Googles KI-Durchbruch: Was es bedeutet und wie es Sie beeinflusst

Werbung

Am 27. Januar gab Google bekannt, dass AlphaGo, ein künstliche Intelligenz Was künstliche Intelligenz nicht istWerden intelligente, empfindungsfähige Roboter die Welt erobern? Nicht heute - und vielleicht nie. Weiterlesen entwickelt von seiner Tochtergesellschaft DeepMind, hatte Go-Europameister Fan Hui in einem Fünf-Spiele-Match besiegt.

Sie haben vielleicht von diesen Nachrichten gehört, da sie weltweit Schlagzeilen machen, aber warum interessieren sich die Leute so sehr dafür? Was soll das alles heißen? Wenn Sie mit dem Go-Spiel oder seiner Bedeutung für die künstliche Intelligenz nicht vertraut sind, fühlen Sie sich möglicherweise etwas verloren.

Keine Sorge, wir haben Sie abgesichert. Hier finden Sie alles, was Sie über den Durchbruch und die Auswirkungen auf normale Menschen wie Sie und mich wissen müssen.

Das Spiel von Go: Einfach und doch komplex

Go ist ein altes chinesisches Strategiespiel, in dem zwei Spieler kämpfen, um Territorium zu erobern. Jeder Spieler - einer weiß, der andere schwarz - legt nacheinander Steine ​​auf die Schnittpunkte eines 19 x 19-Gitters. Wenn eine Gruppe von Steinen vollständig von den Steinen des anderen Spielers umgeben ist, werden sie "gefangen" und vom Brett entfernt.

Am Ende des Spiels gehört jeder leere Platz dem Spieler, der ihn umgibt. Die Punktzahl jedes Spielers hängt davon ab, wie viel Territorium er besitzt (d. H. Wie viel leeren Raum er umzingelt hat) und wie viele gegnerische Teile während des Spiels erbeutet wurden.

Während die meisten Leute Schach wahrscheinlich als den König der Strategiespiele betrachten, ist Go tatsächlich komplexer. Laut Wikipedia gibt es 10⁷⁶¹ mögliche Spiele von Go im Vergleich zu 10¹²⁰ geschätzte mögliche Schachspiele.

Diese Komplexität, zusammen mit einigen esoterischen Regeln und der Betonung des instinktiven Spielens, macht es für Computer besonders schwierig, Go auf hohem Niveau zu lernen und zu spielen.

Die unglaubliche Welt der spielenden KIs

Nach dem großen Schema der Dinge scheint es nicht sehr lohnenswert zu sein, eine künstliche Intelligenz zu entwerfen, die ein Spiel spielt Dies gilt insbesondere dann, wenn die Watson AI von IBM bereits daran arbeitet, die Gesundheitsversorgung zu verbessern. Dieser Bereich benötigt jede erdenkliche Hilfe erhalten. Warum hat Google so viele Stunden und Geld ausgegeben, um eine Go-Playing-KI zu erstellen?

Auf einer Ebene hilft es KI-Forschern, den besten Weg zu finden, um Computern beizubringen, Dinge zu tun. Wenn Sie einem Computer beibringen können, wie man die besten Züge in einem Spiel von Checkers oder Tic-Tac-Toe findet, können Sie einen Einblick in das Unterrichten eines anderen Computers gewinnen Filme auf Netflix empfehlen 4 Algorithmen für maschinelles Lernen, die Ihr Leben prägenSie werden es vielleicht nicht bemerken, aber maschinelles Lernen ist bereits überall um Sie herum und kann einen überraschenden Einfluss auf Ihr Leben ausüben. Glaubst du mir nicht? Sie könnten überrascht sein. Weiterlesen , Sprache sofort übersetzen oder Erdbeben vorhersagen.

Viele der Anwendungen, die wir bisher gesehen haben, würden von verbesserten Fähigkeiten zur Problemlösung und zum Extrahieren von Mustern profitieren, die auch für effektive KI beim Spielen wichtig sind.

Deep Blue, die Schachmeister-KI, arbeitete mit einer Vielzahl von Rechenleistung und Brute-Force-Techniken, um alle möglichen nächsten Züge zu bewerten - bis zu 200.000.000 Positionen pro Sekunde. Und obwohl diese Strategie effektiv genug war, um einen ehemaligen Schachweltmeister zu schlagen, ist sie keine besonders „menschenähnliche“ Art, Schach zu spielen. Außerdem müssen Programmierer der KI die Spielregeln „erklären“.

In jüngerer Zeit wurde ein Verfahren namens entwickelt tiefes Lernen, was im Wesentlichen den Weg für Computer ebnete, sich selbst zu unterrichten, und das veränderte das völlig Rennen um künstliche Intelligenz Microsoft gegen Google - Wer führt das Rennen um künstliche Intelligenz an?Forscher für künstliche Intelligenz machen greifbare Fortschritte, und die Leute beginnen wieder ernsthaft über KI zu sprechen. Die beiden Titanen, die das Rennen um künstliche Intelligenz anführen, sind Google und Microsoft. Weiterlesen .

Mit Deep Learning kann ein Computer nützliche Muster aus Daten extrahieren - anstatt von Programmierern zu erfahren, nach welchen Mustern er suchen soll - 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 enthüllte, die sich selbst beigebracht hat, 49 verschiedene Spiele zu spielen Atari-Spiele Atari Arcade - Spielen Sie Retro-Videospiele in HTML5 [MUO Gaming]Jeder, der heute Videospiele spielt, ist Atari und den Gründern und Ingenieuren, die in den Gründungsjahren des Unternehmens für das Unternehmen gearbeitet haben, zu großem Dank verpflichtet. Atari war verantwortlich für viele der ... Weiterlesen nachdem nur rohe Eingabe gegeben wurde. (Sie können sehen, wie es oben lernt, Breakout zu spielen.)

Der Vorgang ist der gleiche wie das Erlernen eines Videospiels ohne Tutorial oder Erklärung. Sie sehen eine Weile zu, versuchen dann, zufällige Tasten zu drücken, beginnen dann, Dinge herauszufinden, Strategien zu entwickeln und schließlich zu übertreffen.

Und es hat sich ausgezeichnet. Die DeepMind-KI hat in einigen dieser Spiele wie Video Pinball menschliche Gegner auf professioneller Ebene völlig zerstört. In anderen Spielen, einschließlich Frau Pac-Man, schnitt es deutlich schlechter ab, hatte aber insgesamt eine sehr beeindruckende Bilanz.

AlphaGo: Die nächste Stufe der KI

AlphaGo, der Computer, der Fan Hui bei Go besiegte, nutzte diese Deep-Learning-Strategie, um in fünf Spielen ungeschlagen zu bleiben.

Anstatt Brute-Force-Berechnungen wie Deep Blue zu verwenden, bestimmte AlphaGo seinen nächsten Schritt anhand dessen, was es im Training gelernt hatte Begrenzen Sie den Umfang potenziell effektiver Bewegungen und führen Sie dann Simulationen durch, um festzustellen, welche Bewegungen am wahrscheinlichsten zu positiven Ergebnissen führen Ergebnisse.

Zwei verschiedene Neuronale Netze Die neueste Computertechnologie, die Sie sehen müssen, um zu glaubenSchauen Sie sich einige der neuesten Computertechnologien an, die die Welt der Elektronik und PCs in den nächsten Jahren verändern werden. Weiterlesen Das Richtliniennetzwerk und das Wertschöpfungsnetzwerk arbeiteten zusammen, um Bewegungen zu bewerten und in jeder Runde die beste auszuwählen.

Aufgrund der Komplexität von Go ist ein Brute-Force-Ansatz für alle möglichen Züge nicht so möglich wie im Schach. AlphaGo stützte sich also auf das Wissen, das es während der Trainingsphase gewonnen hatte, die darin bestand, 30 Millionen Bewegungen von zu beobachten menschliche Experten, die lernen, ihre Bewegungen vorherzusagen, eigene Strategien zu entwickeln und gegen sich selbst zu spielen mal.

Mithilfe des verstärkten Lernens wurden seine Entscheidungsprozesse entwickelt und gestärkt, bis AlphaGo zur besten Go-Playing-KI der Welt wurde. In 500 Spielen gegen die fortschrittlichsten Go-Computer wurden 499 davon gewonnen - selbst nachdem diese Programme einen Vorsprung von vier Zügen hatten.

Und natürlich schlug AlphaGo Fan Hui, den aktuellen Go-Europameister. Der Sieg wurde tatsächlich im Oktober 2015 erzielt, aber die Ankündigung wurde verzögert, um mit der Veröffentlichung von DeepMinds Forschungsbericht in Natur. Im März tritt AlphaGo gegen Lee Sedol an, den dominantesten Spieler der Welt in den letzten zehn Jahren.

Okay, was bedeutet das alles?

Warum macht dies weltweit Schlagzeilen? Eigentlich aus mehreren Gründen.

Erstens dachten viele Leute, dass dies mit der gegenwärtigen Technologie unmöglich sei. Die meisten Schätzungen gehen davon aus, dass eine KI einen Go-Spieler von Weltklasse noch mindestens zehn Jahre lang nicht schlagen würde. Die Wertschöpfungsnetzwerke von AlphaGo können jedes derzeit gespielte Go-Spiel bewerten und einen möglichen Gewinner vorhersagen. Laut Google ist dies ein Problem:so schwer war es für unmöglich gehalten. “

Zweitens ist die Tatsache, dass tiefes und unabhängiges Lernen angewendet wurde, sehr wichtig. Dies zeigt, dass eine aktuelle künstliche Intelligenz Daten sammeln, Muster extrahieren und lernen kann, solche vorherzusagen Muster und entwickeln schließlich Strategien zur Problemlösung, die komplex und effektiv genug sind, um a zu schlagen Weltklasse-Mensch.

Und während das Gewinnen bei Go die Welt nicht verändern wird, ist die Tatsache, dass ein Computer diese Strategie mit seinen eigenen Lernalgorithmen entwickeln konnte, sehr beeindruckend.

Es ist dieses tiefe Lernen, das KI-Forscher wirklich für AlphaGo begeistert. Viele glauben, dass unabhängiges Lernen der erste Schritt ist, um a starke künstliche Intelligenz. 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). Dies ist die Art von KI, in der Sie sehen viele Science-Fiction-Filme Achtung, Internet! Die besten Filme über künstliche IntelligenzHollywood hat im Laufe der Jahre viele großartige Filme veröffentlicht, die sich mit den Themen der künstlichen Intelligenz befassen. Hier sind 10 der besten Filme über KI. Wir empfehlen Ihnen, Himmel und Erde zu bewegen, um ... Weiterlesen .

Aus diesem Grund ist es eine große Sache, AIs zu erstellen, die sich menschlich verhalten können. Das Extrahieren von Mustern und das Entwickeln von Strategien ist etwas, das wir ständig tun, und wir verwenden keine Brute-Force-Methoden, um Entscheidungen zu treffen.

Es ist sehr schwierig, einen Computer dazu zu bringen, dies ohne viel Anleitung zu tun, aber dank AlphaGo wissen wir jetzt, dass starke KI nicht nur möglich ist, sondern näher als gedacht.

Natürlich ist eine Go-Playing-KI noch weit von einer allgemein intelligenten KI entfernt. Es macht nur eine Sache, die so einfach ist, wie es eine künstliche Intelligenz nur kann - sogar die KI, die Atari spielt in der Lage, 49 verschiedene Spiele zu spielen Zukünftige Videospiel-AIs werden Sie ernsthaft ausflippenVideospiel-KI ist noch gar nicht so toll. Mit den jüngsten technologischen Fortschritten kann sich dies jedoch bald ändern. Weiterlesen - aber AlphaGos effektives unabhängiges Lernen könnte der erste Schritt zu einem großen Paradigmenwechsel in der KI sein.

Was denken Sie?

Es steht außer Frage, dass AlphaGos Sieg über Fan Hui wichtig ist, aber ob es weltweite Schlagzeilen verdient oder nicht, steht zur Debatte.

Denken Sie, dass dies eine große Sache ist? Sind wir dem einen Schritt näher gekommen? Roboter-Apokalypse Microsoft, Künstliche Intelligenz und Die RoboterapokalypseMicrosoft gibt einer Reihe autonomer Roboter einen ernsthaften Blick. Ist dies der Anfang vom Ende für den Menschen oder nur ein weiterer Schritt vorwärts auf dem Weg zu einer sicheren künstlichen Intelligenz? Weiterlesen ? Oder sind Sie nicht beeindruckt von einer KI, die nur ein Spiel spielen kann? Teilen Sie Ihre Gedanken unten mit und lassen Sie uns darüber sprechen.

Bildnachweis: Spiel spielen von vvoe über Shutterstock, Tatiana Belova über Shutterstock.com, Mciura über Wikimedia Commons, Zerbor über Shutterstock.com