Платформа Universe от OpenAI позволяет узнать, как играть в игры
Мы видели, как компьютеры узнавали лица, готовили еду и даже обыгрывали гроссмейстеров в шахматах и Go. Но как насчет повседневных игр, таких как GTA или SimCity?
Мастер на все руки, да путем ничего и не умеет
Некоторые из первых компьютеров (таких как Colossus и ENIAC) смогли решить проблемы намного быстрее, чем огромные команды людей могли (даже когда они были вооружены калькуляторами). На протяжении многих лет компьютеры были крупными и дорогостоящими устройствами, в которых только несколько человек были достаточно привилегированными для использования.
Чтобы оправдать ошеломляющие затраты на создание и обслуживание таких машин, компьютеры должны были выполнять работу, которая была жизненно важной или чрезвычайно прибыльной. Например, некоторые из них использовались в ситуациях, связанных с транзакциями банков (таких как компьютеры мейнфреймов). Другие могли бы сбить цифры, чтобы найти нефть. Некоторые из них даже были использованы в армии для расчета траекторий артиллерии и числа процессов от атомных взрывов.
Со временем все больше данных можно было проанализировать, что привело к созданию суперкомпьютеров. Теперь такие машины используются в области искусственного интеллекта, где они могут распознавать закономерности и учиться улучшать их способность решать проблемы. Суперкомпьютер IBM, Уотсон, смог проанализировать сотни тысяч пациентов с медицинской информацией и успешно диагностировал больного раком, когда врачи не смогли.
Уотсон тоже продолжал подвергать опасности. Изображение предоставлено Raysonho (CC BY 3.0)
Искусственный интеллект становится большой отраслью с множеством разных компаний, стремящихся к лучшему искусственному интеллекту. Но является ли эта одержимость целеустремленным решением задач, наносящих ущерб развитию ИИ? Компьютер, который может победить любого игрока Go, хорош, но что еще он способен? Может ли он играть в другие игры сейчас, когда он освоен Go? Как насчет классиков, таких как Space Invaders? Разумеется, лучший ИИ мог бы передавать навыки в другие ситуации.
Эта проблема заключается в том, что цель Вселенной (OpenAI) - программная платформа.
OpenAI - Учебная среда AI
OpenAI - лаборатория искусственного интеллекта, финансируемая Теслой. Недавно был продемонстрирован уникальный виртуальный мир, предназначенный для искусственных систем, которые можно было бы изучить в «Вселенной».
Другие компании и группы (такие как Deep Mind от Google) создали аналогичные системы, в которых системы AI могут научиться играть в игры, но вселенная намного сложнее. Вселенная, как и другие, представляет собой программный уровень, который находится между ИИ и целевым приложением и использует обучение усилению, но вместо того, чтобы ограничиваться играми, Вселенная может использоваться для взаимодействия с любым программным обеспечением, начиная от игр и заканчивая белковой складкой.
Итак, что делает Вселенную отличной от других существующих в настоящее время систем? Ответ заключается в том, что такое ИИ. Многие ученые, инженеры и даже пользователи этого сайта не могут согласиться с тем, что такое искусственный интеллект. Некоторые считают, что Уотсон интеллигентен, тогда как другие (включая меня) считают, что Уотсон - сверхпрославленный компьютер на базе Википедии с некоторыми умными навыками управления базами данных.
Интеллект, с целью развития ИИ, как правило, понимается как возможность подходить к новым проблемам и генерировать решения без необходимости рассматривать все возможные решения. Люди, естественно, умны таким образом.
Рассмотрим игру Go. Игрок, естественно, проигнорирует некоторые шаги, основанные на прошлом опыте. Однако шахматные программы не работают таким образом. Вместо этого они полагаются на исключительно грубую силу, чтобы смотреть на каждую часть и делать прогнозы для результата каждого хода. Такая обработка информации, когда она используется для рассмотрения последствий даже явно неразумных действий, представляет собой трудоемкую трату ресурсов.
Одним из способов решения этой проблемы «грубой силы» является создание системы искусственного интеллекта, которая подходит для нескольких задач, а не для специализации. Здесь находится Вселенная OpenAI. В настоящее время в Universe насчитывается более 1000 игр в своей коллекции, что позволяет создавать системы AI с различными незнакомыми ситуациями.
Игра Go между профессиональным игроком Go, Fan Hui и AlphaGo. Скриншот предоставлен Google DeepMind
Таким образом, чтобы обеспечить интерфейс для систем AI, Universe предоставляет программный уровень, который имитирует штрихи мыши и клавиатуры через Virtual Network Computing. Затем эта система возвращает информацию, чтобы агенты AI могли учиться через пробную версию и ошибку.
Это согласуется с другими системами обучения «ИИ», но Universe делает это еще дальше, позволяя этому обучению подкрепления происходить с любым программным обеспечением. Агенты АИ могут перейти от одного программного пакета к другому, чтобы противостоять новым незнакомым вызовам.
Но это не заканчивается. Разработчики надеются, что системы ИИ затем извлекут свои изученные навыки и будут использовать их в других пакетах программного обеспечения, чтобы быстрее их решать на основе прошлого опыта. Одним из распространенных примеров является использование пунктов меню в Windows и общих имен, заданных для параметров меню. «Файл» обычно связан с созданием нового файла, открытием других файлов и сохранением. Но такой интерфейс становится все глубже. Новые версии операционных систем Windows имеют аналогичные, но не идентичные функции, но пользователям, как правило, не нужно читать руководство, чтобы понять, что новая система функционирует аналогично старой.
Прочитайте больше
- Поместите Watson AI в свою малиновую Pi с помощью платформы IBM для разработки (ish) Embedded Development Platform
- Настольные игры показывают, как системы ИИ могли бы развивать «Интуицию»,
- Компьютеры, предназначенные для того, чтобы имитировать человеческие мозги, могут достичь действительно интеллектуального ИИ
Будущее Вселенной
Хотя в настоящее время доступны только игры, долгосрочный план Вселенной состоит в том, чтобы включить в него множество других программных приложений, в том числе с белковой складкой, чтобы обеспечить более сложные проблемы.
Если Вселенная будет успешна в своей миссии, как будет выглядеть будущий ИИ? Такая система может быть полезна для общих приложений, таких как домашняя автоматизация (наконец, дающая нам будущие дома, увиденные в научно-фантастических фильмах, подобных ей).
Такие системы могут также оказаться полезными в сценариях, где требуются разделенные решения и опыт. Одним из примеров могут быть военные сценарии, такие как системы с близкого расстояния. Система ИИ может приближаться к новым ситуациям и решать проблемы «на лету», возможно, в сотни раз быстрее, чем человек.
Система ближнего боя в действии. Изображение предоставлено ВМС США. Фото специалиста по массовой коммуникации 3-го класса Стюарта Филлипса
В целом, идея обучения ИИ во многих ситуациях и заставить их адаптироваться к новым решениям должна быть в будущем. Непрерывное создание более мощных суперкомпьютеров для решения игр и выполнения конкретных задач не является решением, когда целью AI является создание разумной системы.
Хотя это трудно сказать, Вселенная могла бы стать ключом к тому, чтобы действительно создать первую интеллектуальную систему, которая может генерировать решения, когда впервые будет представлена ситуация.