Искусственный интеллект Google только что эволюционировал огромным (и довольно пугающим) образом

Искусственный интеллект Google только что эволюционировал огромным (и довольно пугающим) образом

Когда вы идете на работу в Google, вам будут задавать не только вопросы о вашей карьере, навыках и личности, но и загадывать загадки. Цель состоит в том, чтобы лучше понять свои навыки решения проблем.

Одним из таких вопросов является загадка о 100 шляпах.

Загадка звучит так:

«Палач выстраивает в один ряд 100 заключенных и надевает на голову каждого заключенного красную или синюю шапку. Каждый заключенный может видеть шляпы людей, стоящих перед ним в очереди, но не свою шляпу и не шляпу кого-либо позади него. Палач начинает с конца (сзади) и спрашивает у последнего заключенного цвет его шляпы. Он должен ответить «красный» или «синий». Если он ответит правильно, ему позволено жить. Если он дает неправильный ответ, его убивают мгновенно и бесшумно. (Хотя все слышат ответ, никто не знает, был ли ответ правильным.) В ночь перед сборкой заключенные обсуждают стратегию, которая поможет им. Что им делать?»

Это сложно да? (кстати, ответ находится в конце этого поста)

Что ж, команда Google Deep Mind разработала ИИ, который может это понять.

Но вот лучшая часть. Инженеры не знают, как это было сделано.

Технически они знают, что это созданные виртуальные модели каждого человека. Рассматривали шляпы, которые могли видеть эти люди, решали, что они скажут другим, а затем использовали собранную информацию для выработки ответа. Но на самом деле они понятия не имеют, как он научился этому, и формируют собственную стратегию для решения проблемы.

Джейкоб Форестер, исследователь из Оксфорда, работающий с проектом Google Deep Mind, заявил: «ИИ придумал свои собственные протоколы, которые отличаются от того, как люди решают проблемы. Мы еще не до конца понимаем, какие есть решения, но знаем, что они работают».

По сути, машины сами научились решать проблемы… и мы не знаем, как они это сделали.

АльфаГо

Игры уже давно являются идеальным полигоном для компьютерных исследователей при тестировании алгоритмов искусственного интеллекта и компьютерного обучения. В 1952 году компьютер впервые победил человека в ноликах и крестиках. В 1994 году компьютер смог выиграть в шашки. Чемпион мира по шахматам Гэри Каспаров проиграл компьютеру Deep Blue в 1997 году. Компьютеры активизировали свою игру в 2011 году, когда Watson от IBM обыграл двух чемпионов Jeopardy. А совсем недавно искусственный интеллект Google смог завершить 15 игр Atari, просто прочитав необработанные пиксельные выходные данные.

Но есть одна особенная игра, которую ни один компьютер или алгоритм не смог успешно понять, не говоря уже о победе. Это игра Го.

Го — древняя китайская игра, в которую играют более 40 миллионов человек по всему миру. Игра существует уже более 2500 лет, и Конфуций считает ее одним из четырех основных искусств, которыми должен овладеть любой китайский ученый.

В игре участвуют черные и белые камни, расположенные вокруг доски, и игроки пытаются окружить камни друг друга, чтобы захватить их. Хотя это звучит как очень простая игра, ее сложность не имеет себе равных ни в одной другой настольной игре.

Насколько сложно?

Ну, есть 1,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000 возможные ходы. (да, это нормальный номер)

Это на гугол (10 в степени 100) больше, чем возможное количество ходов в шахматах.
Больше, чем все атомы во Вселенной.

Ага. Это много движений.

На самом деле, так много ходов и так много возможных сценариев, что ни один алгоритм или программное/аппаратное обеспечение для машинного обучения не может даже приблизиться к тому, чтобы конкурировать с хорошо обученным игроком в го.

До не давнего времени. В конце прошлого года Google объявил, что их ИИ AlphaGo обыграл трехкратного чемпиона Европы Фань Хуэя (парня, который посвятил свою жизнь Го с 12 лет) со счетом 5–0. Соревнуясь со следующими лучшими компьютерными алгоритмами го, AlphaGo выиграла 500–0.

В марте AlphaGo примет участие в соревновании из пяти игр в Сеуле, Корея, против лучшего игрока мира в го последнего десятилетия Ли Седоля.

В очередной раз инженеры не совсем уверены в том, как AlphaGo придумала, как освоить игру. Разработка и создание нейронных сетей, которые могут работать вместе для расшифровки информации, несомненно, являются строительными блоками, но то, как именно компьютер определяет стратегии, остается загадкой для команды проекта Deep Mind.
Очень похоже на человеческий мозг; он существует, мы можем видеть части, которые заставляют его работать, но мы мало знаем о том, как именно и почему он делает то, что делает.

Эволюция: с опережением графика

Конечно, это продвижение было ожидаемым. Основываясь на законе вечной эволюции технологий Мура, известный футурист Рэй Курцвейл предположил, что при нынешних темпах развития технологий (примерно 100-процентное увеличение мощности микропроцессоров каждые 2 года) мы должны достичь технологических возможностей полностью функционального Искусственный интеллект примерно к 2045 году. Однако, согласно прогнозам на сегодняшний день, мы (как вид) не должны были быть способны достичь такого рода технологий примерно через 10 лет.

Несмотря на то, что в настоящее время ИИ может решать некоторые из самых сложных уравнений и загадок в мире, цель, которую пытаются достичь исследования Deep Mind, — создать систему, которая может решать проблемы реального мира. Платформа, которая может понять сложные заболевания и лучший способ их лечения или, возможно, как создать устойчивую экономику или решить проблему изменения климата. Проблемы, которые люди хотят решить, но не могут по разным причинам.

Но именно некоторые из этих «различных причин» станут настоящей проверкой полнофункционального ИИ. Эти надоедливые «различные причины», как правило, являются очень человеческими элементами решения проблем и самими препятствиями на пути к возможности полностью принять, казалось бы, действенные решения проблем, с которыми мы сталкиваемся сегодня.
Являются ли они более (возможно) отрицательными чертами людей такие как жадность, эгоизм и высокомерие; Или черты, которые мешают вышеупомянутому доминировать над всеми, такие как сочувствие, доброта или даже любовь.

Можно ли «запрограммировать» любовь, жадность или сочувствие?

Или эти черты будут считаться излишними? Рассматривать как те самые вещи, которые мешают прогрессу, и рассматривать как переменную, которую нужно исключить из этих уравнений? Я не знаю…

ИИ сделал огромный эволюционный шаг за последние месяцы.
Цифровой эквивалент того, как обезьяна впервые использует инструменты.

Но подумайте, сколько времени потребовалось биологическому разуму, чтобы эволюционировать от бактерий до того, чем мы являемся сегодня.

А теперь сравните, как быстро развивается цифровой интеллект (первый 4-битный микропроцессор был построен в 1971 году).

Впереди интересные времена.

Дополнительная литература:

Полное исследование нейронных сетей и загадку о 100 шляпах можно найти здесь: https://arxiv.org/pdf/1602.02672.pdf.

Полное исследование для проекта Google AlphaGo можно найти здесь: https://www.nature.com/nature/journal/v529/n7587/full/nature16961.html

О, и если вам интересно — вот ответ на вопрос из 100 шляп: https://puzzles.nigelcoldwell.co.uk/thirtynine.htm