Weet je nog (vaag) hoe je leerde lopen, praten, fietsen of autorijden? Het was rommelig en vol fouten, maar de vaardigheden die je zo leerde bleven. Buiten levende systemen was het een uitdaging om sterk genoeg algoritmen te structureren om 'real life experience' op te nemen en plakkerig, aanpasbaar gedrag voor kunstmatige intelligentie te ontwikkelen.
Nou, Alpha Go Zero deed het gewoon.
'Het begint met een schone lei en komt alleen voor zichzelf uit, alleen uit zelfspel, en zonder enige menselijke kennis, of enige menselijke gegevens, of kenmerken, of voorbeelden, of tussenkomst van mensen. Het ontdekt hoe je het spel Go kunt spelen vanuit de eerste principes', zegt DeepMind's professor David Silver.
De AI heeft verschillende iteraties gehad, elk slimmer en capabeler dan de vorige. De vorige versie gebruikte een enorme database met eerdere spellen naast een aantal algoritmen die erop wezen dat ze moesten winnen. Die aanpak leidde tot de nederlaag van de regerend wereldkampioen profvoetballer Go. In poker heeft de AI Libratus onlangs 's werelds beste pokerspelers gevild met bijna $ 2 miljoen, ook door te leren door zelf te spelen in plaats van menselijke spelgegevens.
hoe groot is william levy?
Nu, in deze nieuwste versie van Alpha Go, leerde het kunstmatige-intelligentieprogramma zelf hoe Go te spelen - zonder menselijke achtergrond.
Door miljoenen spelsimulaties tegen zichzelf uit te voeren, duurde het 40 dagen voordat het leerde - helemaal opnieuw - hoe het de wereldkampioensversie van zichzelf kon verslaan. Dat is echt baanbrekend, niet alleen voor Go, maar ook voor hoe nieuwe kennis wordt ontdekt. Hoe nauwkeurig of volledig is uw domeinexpertise? er is veel meer te ontdekken, is wat dit fascinerende leerexperiment met Alpha Go Zero ons vertelt.
'Het idee van Alpha Go is niet om mensen te verslaan, maar om te ontdekken wat het betekent om wetenschap te bedrijven: een programma dat van zichzelf kan leren wat kennis is', aldus Silver in een YouTube-bericht over de prestatie.
Het Alpha Go Zero Deep Mind-team noemt het eerste-principe, 'tabula rasa' (blanco lei) leren.
'Als je kunt bereiken' tabula rasa Als je leert, heb je een agent die van het spel Go naar een ander domein kan worden getransplanteerd, en de details van het spel waarin je zit, bedenk je een algoritme dat zo algemeen is dat het overal kan worden toegepast', zegt hij. . Dat is een provocerend idee als je het concept uitbreidt. Bedenk eens wat we zouden kunnen doen met een reeks sterke, lerende algoritmen die systematisch moeilijke problemen kunnen aanpakken en sneller kunnen leren dan de collectieve kennis van onze beschaving. . . in dagen, niet in decennia.
hoe oud is jo dee messina?
Voor nu is de grote conclusie: 'algoritmen zijn veel belangrijker dan computers of beschikbare gegevens', zei Silver. Dit alleen al is een game-changer in hoe we de uitbreiding van de bekende wereld benaderen. Hoewel Alpha Go draait op ongeveer $ 25 miljoen aan hardware - het is niet bepaald een lichtgewicht systeem - weet je dat AI-goeroes al lang werken aan het creëren van schonere, betere datasets. Tegenwoordig worden veel grote datasets als te luidruchtig beschouwd - vol met slechte gegevens - om een kunstmatige intelligentie nauwkeurig te trainen. Als de AI leert van gegevens en de gegevens zijn slecht, dan leert het niet. Groot probleem.
Wat als je geen schone data nodig hebt, maar alleen ervaring, en de kunstmatige intelligentie zichzelf zou kunnen trainen?
Dat is de opwindende prestatie in Alpha Go Zero. Ook al is het in de niche, op regels gebaseerde wereld van games, het heeft grote implicaties in elke industrie die werkt vanuit fysieke regels - denk aan chemie, verkeer, biologie, farmacologie, reizen, logistiek en productie. Als we regels kunnen ontwerpen die zo flexibel zijn dat ze kunnen werken vanuit een bredere ervaring, en zo richtinggevend dat ze altijd sterkere vaardigheden creëren - zoals Alpha Go Zero - dan is het mogelijk om kunstmatige intelligentie te bereiken die systemen meester is. Deze systemen hebben geen externe gegevens nodig, hebben geen problemen met het opschonen van gegevens en hebben geen menselijke vertragingen nodig. Dat is mede de reden waarom het moederbedrijf van Google, Alphabet, het bedrijf inzet op kunstmatige intelligentie en in hoog tempo investeert in kunstmatige intelligentie. (Amazon investeert ook in kunstmatige intelligentie, zoals de nieuwste AI-acquisitie BodyLabs.)
hoe lang is janice dean
Deep Mind-professor David Silver zegt: 'het feit dat we een programma een prestatie van hoog niveau hebben zien bereiken... zou moeten betekenen dat we nu kunnen beginnen met het aanpakken van enkele van de meest uitdagende en impactvolle problemen voor de mensheid.'
Dit bericht is bijgewerkt om te verduidelijken dat AI Libratus onlangs toppokerspelers heeft verslagen met een strategie waarbij zelf gespeeld wordt in plaats van door mensen ingevoerde gegevens.
