ხელოვნური გონება ახორციელებს საცოდავ ხალხს GO-ში - მანქანების აჯანყება ახლოს არის?
ხელოვნური გონება ახორციელებს საცოდავ ხალხს GO-ში - მანქანების აჯანყება ახლოს არის?

ვიდეო: ხელოვნური გონება ახორციელებს საცოდავ ხალხს GO-ში - მანქანების აჯანყება ახლოს არის?

ვიდეო: ხელოვნური გონება ახორციელებს საცოდავ ხალხს GO-ში - მანქანების აჯანყება ახლოს არის?
ვიდეო: Human Rights Defenders: Myths and Facts / Правозахисники(-ці): міфи та факти / უფლებადამცველები დღეს 2024, აპრილი
Anonim

არც ისე დიდი ხნის წინ, სამხრეთ კორეელმა გო-მასტერმა და მსოფლიოს ერთ-ერთმა ყველაზე ტიტულოვანმა მოთამაშემ, ლი სედოლმა, პენსიაზე წასვლა გამოაცხადა და დრამატული განცხადება გააკეთა: რეიტინგი გიჟური ძალისხმევით. ახლა არის არსება, რომლის გადალახვა შეუძლებელია.”

ლიმ ისაუბრა DeepMind-ის მიერ შემუშავებულ AlphaGo კომპიუტერზე, რომელიც Google-მა 650 მილიონ დოლარად იყიდა ხუთი წლის წინ. კორეელმა მანქანასთან 2016 წელს წააგო, მაგრამ მას შემდეგ ხელოვნური ინტელექტი მხოლოდ გაძლიერდა. ზოგადად, Go-ში ადამიანზე კომპიუტერის გამარჯვება ნამდვილ მიღწევად ითვლება, რამაც პოტენციურად შეიძლება გამოიწვიოს მასშტაბური ცვლილებები მსოფლიოში. ტერმინატორი უკვე ჰორიზონტზეა? მოდით გავარკვიოთ.

პროგრამისტებმა დიდი ხანია გამოსცადეს ხელოვნური ინტელექტის ძალა საუკეთესო ადამიანებთან რთულ თამაშებში. IBM-ის მიერ შემუშავებულმა Deep Blue კომპიუტერმა ჭადრაკში გარი კასპაროვი ჯერ კიდევ 1997 წელს დაამარცხა. მატჩის წინ კასპაროვი ფიქრობდა: „ეს უბრალოდ მანქანაა. მანქანები სულელია.”

მაგრამ დამარცხების შემდეგ მან აღიარა: "ვგრძნობდი - ვიგრძენი - სუფრაზე ახალი ტიპის გონება იყო".

კასპაროვის დასამარცხებლად Deep Blue-მ გამოიყენა უხეში გამოთვლითი ძალა: ყოველი ნაბიჯის შემდეგ პროგრამა გამოთვლიდა ყველა შესაძლო სცენარს და ამ მონაცემებზე დაყრდნობით იღებდა გადაწყვეტილებას. მაგრამ Go-სთან ერთად, ეს მიდგომა არ მუშაობს მონაცემთა დამუშავების საჭირო რაოდენობის გამო. გასვლისას მოთამაშეები რიგრიგობით ათავსებენ დაფაზე შავ და თეთრ ქვებს 19-ზე 19-ზე. თამაშის მიზანია დაიკავონ რაც შეიძლება მეტი ტერიტორია, ხოლო მოწინააღმდეგის ქვები ჩაკეტონ, რაც ხელს უშლის მას უპირატესობის მოპოვებაში. ზოგადად, go მსგავსია სკოლიდან ბევრისთვის ნაცნობი წერტილების თამაში - მხოლოდ უფრო რთული.

დაფის სიდიდიდან გამომდინარე, შავი ქვების პირველი სვლისთვის უკვე შესაძლებელია 361 ვარიანტი (ჭადრაკში - მხოლოდ 20). შესაბამისად, ყოველი ნაბიჯით, პოტენციური გასწორების ხე მხოლოდ იზრდება. პირველი ორი სვლის შემდეგ ჭადრაკში 400 შესაძლო განვითარებაა და 129960. მათემატიკოსმა ჯონ ტრომპმა გამოთვალა, რომ შესაძლო კომბინაციების რაოდენობა იქნება 171-ნიშნა რიცხვი.

ამიტომ, Go-ს თამაშში ადამიანებს მოეთხოვებათ არა მხოლოდ ინტელექტი და გამოთვლის უნარი, არამედ ძლიერი აბსტრაქტული აზროვნება, ძლიერი ინტუიცია - თვისებები, რომლებიც ცუდად არის განვითარებული კომპიუტერებში. AlphaGo-ს ერთ-ერთმა შემქმნელმა, დემის ჰასაბისმა თქვა:”ეს ძალიან ინტუიციური თამაშია. Go ოსტატები ხშირად ამბობენ, რომ ისინი გადადგნენ ნაბიჯი, რადგან ეს სწორი ჩანდა.” მისი თქმით, ოსტატებს უვითარდებათ განსაკუთრებული ესთეტიკური გრძნობა, კარგი პოზიცია კი უბრალოდ ლამაზად გამოიყურება.

იმისდა მიუხედავად, რომ პროცესორები ყოველწლიურად უფრო მძლავრი და სწრაფი ხდებოდა, შესაძლებლობების ხეზე სვლების ძიებამ ხელოვნურ ინტელექტს საშუალება მისცა მიაღწიოს მხოლოდ ძლიერი მოყვარულის დონეს. კომპიუტერებმა სძლიეს ხალხს, მაგრამ მხოლოდ რამდენიმე ქვით მიაღწიეს წინსვლას. 2014 წელს, დევიდ ფოტლენდმა, კომპიუტერების ერთ-ერთმა პიონერმა, თქვა, რომ პროგრამებს აქვთ იგივე პრობლემა, როგორც ადამიანები:

ბევრი მოთამაშე აღწევს გარკვეულ სამოყვარულო პიკს და ვერ გაძლიერდება. ამ პლატოს დასაძლევად, თქვენ უნდა გააკეთოთ რაიმე სახის გონებრივი ნახტომი და პროგრამებს იგივე პრობლემები აქვთ. თქვენ უნდა შეხედოთ მთელ დაფას და არა მხოლოდ ადგილობრივ ბრძოლებს.” ამ ინტელექტუალური ბარიერის დასაძლევად და პროფესიონალების ინტუიციისა და ესთეტიკური გრძნობის სიმულაციისთვის, AlphaGo-ს დეველოპერებმა დააკავშირეს ნერვული ქსელები და ღრმა სწავლის ალგორითმები.

პირველ რიგში, AlphaGo-ს ნერვული ქსელები იკვებებოდა ადამიანის თამაშების მონაცემთა ბაზაში, რომელიც მოიცავდა დაახლოებით 30 მილიონ მოძრაობას.ამის შემდეგ მან ისწავლა ადამიანის კურსის სწორად პროგნოზირება 57%-ში, თუმცა წინა AI რეკორდი იყო 44%. შემდეგ დეველოპერებმა ასწავლეს AlphaGo-ს საკუთარი თავის წინააღმდეგ თამაში - ასე რომ, კომპიუტერმა კიდევ უფრო უკეთ ისწავლა გამოეყო ყველაზე მომგებიანი ნაბიჯები და შეიმუშავა ახალი სტრატეგიები.

ამ ყველაფერმა ხელი შეუწყო იმ პროცესების რაციონალიზაციას, რომლებზეც მუშაობდა Deep Blue, რომელმაც სცემა კასპაროვს. ახლა სისტემა არა მხოლოდ თამაშობს ყველა შესაძლო კომბინაციას, არამედ იცის, თუ როგორ უნდა გაამახვილოს ყურადღება მოვლენების განვითარების ყველაზე პერსპექტიულ სცენარებზე. გარდა ამისა, ის პოულობს თავის დამოკიდებულებას ისეთ სიტუაციებშიც კი, რომლებსაც აქამდე არასდროს შეხვედრია. და ასეთი, Go-ს მასშტაბის გამო, დარჩა. ახალი მექანიზმის გამო, AlphaGo-მ დაამარცხა ყველა ადრე შექმნილი კომპიუტერული მოთამაშე (ამას კი მათ ოთხი ქვის სათავე დაუდო) და დაიწყო პროფესიონალი ადამიანების დამარცხება.

2015 წლის ოქტომბერში AlphaGo-მ დაამარცხა ევროპის ორგზის ჩემპიონი ფრანგი ფან ჰუი. მათ ხუთი თამაში ითამაშეს, არავის დაუწყია თავი და კომპიუტერმა ხუთივე მოიგო. ეს იყო პირველი შემთხვევა, როდესაც პროფესიონალი ადამიანი მანქანით დაამარცხა. მატჩის შემდეგ ჰუიმ თქვა, რომ ბევრი რამ ისწავლა და ეს ცოდნა დაეხმარა საერთაშორისო რეიტინგში შესვლასა და ასვლაში.

გირჩევთ: