Proč je výuka hry ai důležitá | Ben Dickson

OpenAI, laboratoř pro výzkum umělé inteligence, kterou založili Sam Altman a Elon Musk, nedávno prohlásila, že v srpnu vyšle tým do Vancouveru, aby se zúčastnil profesionálního turnaje slavné online bojové hry Dota 2. Na rozdíl od ostatních týmů, které budou soutěží o cenu za více milionů dolarů, OpenAI tým nebude zahrnovat žádné lidi - alespoň ne přímo.

Tým s názvem OpenAI Five se skládá z pěti umělých neuronových sítí, které vypalovaly obrovskou výpočetní sílu cloudu Google a tuto hru praktikovaly znovu a znovu, milionkrát. OpenAI Five již dosáhl poloprofesionálních hráčů na Dota 2 a bude testovat své schopnosti proti prvnímu procentu hráčů, který přijde v srpnu.

Na za prvé pohled, utrácení drahých výpočetních zdrojů a vzácný AI talent na výuku AI hrát hry se může zdát nezodpovědný. OpenAI je domovem některých předních světových vědců v oboru umělé inteligence, kteří podle časopisu The New York Times vydělávají sedmimístné platy. Koneckonců, nemohou pracovat na důležitějších problémech, jako je vývoj umělé inteligence, který může bojovat s rakovinou nebo zvýšit bezpečnost aut s vlastním pohonem?

Jak je pro některé absurdní, ukázaly se hry jako důležitá součást výzkumu umělé inteligence. Od šachů po Dota 2 nám každá hra, kterou AI dobyla, pomohla prolomit novou pozici v oblasti informatiky a dalších oborů.

Hry pomáhají sledovat pokrok AI

Od počátku myšlenky umělé inteligence v 50. letech 20. století byly hry účinným způsobem měření kapacity umělé inteligence. Obzvláště výhodné jsou při testování kapacity nové AI techniky, protože můžete kvantifikovat výkon AI pomocí číselných skóre a výsledků ztracených a porovnat je s lidmi nebo jinými AI.

První hrou, kterou se vědci pokusili zvládnout pomocí umělé inteligence, byly šachy, které byly v prvních dnech považovány za konečný test pokroků v terénu. V roce 1996 byl IBM Deep Blue prvním počítačem, který v šachu porazil mistra světa (Garry Kasparov). AI za Deep Blue použila metodu hrubou silou, která před provedením tahu analyzovala miliony sekvencí.

Zatímco tato metoda umožnila Deep Blue ovládnout šachy, nebylo to zdaleka dostatečně účinné, aby zvládlo složitější deskové hry. Podle dnešních standardů je to považováno za hrubé. Když Deep Blue porazila Kasparova, vědec poznamenal, že to bude trvat dalších sto let, než AI dokáže dobýt starověkou čínskou hru Go, která má více možných pohybů než počet atomů ve vesmíru.

V roce 2016 však vědci ve společnosti AI společnosti DeepMind vytvořené společností Google vytvořili AlphaGo, umělou inteligenci Go-playing, která porazila Lee Sedol, mistra světa, 4: 1 v soutěži pěti her. AlphaGo nahradil metodu hrubé síly Deep Blue hlubokým učením, technikou umělé inteligence, která funguje mnohem podobnějším způsobem, jak funguje lidský mozek. Místo zkoumání všech možných kombinací prozkoumal AlphaGo způsob, jakým lidé hráli Go, a pak se pokusil přijít na to a replikovat úspěšné herní vzorce.

Vědci DeepMind později vytvořili AlphaGo Zero, vylepšenou verzi AlphaGo, která používala posilovací učení, což je metoda, která vyžadovala nulové lidské vstupy. AlphaGo Zero se naučil základní pravidla Go a naučil hru hraním proti sobě bezpočet časů. A AlphaGo Zero porazil svého předchůdce 100 na nulu.

Deskové hry však mají svá omezení. Nejprve jsou založeny na tahu, což znamená, že AI není pod tlakem rozhodovat se v prostředí, které se neustále mění. Zadruhé, AI má přístup ke všem informacím v prostředí (v tomto případě správní rada) a nemusí se hádat nebo riskovat na základě neznámých faktorů.

S ohledem na to AI s názvem Libratus udělala další průlom ve výzkumu umělé inteligence tím, že porazila nejlepší hráče na Texas Hold 'Em pokeru. Libratus, vyvinutý vědci v Carnegie Mellon, ukázal, že umělá inteligence může konkurovat lidem v situacích, kdy má přístup k dílčím informacím. Libratus použil několik technik umělé inteligence k tomu, aby se naučil poker a zlepšil své hraní, když zkoumal taktiku svých lidských oponentů.

Videohry v reálném čase jsou další hranicí pro AI a OpenAI není jedinou organizací zapojenou do této oblasti. Facebook otestoval výuku umělé inteligence, která hraje strategickou hru StarCraft v reálném čase, a společnost DeepMind vyvinula umělou inteligenci, která umí hrát střílečku Quake III první osoby. Každá hra představuje svůj vlastní soubor výzev, ale společným jmenovatelem je, že všechny představují AI v prostředích, ve kterých se musí rozhodovat v reálném čase as neúplnými informacemi. Navíc dávají AI arénu, kde může otestovat svou sílu proti týmu soupeřů a naučit se týmovou práci sama.

Prozatím nikdo nevyvinul umělou inteligenci, která dokáže porazit profesionální hráče. Ale samotná skutečnost, že AI v takových složitých hrách soutěží s lidmi, ukazuje, jak daleko jsme se dostali na pole.

Hry pomáhají rozvíjet AI v jiných oblastech

Zatímco vědci použili hry jako testovací pracoviště pro vývoj nových technik umělé inteligence, jejich úspěchy se neomezily pouze na hry. Ve skutečnosti, hraní AI připravilo cestu pro inovace v jiných oborech.

V roce 2011 IBM představila superpočítač, který byl schopen zpracování a generování přirozeného jazyka (NLG / NLP) a byl pojmenován po bývalém generálním řediteli společnosti Thomas J Watson. Počítač hrál slavnou televizní kvízovou hru Jeopardy proti dvěma nejlepším hráčům na světě a vyhrál. Watson se později stal základem obrovské řady služeb AI od IBM v různých oblastech, včetně zdravotní péče, kybernetické bezpečnosti a předpovědi počasí.

DeepMind využívá své zkušenosti z vývoje AlphaGo k použití AI v jiných oblastech, kde může posilovací učení pomoci. Společnost zahájila s National Grid UK projekt využití systému AlphaGo smarts ke zvýšení efektivity britské energetické sítě. Google, mateřská společnost DeepMind, také využívá techniku ​​snižování nákladů na elektřinu svých obrovských datových center automatizací řízení spotřeby svého různého hardwaru. Google také využívá posilování učení k trénování robotů, které budou jednoho dne zpracovávat objekty v továrnách.

• Umělá inteligence má předpojatost a je to naše chyba Umělá inteligence má předpojatost a je to naše chyba
• IBM Artificial Intelligence se účastní Champs Human Debate IBM Artificial Intelligence se účastní Champs Human Debate
• Proč musí AI zveřejňovat, že je to AI Proč musí AI zveřejňovat, že je to AI

Libratus , AI, která hraje poker, může pomoci vyvinout takové algoritmy, které mohou pomoci v různých situacích, jako jsou politická vyjednávání a aukce, kde AI musí podstoupit rizika a provádět krátkodobé oběti za dlouhodobé zisky.

Na jednoho se těším, až uvidím, jak bude OpenAI Five hrát v srpnové soutěži Dota 2. I když mě nijak zvlášť nezajímá, zda si neuronové sítě a jejich vývojáři odnesou cenu 15 milionů dolarů domů, ráda vidím, jaká nová okna se jeho úspěchy otevřou.