Bagaimana DeepMind Mengembangkan A.I. Itu Bisa Mengakali Manusia

Komputer telah menendang manusia kita yang rapuh di catur selama beberapa dekade sekarang. Pertama kali ini terjadi pada tahun 1996, ketika IBM Deep Blue mampu mengalahkan juara dunia Gary Kasperov. Tetapi sebuah studi baru dari Alphabet's A.I. pakaian DeepMind menjelaskan betapa terbatasnya ruang lingkup bahwa kemenangan awal sebenarnya.

Untuk satu, Kasperov bangkit kembali, memenangkan tiga pertandingan dan menggambar dua kali dalam playoff enam pertandingan, per yang lama Berita harian melaporkan.

Tetapi jauh lebih penting, seperti yang dikatakan oleh peneliti DeepMind, Julian Schrittwieser Terbalik, aplikasi seperti Deep Blue juga diprogram secara manual. Ini berarti bahwa manusia harus mengajarkan A.I. semua yang perlu diketahui tentang cara menangani setiap kemungkinan yang dapat dibayangkan. Dengan kata lain, itu hanya bisa sebagus orang yang memprogramnya. Dan sementara Deep Blue jelas bisa menjadi cukup pandai catur; berikan yang lain, mirip, game seperti Go dan itu tidak tahu apa-apa.

Alpha Zero sangat berbeda. Dalam sebuah penelitian baru yang diterbitkan hari ini di jurnal Ilmu, para penulis mengungkapkan bagaimana mereka bisa tidak hanya mengajarkan Alpha Zero cara mengalahkan manusia di catur, tetapi bagaimana mengajarkan Alpha Zero cara ajarkan sendiri untuk menguasai banyak game.

Cara Mengajar A.I. Untuk Mengajar Sendiri

Alpha Zero dikembangkan dengan menggunakan teknik yang disebut deep reinforcement learning. Pada dasarnya, ini melibatkan pengajaran A.I. sesuatu yang sangat sederhana, seperti aturan dasar catur, dan kemudian melakukan hal sederhana itu berulang-ulang sampai mempelajari hal-hal yang lebih rumit dan menarik seperti strategi dan teknik.

"Secara tradisional … manusia akan mengambil pengetahuan mereka tentang permainan dan mencoba untuk kode dalam aturan," kata Schrittwieser, yang telah bekerja di Alpha Zero selama hampir empat tahun, kata. "Pendekatan kami adalah kami menginisialisasi secara acak, dan kemudian membiarkannya memainkan game melawan dirinya sendiri, dan dari game itu sendiri ia dapat mempelajari strategi apa yang bekerja."

Semua yang didapat Alpha Zero adalah aturan dasar, dan dari sana ia belajar bagaimana cara menang dengan bermain sendiri. Menurut temuan baru, hanya butuh sembilan jam bagi Alpha Zero untuk menguasai catur, 12 jam untuk menguasai Shogi, dan sekitar 13 hari untuk menguasai Go. Karena itu bermain sendiri, pada dasarnya otodidak. Itu membuat daging cincang dari semua algoritma yang dipandu manusia juara dunia, mengalahkan juara dunia 2017 di Shogi 91 persen dari waktu.

“Ini secara mandiri dapat menemukan pengetahuan yang menarik tentang permainan,” kata Schrittwieser. "Ini mengarah ke program yang bermain lebih mirip manusia."

Walaupun gayanya seperti manusia dan kreatif, namun, kemungkinan besar juga optimal, katanya, cukup sehingga Alpha Zero harus mampu mendominasi hampir semua permainan di mana ia memiliki akses ke semua informasi yang tersedia. Faktanya, Alpha Zero sangat canggih, kita mungkin perlu pindah ke kelas permainan yang sama sekali berbeda untuk tetap mendorong batas-batas bagaimana A.I. memecahkan masalah.

Mengapa Alpa Zero Begitu Bagus

A.I. Para peneliti suka menggunakan game-game ini sebagai dasar pengujian untuk bentuk algoritma yang semakin canggih karena beberapa alasan. Mereka elegan, dan orang-orang telah memainkannya selama ratusan tahun, misalnya, yang berarti Anda punya banyak calon penantang untuk menguji algoritme Anda. Tetapi mereka juga rumit dan rumit, yang berarti mereka dapat berfungsi sebagai batu loncatan bagi A.I. yang bisa menyelesaikan masalah di dunia nyata. Schrittwieser mengatakan bidang penelitian selanjutnya adalah membuat algoritma seperti Alpha Zero yang masih dapat membuat keputusan optimal dengan informasi yang tidak sempurna.

"Di semua game ini, Anda tahu semua yang terjadi," katanya. “Di dunia nyata, kamu mungkin hanya tahu sebagian dari informasinya. Anda mungkin tahu kartu Anda sendiri, tetapi Anda tidak tahu lawan Anda, Anda memiliki informasi parsial."

Masih ada beberapa boardgames yang mampu memberikan algoritma seperti Alpha Zero tantangan semacam ini juga - Schrittwieser menyebut Stratego, di mana para pemain menyembunyikan gerakan mereka satu sama lain - dan Starcraft, yang merupakan bidang lain yang diminati para peneliti DeepMind yang berfokus pada permainan.

“Kami ingin membuat masalah yang kami tangani semakin rumit,” katanya. "Tapi itu selalu satu dimensi dalam satu waktu."

Pada saat yang sama, pemecah masalah terkomputerisasi Deep Mind generasi berikutnya sudah menunjukkan potensi untuk beralih dari dunia game ke dunia nyata. Awal pekan ini, diumumkan algoritma lain yang disebut AlphaFold, yang mampu mengekstrapolasi urutan protein ke dalam prediksi akurat struktur 3D-nya.Ini adalah masalah yang membingungkan para ilmuwan selama beberapa dekade dan dapat membantu membuka pintu bagi penyembuhan penyakit mulai dari Alzheimer hingga fibrosis kistik.