache oder sagen Sie Erdbeben voraus.
Viele der bisherigen Anwendungen für KI würden von verbesserten Problemlösungs- und Musterextraktionsfähigkeiten profitieren, die auch für effektive Spiel-AIs wichtig sind.
Deep Blue, die Schach-Champion-KI, arbeitete mit einer großen Menge an Rechenleistung und Brute-Force-Techniken, um alle möglichen nächsten Bewegungen zu bewerten - bis zu 200.000.000 Positionen pro Sekunde. Und während diese Strategie effektiv genug war, um einen ehemaligen Schachweltmeister zu schlagen, ist es keine besonders "menschenähnliche" Art, Schach zu spielen. Es erfordert auch, dass Programmierer die Regeln des Spiels der KI "erklären".
In jüngerer Zeit wurde ein Prozess namens Deep Learning entwickelt, der im Wesentlichen den Weg für Computer ebnete, sich selbst zu unterrichten, und das das Wettrennen um künstliche Intelligenz komplett veränderte Microsoft gegen Google - Wer führt das Rennen über künstliche Intelligenz? Microsoft vs Google - Wer führt das künstliche Intelligenz Rennen? Künstliche Intelligenz Forscher machen greifbare Fortschritte, und die Menschen beginnen wieder ernsthaft über KI zu sprechen. Die beiden Titanen, die das Rennen über künstliche Intelligenz führen, sind Google und Microsoft. Weiterlesen .
Mit Deep Learning kann ein Computer nützliche Muster aus Daten extrahieren - anstatt von Programmierern zu erfahren, auf welche Muster er achten sollte - und diese Muster verwenden, um seine eigenen Entscheidungen zu optimieren. Wenn tiefes Lernen erfolgreich ist, kann eine KI sogar Muster entdecken, die effektiver sind als das, was wir als Menschen erkennen können.
Diese Art des Lernens wurde letztes Jahr demonstriert, als das Google-eigene KI-Forschungsunternehmen DeepMind eine KI enthüllt, die sich selbst beigebracht hat, 49 verschiedene Atari-Spiele zu spielen Atari Arcade - Spielen Retro-Videospiele In HTML5 [MUO Gaming] Atari Arcade - Spielen Retro-Videospiele HTML5 [MUO Gaming] Wer heute Videospiele spielt, ist Atari und den Gründern und Ingenieuren, die in den Gründungsjahren für das Unternehmen gearbeitet haben, sehr dankbar. Atari war verantwortlich für viele der ... Read More nachdem nur Rohdaten eingegeben wurden. (Sie können sehen, wie Sie oben Breakout spielen lernen.)
Der Vorgang ist der gleiche wie das Lernen eines Videospiels ohne Anleitung oder Erklärung. Sie schauen eine Weile zu, dann versuchen Sie, zufällige Knöpfe zu drücken, dann fangen Sie an, Dinge herauszufinden, Strategien zu entwickeln und schließlich zu übertreffen.
Und überragte es. Die DeepMind KI hat in einigen dieser Spiele, wie Video Pinball, professionelle menschliche Gegner völlig zerstört. Es ging in anderen Spielen, einschließlich Frau Pac-Man, deutlich schlechter, aber hatte eine sehr beeindruckende Bilanz insgesamt.
AlphaGo: Die nächste Stufe der KI
AlphaGo, der Computer, der Fan Hu bei Go besiegte, nutzte diese Deep-Learning-Strategie, um in fünf Matches ungeschlagen zu bleiben.
Anstatt Brute-Force-Berechnungen wie Deep Blue zu verwenden, bestimmte AlphaGo den nächsten Schritt, indem er das im Training Gelernte nutzte, um den Umfang potentiell effektiver Bewegungen zu begrenzen, und dann Simulationen durchzuführen, um zu sehen, welche Bewegungen am wahrscheinlichsten zu positiven Ergebnissen führten.
Zwei verschiedene neuronale Netze Die neueste Computertechnologie, die Sie sehen müssen, um die neueste Computertechnologie zu sehen, die Sie glauben müssen Sehen Sie sich einige der neuesten Computertechnologien an, die die Welt der Elektronik und PCs in den nächsten Jahren verändern werden. Read More, das Policy Network und das Value Network, arbeiteten zusammen, um Moves auszuwerten und in jeder Runde den besten auszuwählen.
Aufgrund der Komplexität von Go ist ein Brute-Force-Ansatz über alle möglichen Bewegungen hinweg nicht möglich, wie es bei Chess der Fall ist. So griff AlphaGo auf das Wissen zurück, das es während der Trainingsphase gewonnen hatte. Es bestand darin, 30 Millionen Züge von menschlichen Experten zu beobachten, ihre Bewegungen vorherzusagen, eigene Strategien zu entwickeln und tausende Male gegen sich selbst zu spielen.
Mit verstärkendem Lernen wurden die Entscheidungsprozesse weiterentwickelt und gestärkt, bis AlphaGo zur besten Go-Playing-KI der Welt wurde. In 500 Spielen gegen die fortschrittlichsten Go-Computer gewann sie 499 - auch nachdem sie diesen Programmen einen Vorsprung von vier Moves gaben.
Und natürlich schlug AlphaGo Fan Hui, den aktuellen European Go Champion. Der Sieg wurde im Oktober 2015 tatsächlich erreicht, aber die Ankündigung wurde verschoben, um mit der Veröffentlichung von DeepMinds Forschungspapier in Nature übereinzustimmen. Im März wird AlphaGo gegen Lee Sedol antreten, den dominierendsten Spieler der Welt in den letzten zehn Jahren.
Okay, also was bedeutet das alles?
Warum macht das Schlagzeilen auf der ganzen Welt? Aus verschiedenen Gründen, eigentlich.
Erstens dachten viele Leute, dass dies mit der aktuellen Technologie nicht möglich sei. Die meisten Schätzungen besagen, dass eine KI für mindestens weitere zehn Jahre keinen erstklassigen Go-Spieler schlagen würde. Die Value Networks von AlphaGo können jedes Go-Spiel, das gerade gespielt wird, bewerten und einen eventuellen Gewinner vorhersagen, ein Problem, von dem Google sagt, es sei "so schwer, dass man es für unmöglich hielt".
Zweitens ist die Tatsache, dass tiefes und unabhängiges Lernen verwendet wurde, sehr wichtig. Dies zeigt, dass eine aktuelle künstliche Intelligenz Daten sammeln, Muster extrahieren, lernen kann, solche Muster vorherzusagen und schließlich Problemlösungsstrategien zu entwickeln, die komplex und effektiv genug sind, um einen Weltklasse-Menschen zu schlagen.
Und während der Sieg bei Go die Welt nicht verändern wird, ist die Tatsache, dass ein Computer diese Strategie mit seinen eigenen Lernalgorithmen erreichen konnte, sehr beeindruckend.
Es ist dieses tiefe Lernen, das KI-Forscher wirklich für AlphaGo begeistert. Viele glauben, dass unabhängiges Lernen der erste Schritt in Richtung einer starken künstlichen Intelligenz ist . Eine starke KI bezieht sich auf einen Computer, der intellektuelle Aufgaben auf Augenhöhe mit Menschen lösen kann (was unglaublich schwierig ist, hauptsächlich aufgrund der Komplexität und Effizienz des menschlichen Gehirns). Das ist die Art von AI, die man in vielen Science-Fiction-Filmen sieht Achtung, Internet! Die besten Filme über künstliche Intelligenz Aufmerksamkeit, Internet! Die besten Filme über künstliche Intelligenz Hollywood hat im Laufe der Jahre eine Menge großartiger Filme veröffentlicht, die die Probleme der künstlichen Intelligenz erforschen, und hier sind 10 der besten Filme über Künstliche Intelligenz, die wir Ihnen empfehlen, Himmel und Erde zu ... Lesen Sie mehr.
Aus diesem Grund ist die Erstellung von KIs, die sich menschenähnlich verhalten können, eine so große Sache. Muster zu extrahieren und Strategien zu entwickeln ist etwas, das wir die ganze Zeit tun, und wir verwenden keine Brute-Force-Methoden, wenn wir Entscheidungen treffen.
Es ist sehr schwierig, einen Computer ohne viel Anleitung zu bekommen, aber dank AlphaGo wissen wir jetzt, dass starke KI nicht nur möglich ist, sondern näher als wir dachten.
Natürlich ist eine Go-playing KI noch weit entfernt von einer allgemein intelligenten KI. Es macht nur eine Sache, die so einfach ist wie eine künstliche Intelligenz - sogar die Atari-spielende KI war in der Lage, 49 verschiedene Spiele zu spielen. Future Video Game AIs wird Sie ernsthaft aus der Zukunft bringen Video Game AIs wird Sie ernsthaft aus dem Videospiel herausreißen AI ist noch nicht so toll - noch nicht. Mit den jüngsten technologischen Fortschritten könnte sich dies jedoch bald ändern. Lesen Sie mehr - aber das effektive selbständige Lernen von AlphaGo könnte der erste Schritt zu einem bedeutenden Paradigmenwechsel bei der KI sein.
Was denken Sie?
Es ist keine Frage, dass der Sieg von AlphaGo über Fan Hui wichtig ist, aber ob es weltweite Schlagzeilen wert ist oder nicht, steht zur Debatte.
Denkst du, das ist eine große Sache? Sind wir der Roboterapokalypse einen Schritt näher? Microsoft, Künstliche Intelligenz und Die Roboterapokalypse Microsoft, Künstliche Intelligenz und Die Roboterapokalypse Microsoft gibt einer Reihe von autonomen Robotern einen ernsthaften Blick. Ist das der Anfang vom Ende für den Menschen oder nur ein weiterer Schritt in Richtung sicherer künstlicher Intelligenz? Weiterlesen ? Oder bist du nicht beeindruckt von einer KI, die nur ein Spiel spielen kann? Teile deine Gedanken und lass uns darüber reden.
Bildnachweis: go game von vvoe über Shutterstock, Tatiana Belova über Shutterstock.com, Mciura über Wikimedia Commons, Zerbor über Shutterstock.com