https://bodybydarwin.com
Slider Image

Ngayon ay maaaring talunin ka ng AI, at halos lahat ng iba pang mga tao, sa isang lumalagong bilang ng mga larong board

2020

Kung nakaupo ka upang maglaro ng isang larong board ng old-school tulad ng chess ngayong kapaskuhan, maaaring mapagpakumbaba na tandaan kung gaano ka masamang laban sa isang computer. Sa katunayan, ipinakita ng mga computer na may kakayahan silang kumuha ng pera ng tanghalian ng sangkatauhan sa mga laro sa board nang ilang sandali ngayon. Naaalala mo ba ang Deep Blue kumpara kay Gary Kasparov noong 1997? Nanalo ang computer. O kaya ang AlphaGo laban kay Lee Sedol, sa South Korea, sa laro ng Go, sa 2016? Ditto.

Ngayon, ang parehong koponan na nilikha na ang Go-playing bot ay nagdiriwang ng isang bagay na mas nakakaantig: isang artipisyal na sistema ng intelihente na may kakayahang turuan ang sarili - at nanalo sa tatlong magkakaibang laro. Ang AI ay isang network, ngunit gumagana para sa maraming mga laro; na ang pagiging pangkalahatan ay ginagawang mas kahanga-hanga, dahil maaari din itong malaman ang iba pang mga katulad na mga laro, din.

Tinatawag nila itong AlphaZero, at alam nito ang chess, shogi (na kilala bilang Japanese chess), at Go, isang kumplikadong larong board kung saan ang mga itim at puting bato ay humarap sa isang malaking grid. Ang lahat ng mga larong ito ay nahuhulog sa kategorya ng "buong impormasyon" o "perpektong impormasyon" na mga paligsahan - maaaring makita ng bawat manlalaro ang buong board at may access sa parehong impormasyon. Iyon ay naiiba sa mga laro tulad ng poker, halimbawa, kung saan hindi mo alam kung anong mga card ang hawak ng isang kalaban.

"Natuto lamang ang AlphaZero nang mag-isa, sa pamamagitan lamang ng paglalaro laban sa sarili ay sinabi ni Julian Schrittwieser, isang engineer ng software sa DeepMind, na nilikha ito." At nakakakuha kami ng isang bagong bagong pananaw sa laro na hindi naiimpluwensyahan ng kung paano tradisyonal na nilalaro ng mga tao ang laro . "Si Schrittwieser ay isang co-may-akda sa isang bagong pag-aaral sa Science na naglalarawan sa AlphaZero, na unang inihayag noong huli ng nakaraang taon.

Dahil ang AlphaZero ay "mas pangkalahatan" kaysa sa AI na nanalo sa Go, sa diwa na maaari itong maglaro ng maraming mga laro, "ipinapahiwatig nito na magkaroon kami ng isang magandang pagkakataon upang mapalawak ito sa mas maraming mga tunay na problema sa mundo na maaaring naisin nating harapin mamaya, ‚ÄĚsabi ni Schrittwieser.

Kailangang sabihin sa network ang mga patakaran ng laro, at pagkatapos nito, natututo ito sa pamamagitan ng paglalaro ng mga laro laban sa sarili. Ang pagsasanay na iyon ay tumagal ng mga 13 araw para sa laro ng Go, ngunit 9 na oras lamang para sa chess. Pagkatapos nito, hindi na nagtagal para simulan itong matalo ang iba pang mga programa sa computer na na eksperto sa mga larong iyon. Halimbawa, sa shogi, tumagal lamang ng dalawang oras ang AlphaZero upang simulang matalo ang isa pang programa na tinatawag na Elmo. Sa katunayan, sa isang item sa blog, ipinagmamalaki ng DeepMind na ang AI ay "ang pinakamalakas na manlalaro sa kasaysayan" para sa chess, shogi, at Go. Ang parehong algorithm na ito ay maaaring magamit upang i-play ang iba pang mga "buong impormasyon" na laro, tulad ng laro ng hex, na may "walang problema na sabi ni Schrittwieser.

Ang bagong AI ay katulad sa artipisyal na sistema ng intelihensiya na natalo si Lee Sedol noong 2016. Ang paligsahan na pang-agaw na pamagat ay ang paksa ng isang mahusay na dokumentaryo, na tinatawag na AlphaGo na kasalukuyang streaming sa Netflix. Ito ay nagkakahalaga ng panonood kung ang patlang ng AI kumpara sa mga tao ay interesado sa iyo if or kung ang kamangha-manghang, sinaunang laro ng Go ay.

At habang ito ay modernong AI na pananaliksik, ang mga laro ng board ay may kasaysayan na naging mabuting paraan upang subukan ang mga kakayahan ng mga computer, sabi ni Murray Campbell, isang siyentipiko sa pananaliksik sa IBM Research na may akda ng isang papel sa paksa ng AlphaGo sa parehong isyu ng Science . Sinabi niya na ang ideya ng pagkakaroon ng isang computer ay naglaro ng isang larong board board mula pa noong 1950, at noong dekada 1990, ang mga makina ay nagbibigay ng mga tao sa mga pamato at chess. "Tumagal kami ng mga dekada ng trabaho sa mga larong ito upang maabot ang punto kung saan maaari nating gampanan ang mga ito nang mas mahusay kaysa sa mga taong sinabi ni Campbell." Sa palagay ko ay mahusay silang nagsilbi sa bukid; pinayagan nila kami na galugarin ang mga pamamaraan tulad ng mga ginamit sa AlphaZero. "

At ang karanasan ng pagtatrabaho sa mga diskarte na ginamit sa AlphaZero ay magiging kapaki-pakinabang habang ang patlang ay naglalayong sa "mas kumplikadong mga gawain na idinagdag ni Campbell." At iyon ang buong punto sa unang lugar ng pag-tackle ng mga laro it wasn t para sa ang kanilang sariling kapakanan, ngunit [dahil] ito ay isang napilitan na uri ng kapaligiran kung saan maaari tayong magsulong.

Limang rad at random na mga bagay na natagpuan ko sa linggong ito

Limang rad at random na mga bagay na natagpuan ko sa linggong ito

Paano umupo nang ergonomiko nang walang mamahaling kagamitan

Paano umupo nang ergonomiko nang walang mamahaling kagamitan

Ang 8-ounce boxing guwantes na sina Mayweather at McGregor ay nagsimula ng isang laban sa agham

Ang 8-ounce boxing guwantes na sina Mayweather at McGregor ay nagsimula ng isang laban sa agham