ХИЙМЭЛ СЭТГЭЛ ӨРӨВДӨЛ ХҮМҮҮСИЙГ ХӨГЖҮҮЛЖ БАЙНА - Машинуудын бослого тун ойрхон байна уу?
ХИЙМЭЛ СЭТГЭЛ ӨРӨВДӨЛ ХҮМҮҮСИЙГ ХӨГЖҮҮЛЖ БАЙНА - Машинуудын бослого тун ойрхон байна уу?

Видео: ХИЙМЭЛ СЭТГЭЛ ӨРӨВДӨЛ ХҮМҮҮСИЙГ ХӨГЖҮҮЛЖ БАЙНА - Машинуудын бослого тун ойрхон байна уу?

Видео: ХИЙМЭЛ СЭТГЭЛ ӨРӨВДӨЛ ХҮМҮҮСИЙГ ХӨГЖҮҮЛЖ БАЙНА - Машинуудын бослого тун ойрхон байна уу?
Видео: Venice, Italy Canal Tour - 4K 60fps with Captions 2024, Гуравдугаар сар
Anonim

Тун удалгүй Өмнөд Солонгосын го мастер, дэлхийн хамгийн нэр хүндтэй тоглогчдын нэг Ли Седол зодог тайлж буйгаа зарлаж, галзуурсан хүчин чармайлтаар үнэлгээ өгөх гайхалтай мэдэгдэл хийсэн. Одоо дийлдэшгүй байгууллага байна."

Ли Google-ийн таван жилийн өмнө 650 сая доллараар худалдаж авсан DeepMind компанийн бүтээсэн AlphaGo компьютерын талаар ярилаа. Солонгос эр 2016 онд машинд хожигдсон ч тэр цагаас хойш хиймэл оюун ухаан улам хүчтэй болсон. Ерөнхийдөө Go дахь компьютер хүнийг ялах нь дэлхийн томоохон хэмжээний өөрчлөлтөд хүргэж болзошгүй жинхэнэ нээлт гэж тооцогддог. Терминатор аль хэдийн тэнгэрийн хаяанд байна уу? Үүнийг олж мэдье.

Программистууд хиймэл оюун ухааны хүчийг хамгийн шилдэг хүмүүстэй тоглоом тоглохдоо удаан туршсан. IBM-ийн бүтээсэн Deep Blue компьютер 1997 онд шатрын төрөлд Гарри Каспаровыг хожсон. Тоглолтын өмнө Каспаров: "Энэ бол зүгээр л машин. Машинууд нь тэнэг юм."

Гэвч ялагдал хүлээснийхээ дараа тэрээр: "Би ширээн дээр шинэ төрлийн оюун ухаан байгааг мэдэрсэн - үнэртэж байсан."

Каспаровыг ялахын тулд Deep Blue бүдүүлэг тооцооллын хүчийг ашигласан: нүүдэл бүрийн дараа програм нь бүх боломжит хувилбаруудыг тооцоолж, эдгээр өгөгдөл дээр үндэслэн шийдвэр гаргасан. Гэхдээ Go-ийн хувьд энэ арга нь боловсруулах шаардлагатай өгөгдлийн хэмжээнээс шалтгаалан ажиллахгүй байна. Явж байхдаа тоглогчид ээлжлэн хар, цагаан чулууг 19-19-ийн хооронд самбар дээр байрлуулна. Тоглоомын зорилго нь аль болох их газар нутгийг эзлэхийн зэрэгцээ өрсөлдөгчийнхөө чулууг түгжиж, давуу талыг олж авахаас сэргийлнэ. Ерөнхийдөө go тоглоом нь сургуулиасаа танил болсон цэгтэй тоглоомтой төстэй бөгөөд зөвхөн илүү хэцүү байдаг.

Самбарын хэмжээнээс шалтгаалан хар чулуугаар хийсэн эхний нүүдлийн 361 хувилбар аль хэдийн боломжтой болсон (шатарт - ердөө 20). Үүний дагуу хөдөлгөөн бүрт боломжит тэгшлэх мод зөвхөн ургадаг. Эхний хоёр довтолгооны дараа шатрын 400 боломжит хөгжил байгаа бол 129,960 довтолгоо байна. Математикч Жон Тромп боломжит хослолуудын тоог 171 оронтой тоо гэж тооцоолжээ.

Тиймээс Go тоглоомонд хүмүүсээс зөвхөн оюун ухаан, тооцоолох чадвартай байхаас гадна хүчирхэг хийсвэр сэтгэлгээ, хүчтэй зөн совин - компьютерт муу хөгжсөн чанаруудыг шаарддаг. AlphaGo-г хөгжүүлэгчдийн нэг Демис Хассабис хэлэхдээ: "Энэ бол маш ойлгомжтой тоглоом юм. Го мастерууд энэ нь зөв юм шиг санагдсан учраас нүүдэл хийсэн гэж байнга хэлдэг." Түүний хэлснээр, мастерууд онцгой гоо зүйн мэдрэмжийг хөгжүүлж, сайн байрлал нь зүгээр л үзэсгэлэнтэй харагдаж байна.

Хэдийгээр процессорууд жил бүр илүү хүчирхэг, хурдан болж байсан ч боломжийн мод дээр нүүдэл хайх нь хиймэл оюун ухаанд зөвхөн хүчирхэг сонирхогчийн түвшинд хүрэх боломжийг олгосон. Компьютерууд хүмүүсийг ялдаг ч хэдхэн чулуугаар л амжилт гаргажээ. 2014 онд go for computer-ийн анхдагчдын нэг Дэвид Фотланд программууд хүмүүстэй адил асуудалтай тулгардаг гэж хэлсэн.

“Олон тоглогчид сонирхогчийн тодорхой оргилд хүрч, хүчирхэгжиж чадахгүй. Энэ өндөрлөгийг даван туулахын тулд та ямар нэгэн оюун санааны үсрэлт хийх хэрэгтэй бөгөөд хөтөлбөрүүд ижил асуудалтай байдаг. Та зөвхөн орон нутгийн тулаан биш, бүхэл бүтэн самбарыг харах хэрэгтэй. Энэхүү оюуны саад бэрхшээлийг даван туулж, мэргэжлийн хүмүүсийн зөн совин, гоо зүйн мэдрэмжийг дуурайлган дуурайхын тулд AlphaGo хөгжүүлэгчид мэдрэлийн сүлжээ болон гүнзгий суралцах алгоритмуудыг холбосон.

Нэгдүгээрт, AlphaGo-ийн мэдрэлийн сүлжээнүүд нь хүний тоглоомын мэдээллийн сангаас тэжээгддэг бөгөөд 30 сая орчим хөдөлгөөнийг багтаасан. Үүний дараа тэрээр 57% нь хүний үйл явцыг зөв таамаглаж сурсан ч өмнөх хиймэл оюун ухааны дээд амжилт 44% байсан. Дараа нь хөгжүүлэгчид AlphaGo-г өөрийнхөө эсрэг тоглохыг зааж өгсөн - ингэснээр компьютер хамгийн ашигтай алхамуудыг онцолж, шинэ стратеги боловсруулахад илүү сайн сурсан.

Энэ бүхэн Каспаровыг ялсан Гүн Блюгийн ажиллаж байсан үйл явцыг оновчтой болгоход тусалсан. Одоо систем нь бүх боломжит хослолуудыг тоглуулаад зогсохгүй үйл явдлыг хөгжүүлэх хамгийн ирээдүйтэй хувилбаруудад хэрхэн анхаарлаа хандуулахаа мэддэг. Нэмж дурдахад, тэр урьд өмнө хэзээ ч тулгарч байгаагүй нөхцөл байдалд ч гэсэн өөрийнхөө чиг хандлагыг олж авдаг. Го-ын цар хүрээний улмаас ийм хэвээр үлдсэн. Шинэ механизмын ачаар AlphaGo нь өмнө нь бүтээгдсэн бүх компьютер тоглуулагчдыг ялж (тэдэнд дөрвөн чулуун цохилт өгөх үед) мэргэжлийн хүмүүсийг ялж эхлэв.

2015 оны 10-р сард AlphaGo Европын хошой аварга Франц Фан Хуиг ялсан. Тэд таван тоглоом тоглож, хэн ч толгой цохиж чадаагүй бөгөөд компьютер тавд нь бүгдэд нь ялалт байгуулсан. Энэ бол мэргэжлийн хүн машинд ялагдсан анхны тохиолдол байлаа. Тэмцээний дараа Хуи их зүйл сурсан гэж хэлсэн бөгөөд энэ мэдлэг нь түүнийг олон улсын зэрэглэлд ахиж, ахихад тусалсан.

Зөвлөмж болгож буй: