Google A.I. Beats Facebook в гонці, щоб виграти в стародавній грі Go

Трохи до північного тихоокеанського часу у вівторок, Марк Цукерберг розпочав попереджувальний удар проти конкуренції в Google з заявою, що він, напевно, знав, що це неправильно:

"Древня китайська гра Go є однією з останніх ігор, де кращі гравці-люди все ще можуть бити кращих гравців із штучного інтелекту".

Без сумніву, Цукерберг знав, що близько дванадцяти годин пізніше Google це буде тромбувати ну, насправді його штучний інтелект побив людського гравця, а не будь-якого людини, але одного з кращих у світі. Похвальне досягнення Google - результати яких опубліковані в журналі Природа У середу вдень - це те, що його дослідники DeepMind розробили AlphaGo, штучну нейронну мережу, яка вибила Fan Hui за рахунок п'яти матчів до нуля.

Тим часом, Цукерберг написав у тому ж пості у вівторок увечері, що Facebook наближається: «Вчені намагаються навчити комп'ютери перемогти на Go протягом 20 років. Ми близькі, і за останні шість місяців ми побудували A.I. які можуть робити ходи до 0,1 секунди і залишатися такими ж хорошими, як і попередні системи, для яких потрібно багато років."

Гра Go є старшою за історію Ісуса, але залишається горезвісно жорсткою для комп'ютерів. Алгоритми роздавлюють людей на хрестики-нулики, шахи і шашки, але велика кількість переміщень у Go (більше, ніж у атомах у Всесвіті) є занадто великим для комп'ютерів, щоб перебрати свій шлях до перемоги. Кодекс не може бути найкращим людським чемпіоном Go - дотепер.

Протягом десятиліть комп'ютерні вчені вважали перемогу в грі щось з А.І. кислотний тест. Компанія AlphaGo Google випереджає криву, на думку деяких експертів, на десять років. На відміну від Kasparov-killer Deep Blue (http://en.wikipedia.org/wiki/Deep) Синій (chess_computer), який може перекрити можливі ходи та вибрати найкращий, алгоритм Google - це вдосконалена система, що поєднує в собі прогнозування руху супротивника і машинного навчання.

З офіційного блогу Google:

Ми тренували нейронні мережі на 30 мільйонів рухів з ігор, які грали люди-експерти, доки вона не могла спрогнозувати рух людини на 57 відсотків часу (попередній запис до того, як AlphaGo становив 44 відсотки). Але наша мета - бити кращих гравців, а не просто імітувати їх. Щоб зробити це, AlphaGo навчився відкривати нові стратегії для себе, граючи тисячі ігор між своїми нейронними мережами, і регулюючи з'єднання, використовуючи процес проб і помилок, відомий як підкріплення. Звичайно, все це вимагає величезної обчислювальної потужності, тому ми широко використовували Google Cloud Platform.

Що таке Go? Це 2 500-річна настільна гра, яку практично неможливо перевершити за допомогою штучного інтелекту. pic.twitter.com/UEyGIxh42I

- Google (@google) 27 січня 2016 року

Зараз, це може відчувати люблю багато hullabaloo над чиїм комп'ютером може swing його A.I. член важче на стародавній настільної гри. Але кінцева гра полягає в тому, щоб взяти основні принципи, що лежать в основі цих програм, і закласти основу для більш узагальненого машинного навчання.

Цукерберг посилався на здатність А.І. вирішувати екологічні проблеми і аналізувати хвороби. На прес-конференції керівник програми AlphaGo від Google повідомив, що перше застосування нової технології Google може стати рекомендаціями продукту.