Prečo učiť ai hrať hry je dôležité | Ben Dickson

OpenAI, laboratórium pre výskum umelej inteligencie, ktoré založili Sam Altman a Elon Musk, nedávno vyhlásilo, že v auguste bude vysielať tím do Vancouveru, aby sa zúčastnil profesionálneho turnaja slávnej online bojovej hry Dota 2. Na rozdiel od ostatných tímov, ktoré budú súťažiť o cenu niekoľkých miliónov dolárov, OpenAI je Tím nebude zahŕňať žiadnych ľudí - aspoň nie priamo.

Tím s názvom OpenAI Five sa skladá z piatich umelých neurónových sietí, ktoré pálili vďaka obrovskému počítačovému výkonu cloudu Google a opakovane a niekoľkokrát praktizovali hru. OpenAI Five už dosiahol Dota 2 najlepších poloprofesionálov a bude testovať svoje odhodlanie proti najvyššiemu 1 percentu hráčov z augusta.

na najprv pohľad, míňanie drahých výpočtových zdrojov a nedostatok talentov AI na výučbu AI na hranie hier sa môže zdať nezodpovedný. V OpenAI sa nachádzajú niektorí z najlepších vedcov v oblasti AI na svete, ktorí podľa denníka The New York Times zarábajú sedemmiestne platy. Koniec koncov, nemôžu pracovať na dôležitejších problémoch, ako je napríklad vývoj AI, ktorý dokáže bojovať proti rakovine alebo zvýšiť bezpečnosť autovlákadiel?

Ako sa niektorým zdá, môže to byť absurdné, hry sa ukázali ako dôležitá súčasť výskumu AI. Od šachu po Dota 2 nám každá hra, ktorú AI dobyla, pomohla prelomiť novú pozíciu v oblasti informatiky a ďalších oblastí.

Hry pomáhajú sledovať pokrok AI

Od vzniku myšlienky umelej inteligencie v 50-tych rokoch boli hry účinným spôsobom na meranie kapacity AI. Obzvlášť výhodné sú pri testovaní kapacity nových AI techniky, pretože môžete kvantifikovať výkonnosť umelej inteligencie pomocou číselných skóre a výsledkov, ktoré stratia, a porovnať ju s ľuďmi alebo inými umelými inteligenciami.

Prvou hrou, ktorú sa vedci snažili zvládnuť pomocou umelej inteligencie, boli šachy, ktoré sa v prvých dňoch považovali za posledný test pokroku v tejto oblasti. V roku 1996 bol IBM Deep Blue prvým počítačom, ktorý v šachu porazil majstra sveta (Garry Kasparov). AI za Deep Blue používa metódu hrubou silou, ktorá pred vykonaním ťahu analyzovala milióny sekvencií.

Aj keď táto metóda umožnila Deep Blue zvládnuť šach, nebolo dosť efektívne na riešenie zložitejších stolových hier. Podľa dnešných štandardov sa to považuje za surové. Keď Deep Blue porazila Kasparova, vedec poznamenal, že potrvá ďalších sto rokov, kým AI dobyje starodávnu čínsku hru Go, ktorá má viac možných pohybov ako počet atómov vo vesmíre.

V roku 2016 však vedci v spoločnosti AI DeepMind vlastnenej spoločnosťou Google vytvorili AlphaGo, umelú inteligenciu Go-playing, ktorá porazila Lee Sedol, majstra sveta, 4: 1 v súťaži piatich hier. AlphaGo nahradil metódu hrubou silou Deep Blue hlbokým učením, techniku ​​AI, ktorá funguje omnoho podobnejším spôsobom ako ľudský mozog. Namiesto skúmania každej možnej kombinácie preskúmal AlphaGo spôsob, akým ľudia hrali Go, a potom sa pokúsil prísť na to a replikovať úspešné herné vzorce.

Vedci spoločnosti DeepMind neskôr vytvorili AlphaGo Zero, vylepšenú verziu AlphaGo, ktorá využívala zosilňovanie učenia, metódu, ktorá si vyžadovala nulové ľudské vstupy. AlphaGo Zero sa naučil základné pravidlá hry Go a naučil sa hru hraním proti sebe nespočetnými časmi. A AlphaGo Zero porazil svojho predchodcu o 100 na nulu.

Stolné hry však majú obmedzenia. Po prvé, sú založené na ťahu, čo znamená, že AI nie je pod tlakom robiť rozhodnutia v prostredí, ktoré sa neustále mení. Po druhé, AI má prístup ku všetkým informáciám v prostredí (v tomto prípade výbor) a nemusí robiť odhady alebo riskovať na základe neznámych faktorov.

S ohľadom na to AI s názvom Libratus urobil ďalší prielom vo výskume umelej inteligencie tým, že porazil najlepších hráčov na Texas Hold 'Em pokri. Libratus, ktorý vyvinuli vedci v Carnegie Mellon, ukázal, že umelá inteligencia môže súťažiť s ľuďmi v situáciách, keď má prístup k čiastočným informáciám. Libratus použil niekoľko techník umelej inteligencie, aby sa naučil poker a zlepšil svoje hranie, keď skúmal taktiku svojich ľudských oponentov.

Videohry v reálnom čase sú ďalšou hranicou pre AI a OpenAI nie je jedinou organizáciou zapojenou do tejto oblasti. Facebook testoval výučbu AI na hranie strategickej hry StarCraft v reálnom čase a DeepMind vyvinul AI, ktorá môže hrať streleckú hru pre človeka Quake III. Každá hra predstavuje svoj vlastný súbor výziev, ale spoločným menovateľom je, že všetky predstavujú AI s prostredím, v ktorom sa musia rozhodovať v reálnom čase as neúplnými informáciami. Navyše dávajú AI arénu, kde môže otestovať svoju silu proti tímu súperov a učiť sa tímovú prácu sama.

Zatiaľ nikto nevyvinul umelú inteligenciu, ktorá dokáže poraziť profesionálnych hráčov. Ale samotná skutočnosť, že AI súťaží s ľuďmi v takýchto zložitých hrách, ukazuje, ako ďaleko sme sa dostali na poli.

Hry pomáhajú rozvíjať AI v iných oblastiach

Zatiaľ čo vedci používali hry ako testovacie pracoviská na vývoj nových techník umelej inteligencie, ich úspechy sa neobmedzili len na hry. Herné AI v skutočnosti pripravili pôdu pre inovácie v iných oblastiach.

V roku 2011 IBM predstavila superpočítač, ktorý bol schopný spracovania a generovania prirodzeného jazyka (NLG / NLP) a bol pomenovaný po bývalom generálnom riaditeľovi spoločnosti Thomasom J Watsonom. Počítač hral slávnu televíznu kvízovú hru Jeopardy proti dvom z najlepších svetových hráčov a vyhral. Watson sa neskôr stal základom obrovskej škály služieb AI od spoločnosti IBM v rôznych oblastiach vrátane zdravotnej starostlivosti, kybernetickej bezpečnosti a predpovede počasia.

DeepMind využíva svoje skúsenosti z vývoja AlphaGo na použitie AI v iných oblastiach, kde môže zosilnenie učenia pomôcť. Spoločnosť začala projekt s National Grid UK na využitie internetu AlphaGo je smarts na zlepšenie efektívnosti britskej rozvodnej siete. Google, materská spoločnosť DeepMind, tiež využíva techniku ​​na zníženie nákladov na elektrinu svojich obrovských dátových centier automatizáciou kontroly spotreby rôznych hardvérov. Google tiež využíva zosilňovanie učenia na trénovanie robotov, ktoré jedného dňa budú spracovávať objekty v továrňach.

• Umelá inteligencia má problém so zaujatosťou a je to naša chyba Umelá inteligencia má problém so zaujatosťou a je to naša chyba
• IBM Artificial Intelligence sa zúčastňuje majstrovských diskusií o ľudských právach IBM Artificial Intelligence sa zúčastňuje majstrovských diskusií o ľudských právach
• Prečo musí AI zverejňovať, že je to AI Prečo musí AI zverejňovať, že je to AI

Libratus , AI, ktorá hrá poker, môže pomôcť vyvinúť také algoritmy, ktoré môžu pomôcť v rôznych situáciách, ako sú politické rokovania a aukcie, kde AI musí riskovať a robiť krátkodobé obete kvôli dlhodobým ziskom.

Teším sa, až uvidím, ako vystúpi OpenAI Five v augustovej súťaži Dota 2. Aj keď ma veľmi nezaujíma, či si neurónové siete a ich vývojári odnesú cenu 15 miliónov dolárov domov, rád by som videl, aké nové okná sa jej úspechy otvoria.