DeepMind компании Google не говорит, что это сделала очередной прорыв в области искусственного интеллекта, машину покупать, чтобы освоить китайские игры идут без помощи игроков.
Программа AlphaGo, разработанного подразделение технологического гиганта Ай, уже избит двумя из лучших игроков в мире.
Он начал учиться у тысячи игр играют люди.
Но новый AlphaGo ноль начиналась с пустой доски идут и никакие данные не только правила, а потом играл сам.
В течение 72 часов он был достаточно хорош, чтобы превзойти оригинал программы 100 игр на ноль.
Главный исполнительный DeepMind это, Демис Хассабис, сказал, что система теперь может иметь больше общих применений в научных исследованиях.
«Мы очень рады, потому что мы считаем, что это достаточно хорошо, чтобы сделать некоторые реальные подвижки какие-то реальные проблемы, хотя мы, очевидно, далеки от полного ИИ», — сказал он Би-би-си и другие журналисты.
Лондон-программное обеспечение на основе искусственного интеллекта компании победили ведущим южнокорейским игроком в Го Ли Сэ-Дол по четыре игры в прошлом году.
В игре, где есть больше возможных правовых позиций на доске, чем есть атомов во Вселенной, это был триумф для машины над человеком и тот, который пришел намного раньше, чем многие в мире ожидали АИ.
AlphaGo следовали за этим с поражением номер один в мире игроком в го, в Китае Цзе Ке, в мае.
Как со многими достижениями в этой области, достижения необходимого сочетания огромные объемы данных — в этом случае записи из тысяч игр — и много компьютерной вычислительной мощности.
Дэвид Сильвер, который возглавила эту работу, говорит, что команда стала совсем другой подход с AlphaGo ноль.
«Новая версия начинается от нейронной сети, которая ничегошеньки не знает об игре го», — пояснил он.
«Единственное знание, которое он имеет-это правила игры. Кроме того, это цифры просто все, играя в игры против себя.»
Что такое пойти?
Воспроизведение медиа поддерживается на вашем устройстве
Идти, как полагают, уже в Древнем Китае несколько тысяч лет назад.
Используя черные и белые камни на сетке, игроки одерживают верх, окружая части противника собственной.
Правила проще, чем у шахмат, но игрок обычно имеет выбор из 200 движется наибольшее количество очков в игре, по сравнению с 20 в шахматы.
Это может быть очень трудно определить, кто выигрывает, и многие топ-игроки люди полагаются на инстинкт.
Это оказалось гораздо более эффективным способом решения проблемы.
В то время как AlphaGo потребовался месяц, чтобы добраться до точки, где его могли бы взять на себя профессионал, AlphaGo ноль там всего три дня, использовав лишь часть вычислительной мощности.
«Это показывает, что это роман алгоритмы, а не вычислительные мощности и данные», — говорит г-н Сильвер.
Он говорит об идее некоторые могут найти, а страшно — что за несколько дней машина превзошла знаний этой игры, приобретенные человечеством за тысячи лет.
«Мы фактически сняли ограничения человеческого знания и может, таким образом, чтобы создать само знание из первых принципов, с чистого листа», — сказал он.
В то время как более ранние версии быстро научился и усовершенствовал человека стратегий, AlphaGo ноль разработал методики, которые профессиональный игрок, который посоветовал DeepMind говорит, он никогда не видел раньше.
Многие команды уже перешли на новые проекты, где они пытаются взять эту технику в новых областях. Демис Хассабис упоминает дизайна лекарств и открытие новых материалов в областях, представляющих интерес.
В то время как некоторые видят угрозу от ИИ, он смотрит в будущее с оптимизмом.
«Я надеюсь, эти алгоритмы будут регулярно работать с нами в качестве научных экспертов-медицинских экспертов о расширении границ науки и медицины — вот и я надеюсь», — говорит он.
Но он и его коллеги осторожным относительно того, насколько быстро мы увидим более широкое использование этих методов ИИ — игра с четкими правилами, а не элемент удачи-это одно, грязный, случайный, непредсказуемый реальный мир совсем другой.
Я писал ранее на этой неделе о приливной волне ИИ шумиха лить в мой почтовый ящик. AlphaGo ноль находится на другом конце спектра — правильное рецензируемых науки с реальным прорывом в компьютерной разведки.
Мы должны держать закрыть глаза на этические дилеммы, связанные с разработкой машины, которая, по некоторым определениям, не может думать за себя — особенно, когда она находится под контролем гиганта как Гугл.
Но на данный момент, существует несколько признаков того, что AlphaGo ноль и ему подобные будут либо украсть наши рабочие места или угрожать, чтобы сделать человечество устарело.
