KI-Durchbruch bei Google Was bedeutet es und wie wirkt es sich auf Sie aus?

Am 27. Januar gab Google bekannt, dass AlphaGo eine künstliche Intelligenz ist. Was künstliche Intelligenz nicht ist. Was künstliche Intelligenz nicht ist. Werden intelligente, fühlende Roboter die Welt erobern? Nicht heute - und vielleicht auch nie. Read More, das von seiner Tochtergesellschaft DeepMind entwickelt wurde, hatte den europäischen Go-Meister Fan Hui in einem Fünf-Spiele-Spiel 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 Spiel von Go oder seiner Bedeutung für künstliche Intelligenz nicht vertraut sind, fühlen Sie sich vielleicht ein bisschen verloren.

Machen Sie sich keine Sorgen, wir haben Sie abgedeckt. Hier ist alles, was Sie über den Durchbruch wissen müssen und wie er normale Menschen wie Sie und mich beeinflusst.

Go-Spiel: Einfach und doch komplex

Go ist ein altes chinesisches Strategiespiel, in dem zwei Spieler um die Eroberung kämpfen. Zug um Zug legt jeder Spieler - ein weißer, der andere schwarz - Steine ​​auf die Schnittpunkte eines 19 x 19-Gitters. Wenn eine Gruppe von Steinen vollständig von den Steinen des anderen Spielers umgeben ist, sind sie es “gefangen” und vom Board entfernt.

Am Ende des Spiels ist jeder leere Platz “im Besitz” von dem Spieler, der ihn umgibt. Die Punktzahl jedes Spielers basiert auf dem Territorium, das er besitzt (d. H. Wie viel leerer Raum er umgibt) und der Anzahl der gegnerischen Figuren, die während des Spiels erbeutet wurden.

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

Diese Komplexität, zusammen mit einigen esoterischen Regeln und der Betonung des instinktiven Spielens, machen Go zu einem besonders schwierigen Spiel für Computer, das auf hohem Niveau lernen und spielen kann.

Die unglaubliche Welt der Game-Playing-AIs

Im Großen und Ganzen erscheint das Entwerfen einer künstlichen Intelligenz, die ein Spiel spielt, nicht als sehr lohnenswert, vor allem, wenn Watson AI von IBM bereits jetzt daran arbeitet, die Gesundheitsversorgung zu verbessern, ein Bereich, der jede Hilfe braucht, die er bekommen kann. Warum hat Google also so viele Stunden und Geld ausgegeben, um eine Go-Playing-KI zu erstellen??

Auf einer Ebene hilft es KI-Forschern, herauszufinden, wie Computer am besten unterrichtet werden können. Wenn Sie einem Computer beibringen können, wie er die besten Züge in einem Checkers- oder Tic-Tac-Toe-Spiel findet, können Sie Einblick in einen anderen Computer erlernen, wie er Filme auf Netflix 4 Machine Learning-Algorithmen empfiehlt, die Ihr Leben prägen Algorithmen zum maschinellen Lernen, die Ihr Leben prägen Sie werden es vielleicht nicht erkennen, aber maschinelles Lernen ist bereits um Sie herum und kann einen überraschenden Einfluss auf Ihr Leben ausüben. Glaub mir nicht Sie könnten überrascht sein. Lesen Sie mehr, übersetzen Sie sofort Sprache oder sagen Sie Erdbeben voraus.

Viele der bisher von KI verwendeten Anwendungen würden von verbesserten Problemlösungs- und Muster-Extraktionsfähigkeiten profitieren, die auch für effektive AIs für das Spielen von Bedeutung sind.

Deep Blue, die Schachmeister-KI, arbeitete mit einer riesigen Menge an 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 dies keine besondere “menschenähnlich” Weg, um Schach zu spielen. Es erfordert auch Programmierer “erklären” die Spielregeln der KI.

In jüngerer Zeit wurde ein Prozess entwickelt tiefes Lernen, was im Wesentlichen den Weg geebnet hat, damit Computer sich selbst beibringen können, und dass das Rennen um künstliche Intelligenz Microsoft vs Google - Who Leads the Artificial Intelligence Race völlig verändert hat? Microsoft vs Google - Wer führt die Künstliche Intelligenz? Forscher der künstlichen Intelligenz machen spürbare Fortschritte, und die Menschen beginnen wieder ernsthaft über die KI zu sprechen. Die beiden Titanen, die das Rennen über künstliche Intelligenz anführen, sind Google und Microsoft. Weiterlesen .

Mit Deep Learning kann ein Computer nützliche Muster aus Daten extrahieren - anstatt von Programmierern gefragt zu werden, nach welchen Mustern er suchen soll - und diese Muster zur Optimierung seiner eigenen Entscheidungen zu verwenden. 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 die von KI geleitete KI-Forschungsfirma DeepMind eine KI enthüllte, in der es sich lernte, 49 verschiedene Atari-Spiele zu spielen HTML5 [MUO Gaming] Jeder, der heute Videospiele spielt, schuldet Atari und den Gründern und Ingenieuren, die während ihrer Gründungsjahre für das Unternehmen gearbeitet haben, einen großen Dank. Atari war für viele der… Read More verantwortlich, nachdem er nur rohen Input erhalten hatte. (Sie können es oben lernen lernen, Breakout zu spielen.)

Der Vorgang entspricht dem Erlernen eines Videospiels ohne Anleitung oder Erklärung. Sie schauen eine Weile zu, versuchen dann, beliebige Tasten zu drücken, beginnen dann, die Dinge herauszufinden, Strategien zu entwickeln und schließlich zu übertreffen.

Und übertreffen es auch. Die DeepMind-KI hat in einigen dieser Spiele, wie zum Beispiel Video Pinball, absolut professionelle menschliche Gegner zerstört. In anderen Spielen, einschließlich von Frau Pac-Man, ging es deutlich schlechter aus, hatte aber insgesamt eine sehr beeindruckende Bilanz.

AlphaGo: Die nächste Stufe der KI

AlphaGo, der Computer, der Fan Hui bei Go besiegt hat, nutzte diese tiefgreifende Lernstrategie, um in fünf Spielen ungeschlagen zu bleiben.

Anstatt die rohe Gewaltberechnung wie Deep Blue zu verwenden, bestimmte AlphaGo den nächsten Schritt, indem er das, was er im Training gelernt hatte, den Umfang potenziell effektiver Bewegungen einschränkte. Anschließend wurden Simulationen ausgeführt, um zu ermitteln, welche Bewegungen am wahrscheinlichsten zu positiven Ergebnissen führen.

Zwei verschiedene neuronale Netzwerke Die neueste Computertechnologie, die Sie sehen müssen, um zu glauben Die neueste Computertechnologie, die Sie sehen müssen, um zu glauben Sehen Sie sich einige der neuesten Computertechnologien an, die die Welt der Elektronik und PCs in den nächsten Jahren verändern werden. Read More, das Richtliniennetzwerk und das Wertschöpfungsnetzwerk haben zusammengearbeitet, um die Bewegungen zu bewerten und in jeder Runde die beste zu wählen.

Aufgrund der Komplexität von Go ist ein brutaler Ansatz über alle möglichen Bewegungen nicht wie in Schach möglich. AlphaGo stützte sich dabei auf das Wissen, das es während der Trainingsphase erworben hatte. Es bestand aus 30 Millionen Bewegungen, die von Experten gemacht wurden, zu lernen, ihre Züge vorherzusagen, eigene Strategien zu entwickeln und tausende Male gegen sich selbst zu spielen.

Die Entscheidungsprozesse wurden mithilfe von Verstärkungslernen entwickelt und gestärkt, bis AlphaGo die beste Go-Playing-KI der Welt wurde. In 500 Spielen gegen die fortschrittlichsten Go-Computer gewannen 499 von ihnen - selbst nachdem diese Programme einen Vorsprung von vier Schritten hatten.

Und natürlich schlug AlphaGo Fan Hui, den aktuellen Europameister. Der Sieg wurde tatsächlich im Oktober 2015 erzielt, die Ankündigung verzögerte sich jedoch mit der Veröffentlichung von DeepMinds Forschungspapier in Natur. Im März tritt AlphaGo gegen Lee Sedol an, den in den letzten zehn Jahren dominierenden Spieler der Welt.

Okay, was bedeutet das alles??

Warum macht dies weltweit Schlagzeilen? Aus mehreren Gründen eigentlich.

Erstens glaubten viele Leute, dies sei mit der derzeitigen Technologie unmöglich. Die meisten Schätzungen sagten, dass eine KI mindestens zehn Jahre lang keinen Go-Spieler von Weltklasse besiegen würde. Die Wertschöpfungsnetzwerke von AlphaGo können jedes Go-Spiel auswerten, das gerade gespielt wird, und einen möglichen Gewinner vorhersagen, ein Problem, das laut Google von Google heißt “so schwer wurde es für unmöglich gehalten.”

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

Und während Go bei Go nicht die Welt verändern wird, ist die Tatsache, dass ein Computer mit seinen eigenen Lernalgorithmen auf diese Strategieebene gekommen ist, sehr beeindruckend.

Es ist dieses tiefe Lernen, das KI-Forscher wirklich über AlphaGo begeistert hat. Viele glauben, dass unabhängiges Lernen der erste Schritt in Richtung eines ist starke künstliche Intelligenz. Eine starke KI bezieht sich auf einen Computer, der intellektuelle Aufgaben auf einer Stufe mit den Menschen lösen kann (was unglaublich schwierig ist, hauptsächlich aufgrund der Komplexität und Effizienz des menschlichen Gehirns). Dies ist die Art von KI, die Sie in vielen Science-Fiction-Filmen sehen. Achtung Internet! Die besten Filme über künstliche Intelligenz Aufmerksamkeit, Internet! Die besten Filme über künstliche Intelligenz Hollywood hat im Laufe der Jahre viele großartige Filme veröffentlicht, die sich mit den Fragen der künstlichen Intelligenz beschäftigen. Hier sind 10 der besten Filme über AI, die wir Ihnen empfehlen, Himmel und Erde in den… Weiterlesen .

Aus diesem Grund ist die Schaffung von AIs, die sich menschenähnlich verhalten können, eine große Sache. Das Extrahieren von Mustern und das Entwickeln von Strategien ist etwas, das wir ständig tun, und wir verwenden keine brachialen Methoden, wenn wir Entscheidungen treffen.

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

Natürlich ist eine Go-Playing-KI noch weit von einer im Allgemeinen intelligenten KI entfernt. Es macht nur eine Sache, die so einfach ist wie eine künstliche Intelligenz - selbst die Atari-spielende KI war in der Lage, 49 verschiedene Spiele zu spielen. Zukünftige Videospiel-AIs werden Sie ernsthaft verraten AI ist nicht so toll - noch nicht. Mit den jüngsten technologischen Fortschritten kann sich dies jedoch bald ändern. Lesen Sie mehr - aber das effektive unabhängige Lernen von AlphaGo könnte der erste Schritt zu einem großen Paradigmenwechsel in der KI sein.

Was denkst du?

Es steht außer Frage, dass der Sieg von AlphaGo gegen Fan Hui wichtig ist, aber ob es weltweite Schlagzeilen wert ist oder nicht, ist umstritten.

Denken Sie, dass dies eine große Sache ist? Sind wir der Roboter-Apokalypse einen Schritt näher gekommen? Microsoft, Artificial Intelligence und Die Roboter-Apokalypse Microsoft, Artificial Intelligence und Die Roboter-Apokalypse Microsoft gibt einer Reihe autonomer Roboter ein ernstes Gesicht. Ist dies der Beginn des Endes für den Menschen oder nur ein weiterer Schritt in Richtung auf sichere künstliche Intelligenz? Weiterlesen ? Oder sind Sie nicht beeindruckt von einer KI, die einfach ein Spiel spielen kann? Teilen Sie unten Ihre Gedanken mit und lassen Sie uns darüber sprechen.