Miksi ai opettaa pelaamista on tärkeää | Ben Dickson

Sam Altmanin ja Elon Muskin perustama keinotekoisen älykkyyden tutkimuslaboratorio OpenAI ilmoitti äskettäin lähettävänsä joukkueen elokuussa Vancouveriin osallistumaan kuuluisan online-taistelupelin Dota 2 ammattiurnaukseen. Mutta toisin kuin muut joukkueet, jotka tulevat kilpailevat miljoonan dollarin palkinnosta, OpenAI n joukkue ei sisällä ihmisiä - ainakaan ei suoraan.

OpenAI Five -niminen tiimi koostuu viidestä keinotekoisesta hermostoverkosta, jotka ovat palanneet Googlen pilven valtavan laskentatehon läpi ja harjoittaneet peliä yhä uudelleen miljoonia kertoja. OpenAI Five on jo puolustanut puolueprofiileja Dota 2: lla ja testaa elokuvaaan pelaajien 1 prosentin parhaimpaan joukkoon.

at ensimmäinen Vilkaisu, kallista tietotekniikkaresurssien käyttäminen ja niukka AI-kyky opettaa AI: ta pelaamaan pelejä voi tuntua vastuuttomalta. OpenAI-talossa on joitain maailman parhaista AI-tutkijoista, jotka The New York Timesin mukaan ansaitsevat seitsemän lukuisia palkkoja. Loppujen lopuksi, eikö he pysty työskentelemään tärkeämpien ongelmien ratkaisemiseksi, kuten sellaisen AI: n kehittäminen, joka voi torjua syöpää tai tehdä itse ajavista autoista turvallisempia?

Absurdi, kuten joillekin saattaa tuntua, pelit ovat osoittautuneet tärkeäksi osaksi AI-tutkimusta. Shakista Dota 2: een, jokainen AI: n valloittama peli on auttanut meitä murtamaan uuden tietotekniikan ja muilla aloilla.

Pelit auttavat jäljittämään AI: n etenemisen

Kun tekoälyn ajatus syntyi 1950-luvulta lähtien, pelit ovat olleet tehokas tapa mitata AI: n kapasiteettia. Ne ovat erityisen käteviä testata uuden AI: n kapasiteettia tekniikat, koska voit mitata AI: n suorituskyvyn numeerisilla pisteillä ja win-loss-tuloksilla ja verrata sitä ihmisten tai muun AI: n kanssa.

Ensimmäinen peli, jonka tutkijat yrittivät hallita AI: n kautta, oli shakki, jota alkuaikoina pidettiin alan edistyksen perimmäisenä testinä. Vuonna 1996 IBM: n Deep Blue oli ensimmäinen tietokone, joka voitti shakin maailmanmestarin (Garry Kasparov). Deep Blue: n takana oleva AI käytti raa'an voiman menetelmää, joka analysoi miljoonia sekvenssejä ennen siirtymistä.

Vaikka menetelmä mahdollisti Deep Blue: n hallinnan shakista, se ei ollut läheskään riittävän tehokasta puuttuakseen monimutkaisempiin lautapeleihin. Nykypäivän standardien mukaan sitä pidetään raa'ana. Kun Deep Blue voitti Kasparovin, tiedemies huomautti, että kuluu vielä sata vuotta, ennen kuin AI voi valloittaa muinaisen kiinalaisen Go-pelin, jolla on enemmän mahdollisia liikkeitä kuin maailmankaikkeuden atomien lukumäärä.

Mutta vuonna 2016 Googlen omistaman AI-yrityksen DeepMindin tutkijat loivat AlfaGon, Go-playing AI: n, joka voitti maailmanmestari Lee Sedolin 4: 1 viiden pelin kilpailussa. AlphaGo korvasi syvän sinisen raa'an voiman menetelmän syvällä oppimisella, AI-tekniikalla, joka toimii paljon enemmän kuin ihmisen aivojen toiminta. Sen sijaan, että tutkittaisiin kaikkia mahdollisia yhdistelmiä, AlphaGo tutki tapaa, jolla ihmiset pelasivat Goa, yritti sitten selvittää ja toistaa onnistuneet pelimallit.

DeepMindin tutkijat loivat myöhemmin AlphaGo Zero -sovelluksen, AlphaGon parannetun version, joka käytti vahvistusoppimista, menetelmä, joka vaatii nolla ihmisen panosta. AlphaGo Zero -opettajalle opetettiin Go: n perussäännöt ja hän oppi pelin pelaamalla itseään vastaan ​​lukemattomia kertoja. Ja AlphaGo Zero voitti edeltäjänsä 100 nollaan.

Lautapeleillä on kuitenkin rajoituksia. Ensinnäkin, ne ovat vuoropohjaisia, mikä tarkoittaa, että AI: lla ei ole rasitusta tehdä päätöksiä jatkuvasti muuttuvassa ympäristössä. Toiseksi, AI: llä on pääsy kaikkiin ympäristön tietoihin (tässä tapauksessa taululle), eikä sen tarvitse tehdä arvauksia tai ottaa riskejä tuntemattomien tekijöiden perusteella.

Ottaen huomioon tämän, Libratus-niminen AI teki seuraavan läpimurron tekoälyn tutkimuksessa lyömällä parhaita pelaajia Texas Hold 'Em -pokerissa. Carnegie Mellonin tutkijoiden kehittämä Libratus osoitti, että AI voi kilpailla ihmisten kanssa tilanteissa, joissa sillä on mahdollisuus saada osittaista tietoa. Libratus käytti useita AI-tekniikoita oppiakseen pokeria ja parantamaan pelin pelaamista tutkiessaan ihmisten vastustajien taktiikoita.

Reaaliaikaiset videopelit ovat AI: n seuraava raja, eikä OpenAI ole ainoa kentällä mukana oleva organisaatio. Facebook on testannut AI: n opettamisen pelaamaan reaaliaikaista strategiapeliä StarCraft, ja DeepMind on kehittänyt AI: n, jolla voidaan pelata ensimmäisen persoonan ammuntapeli Quake III. Jokainen peli esittää omat haasteensa, mutta yhteinen nimittäjä on, että ne kaikki esittävät AI: n ympäristöissä, joissa heidän on tehtävä päätöksiä reaaliajassa ja epätäydellisellä tiedolla. Lisäksi he antavat AI: lle areenan, jossa se voi testata voimansa vastustajien joukkuetta vastaan ​​ja oppia itse ryhmätyön.

Toistaiseksi kukaan ei ollut kehittänyt AI: tä, joka voittaa ammattilaispelaajat. Mutta se tosiasia, että AI kilpailee ihmisten kanssa niin monimutkaisissa peleissä, osoittaa kuinka pitkälle olemme päässeet kentälle.

Pelit auttavat kehittämään AI: tä muilla aloilla

Vaikka tutkijat ovat käyttäneet pelejä testialustoina kehittääkseen uusia AI-tekniikoita, heidän saavutuksensa eivät ole rajoittuneet peliin. Itse asiassa pelin pelaamisen aloittelijat ovat rakentaneet tietä innovaatioille muilla aloilla.

Vuonna 2011 IBM esitteli supertietokoneen, joka kykeni luonnollisen kielen käsittelyyn ja luomiseen (NLG / NLP) ja joka sai nimensä yhtiön entisen toimitusjohtajan Thomas J Watsonin mukaan. Tietokone pelasi kuuluisaa TV-show-tietokilpailupeliä Jeopardy vastaan ​​kahta maailman parasta pelaajaa ja voitti. Watsonista tuli myöhemmin perusta valtavalle IBM: n AI-palvelulinjalle eri aloilla, mukaan lukien terveydenhuolto, kyberturvallisuus ja sääennuste.

DeepMind käyttää kokemustaan ​​AlphaGon kehittämisestä AI: n käyttöön muilla aloilla, joilla vahvistusoppiminen voi auttaa. Yhtiö käynnisti National Grid UK: n kanssa hankkeen käyttää AlphaGo n suosittelee parantamaan Britannian sähköverkon tehokkuutta. Google, DeepMindin emoyhtiö, käyttää myös tekniikkaa vähentääkseen valtavien tietokeskustensa sähkökustannuksia automatisoimalla eri laitteiden kulutuksenhallinnan. Google käyttää myös vahvistusoppimista robottien kouluttamiseen, jotka yhtenä päivänä käsittelevät esineitä tehtaissa.

• Keinotekoisella älykkyydellä on bias-ongelma, ja se on meidän virheemme Keinotekoisella älykkyydellä on bias-ongelma, ja se on meidän virheemme
• IBM: n keinotekoinen älykkyys keskittyy ihmiskeskusteluihin
• Miksi AI: n on julkistettava, että se on AI Miksi AI: n on julkistettava, että se on AI

Libratus , pokeripelaamisen AI, voisi auttaa kehittämään sellaisia ​​algoritmeja, jotka voivat auttaa erilaisissa tilanteissa, kuten poliittisissa neuvotteluissa ja huutokaupoissa, joissa AI: n on otettava riskejä ja uhrattava lyhytaikaisia ​​uhrauksia pitkäaikaista hyötyä varten.

Yhtään odotan innolla miten OpenAI Five menestyy elokuun Dota 2 -kilpailussa. Vaikka en ole erityisen kiinnostunut siitä, vievätkö neuraaliverkot ja niiden kehittäjät kotiin 15 miljoonan dollarin palkinnon, haluan nähdä, mitä uusia ikkunoita sen saavutukset avaavat.