Views Comments Previous Next Search
Зачем учить компьютер играть в древнюю японскую игру — Будущее на Look At Me

БудущееЗачем учить компьютер играть в древнюю японскую игру

Искусственный интеллект Facebook против настольной игры

В последнее время Facebook показывает всё больше разработок, использующих искусственный интеллект. Компьютер учат распознавать изображения, выдавать подходящие ссылки в ленте и вести беседы. На прошлой неделе компания объявила, что учит ИИ побеждать в японской настольной игре го. Кажется, что это должно быть просто, но с этой задачей пока не справился ни один компьютер — Look At Me объясняет, почему это так.

Зачем учить компьютер играть в древнюю японскую игру. Изображение № 2.

Что произошло?

Технический директор Facebook Майк Шрепфер рассказал американским журналистам, что компания работает над программой, способной обыграть человека в настольную игру го. Программисты пытаются справиться с этой задачей ещё с начала 80-х; в мире существует несколько премий размером до $1 млн, которые дадут автору программы, способной победить профессионального игрока. В Facebook учат программу играть при помощи глубокого обучения и нейронных сетей — и заявляют, что у них уже кое-что получается. Программе всего несколько месяцев, но она уже побеждает другие программы, созданные более традиционными методами.

Что такое го?

Это японская настольная игра, появившаяся около 2500 лет назад. Два игрока играют чёрными и белыми камнями и ставят их на пересечения линий на разлинованной доске. Цель игры — захватить как можно больше территории. Го часто сравнивают с шахматами: в обеих играх фигуры чёрные и белые, в обеих играх можно «есть» фигуры противника, обе игры — своего рода симуляции человеческих битв. При этом многие соглашаются, что го глубже и сложнее. Косвенно это подтверждается тем, что компьютер до сих пор не может победить в го игрока даже среднего уровня, в то время как в шахматах он давно справился с гроссмейстерами.

Почему компьютеру так трудно
победить человека?

Компьютер, как известно, неплохо справляется с человеческими играми: он обыграл Гарри Каспарова в шахматы и игроков в викторину Jeopardy!. Во всех этих играх компьютер просто пытается просчитать самые выгодные ходы заранее, предсказывая возможное развитие и результат, игроки-люди тоже это делают, но с помощью алгоритмов, например в шахматах, компьютеру удаётся заглянуть гораздо дальше. В го это сделать намного труднее. Доска с точками 19 на 19 открывает слишком много возможностей и слишком много нюансов — и точно определить лучший ход трудно. Самые сильные игроки в го признаются, что отчасти играют интуитивно, на подсознательном, а не рациональном уровне — и этому машину пока научить нельзя.

Что нового делают в Facebook?

Facebook использует технологию глубокого обучения — систему нейронных сетей, работающую как сильно упрощённая копия человеческого мозга. Эта же технология используется для распознавания изображения и даже перевода с одного языка на другой. Например, чтобы понять, что на картинке изображена собака, система с глубоким обучением анализирует тысячи изображений собак и определяет, что между ними общего. Facebook использует эту технологию, чтобы научить программу понимать, как выглядит многообещающий ход в го — программа визуально смотрит на доску, почти как человек. Пока исследование находится на ранних стадиях, так что преждевременно говорить о серьёзном успехе, но кажется, Facebook ближе прочих подобралась к той самой интуитивной составляющей игры.

Ну и что, это же просто какая-то игра?

Победить в го — важное достижение в исследовании искусственного интеллекта; к созданию умной машины нужно подходить именно так, решая задачи в самых разных сферах, — чтобы в итоге все результаты можно было объединить. Распознавание фотографий, понимание человеческого языка, машинный перевод — все эти вещи, делающиеся при помощи нейронных сетей, — часть одного процесса. В конце концов, это просто интересно: го — это одна из немногих игр, придуманных человеком, которая кажется чисто математической (ведь это просто настольная игра, её должно быть легко свести к алгоритмам) и с которой компьютер до сих пор не справился.

Фотографии via 1, 2

Рассказать друзьям
1 комментарийпожаловаться

Комментарии

Подписаться
Комментарии загружаются
чтобы можно было оставлять комментарии.