Настольные игры показывают, как системы ИИ могли бы развивать «Интуицию»,
Компьютеры становятся все более мощными, поскольку программисты разработали алгоритмы, чтобы заставить компьютеры выполнять сложные задачи. Игры могут быть лучшей демонстрацией того, как компьютеры могут научиться принимать интуитивные решения для нас - и эффективно управлять миром в этом процессе.
Компьютеры, ИИ и подъем машин
Компьютеры, обгоняющие мир, являются общей темой научной фантастики. Люди, похоже, восхищены идеей, что люди могут когда-нибудь быть уничтожены их собственными творениями. Хотя есть ученые, которые действительно чувствуют себя так (Стивен Хокинг, например), можно с уверенностью сказать, что такие возможности далеки в будущем.
Правда об искусственном интеллекте в современной практике заключается в том, что его нет. Есть много новостных статей и технологических компаний, которые любят удалять термин «AI» на свое программное обеспечение или продукты - и им это не нравится, потому что широкая публика не совсем понимает, что означает ИИ. Справедливости ради, концепция классификации ИИ - это серая область, даже среди экспертов и инженеров.
Широкое определение ИИ - это «интеллект, проявляемый машинами», но разве интеллект «// en.wikipedia.org/wiki/Intelligence» target = "_ blank"> интеллект подразумевает самосознание и понимание того, почему человек предпринимает действия, Другие считают, что интеллект требует способности быть логичным и решать ситуацию. Компьютеры могут решить многие проблемы быстрее, чем люди могут, но компьютеры умны? Если вы попросите в этих условиях, ответ будет отрицательным. Компьютер просто выполняет инструкции и, когда компьютеры запускают программы, они не знают о своих действиях.
Например, компьютер, который бьет человека в шахматы, не является разумным, поскольку он не понимает шахматы. Фактически, компьютер не осознает, что он даже играет в шахматы и просто выполняет множество миллионов утверждений if.
AlphaGo "Интуиция"
Однако только потому, что настоящий ИИ в настоящее время не работает, а компьютеры не являются действительно интеллектуальными, это не означает, что компьютеры неспособны выполнять человеческие задачи. Это также не означает, что алгоритмы и методы программирования становятся больше похожими на мозг человека. Нейронные сети включают в себя методы программирования, которые позволяют компьютерной программе адаптироваться к исходным данным, учиться на выходе и улучшать задачи.
Классическим примером такого блеска для компьютеров является Google «AlphaGo», который может победить игроков в китайской игре Go. AlphaGo недавно отправился в шторм, анонимно победив мастеров Go. В начале этого года он был открыт для публики, а также для мастеров, которых он победил, что этот таинственный игрок Go был AI все время.
Первоначально проблема с решением Go заключалась в том, что количество шагов может быть сделано (приблизительно 1 x 10 ^ 170, что больше, чем полные атомы во Вселенной). Это означает, что компьютер не может использовать грубую силу для выигрышной стратегии, так как человек будет иметь преимущество благодаря интуиции. Поэтому команда Google взяла другой подход и разработала систему, которую можно было бы рассматривать как форму синтетической интуиции.
Вместо того, чтобы пытаться вычислять ходы, система, в основном, выполняет разные задачи, такие как идентификация важных ходов, и обнаруживает баланс между нейронной сетью, сетью политики и сетью ценностей. Эта балансировка похожа на то, как мозг человека принимает решения, где рассматриваются различные аспекты ситуации. Например, человек, играющий в шахматы, не всегда думает обо всех возможных действиях и планах в соответствии с непосредственными последствиями. Этот игрок может допускать движения, которые могут показаться странными для компьютера, такие как самопожертвование, которое в краткосрочной перспективе кажется проигрывающим игроком, но в долгосрочной перспективе может быть жизненно важным для победы. Другие методы включают путаницу, в результате которой проигрывающий игрок может совершать «сумасшедшие» ходы, которые могут смутить других игроков и скрыть свою истинную стратегию.
Go: древняя китайская игра. Изображение предоставлено Wikipedia
Прочитайте больше
- Эволюция дружеской конкуренции между ИИ и людьми
- AI предсказал, что к 2040 году больше киберпреступности, чем людей
- Является ли ИИ лучше при диагностике болезни, чем у доктора?
Логические игры - это ключ
Компьютеры, играющие в головоломки и настольные игры, такие как Go и шахматы, демонстрируют, как компьютеры не могут быть далеки от правящего мира. В настоящее время мир в целом уже усеян электроникой, начиная от устройств IoT, которые отслеживают температуру помещения в интернет-тостерах. По мере того, как эта интеграция и спрос на более интеллектуальные системы увеличиваются, это не заставит себя долго ждать, когда компьютеры будут в основном отвечать за повседневную жизнь.
Именно в этот момент компьютеры могут принимать решения для нас в глобальном масштабе, о которых мы, возможно, и не подозреваем. Например, фермы все чаще становятся зависимыми от компьютеров, чтобы отслеживать темпы производства и записывать важную информацию, в том числе уровни питания в контроле за состоянием земли и борьбы с вредителями.
Представьте себе вычислительную систему, которая берет данные от погодных зондов, датчиков температуры и влажности IoT и данных фермерства. Такая система могла бы определить, когда будет дождь, и поэтому это идеальное время для внесения удобрений или других необходимых химических веществ. Результатом этого будут высокоэффективные фермы, которые используют нейронные сети, чтобы принимать все ключевые решения без какого-либо человеческого взаимодействия.
Поселенцы Catan - настольная игра, которая занимается торговлей и накоплением ресурсов
Некоторые ученые из Университета Тилбурга утверждали, что создают ИИ, которые могут играть в «Поселенцев Катана» в конкурентной борьбе. Для тех, кто может не знать, поселенцы Catan - настольная игра, в которой игроки создают деревни и города, одновременно конкурируя с торговыми ресурсами. Реальный мир не так сильно отличается от поселенцев Катана со странами по всему миру, пытающимися торговать торговыми сделками и улучшать свои экономические условия, а растущие города увеличивают размер и важность своей страны.
Хотя все эти решения в настоящее время совершаются людьми, ИИ, который понимает эту относительно простую настольную игру, подразумевает, что, возможно, есть вероятность, что компьютеры могут принимать такие решения, когда они кормят информацией о реальных сценариях. Тогда руководители могли бы действовать по рекомендации компьютера вместо экспертов. В конце концов, если AlphaGo научил нас чему-нибудь, это значит, что ИИ способен «играть в игру» лучше. Возможно, что ИИ мог бы, по сути, упорядочить выгоды от торговых сделок лучше, чем мог бы сделать эксперт-человек.
Резюме
Компьютеры, которые играют в игры, не являются полностью интеллектуальными, и никакая система на земле не может считаться действительно умной. Однако инженеры и программисты на самом деле не так далеки от создания компьютера, который мог бы принимать решения в реальном мире от имени людей, и делать лучше на нем. Конечно, в зависимости от того, кого вы спросите, так оно и начинается.
Во-первых, компьютеры начинают изучать ваши привычки к центральному отоплению и сообщают вам, какую температуру вы хотите, чтобы ваш дом был. Затем, прежде чем вы это узнаете, они заказывают вам пиццу и выбирают ваши начинки, даже не спрашивая вас. Хуже всего то, что вы, вероятно, даже не сойдете с ума, что все правильно.