På kun 4 timer mestrede Googles AI al skakviden i historien

(Original Zeferli/Shutterstock)

Skak er ikke et let spil efter menneskelige standarder. Men for en kunstig intelligens drevet af en formidabel, næsten fremmed tankegang, kan den trivielle adspredelse mestres på få ledige timer.

I et nyt papir beskriver Google-forskere, hvordan deres seneste AI-evolution, AlphaZero, udviklede sig 'overmenneskelig præstation' i skak, og det tog kun fire timer at lære reglerne, før de udslettede verdensmesterskakprogrammet Stockfish.

Med andre ord, hele menneskehedens skakviden – og mere – blev absorberet og overgået af en AI på omtrent lige så lang tid, som det tager at køre fra New York City til Washington, DC.



Efter at være blevet programmeret med kun reglerne for skak (ingen strategier), havde AlphaZero på kun fire timer mestret spillet i det omfang, det var i stand til at højest bedømte skak-spil program Tørfisk .

I en serie på 100 kampe mod Stockfish vandt AlphaZero 25 spil, mens han spillede som hvid (med first mover-fordel), og hentede tre spil, der spillede som sort. Resten af ​​konkurrencerne var uafgjorte, hvor Stockfish ikke registrerede nogen sejre og AlphaZero ingen tab.

'Vi ved nu, hvem vores nye overherre er,' sagde skakforsker David Kramaley, administrerende direktør for skakvidenskabswebstedet Chessable.

'Det vil uden tvivl revolutionere spillet, men tænk på, hvordan dette kan anvendes uden for skak. Denne algoritme kunne styre byer, kontinenter, universer.'

AlphaZero er udviklet af Googles DeepMind AI-laboratorium og er en tilpasset, mere generisk version afAlphaGo Zero, som har specialiseret sig i at spille det kinesiske brætspil, Go.

DeepMind har væretraffineret denne AI i årevis, i processen besting enrække af menneskelige mestreder faldt som dominobrikker foran de ukuelige,'Gudlignende' neurale netværk.

Den sejrsrække kulminerede i enoverraskende succesi oktober, hvor en ny fuldt autonom version af AI'en – som kun lærer ved at spille sig selv, aldrig over for mennesker – slog alle sine tidligere inkarnationer.

Derimod lærte AlphaGo Zeros forgængere til dels at spille spillet ved at se bevægelser lavet af menneskelige spillere.

Denne indsats var beregnet til at hjælpe den spæde AI i læringsstrategi, men det ser ud til, at det faktisk kan have været et handicap, eftersom AlphaGo Zeros fuldt selvhjulpne læring viste sig.ødelæggende mere effektivi en-til-en konkurrence.

'Det er som en fremmed civilisation, der opfinder sin egen matematik,' fortalte datalog Nick Hynes fra MIT. Gizmodo i oktober.

'Det, vi ser her, er en model, der er fri for menneskelige forudsætninger og forudsætninger. Den kan lære, hvad end den bestemmer er optimal, hvilket faktisk kan være mere nuanceret end vores egne forestillinger om det samme.'

Men tingene går så hurtigt på dette felt, at allerede opnåelsen i oktober kan være forældet.

I deres nye papir , skitserer holdet, hvordan den allernyeste AlphaZero AI tager den selvspillende afhængighed – kaldet forstærkningslæring – og anvender den med en meget mere generaliseret streak, der giver den et bredere fokus på problemløsning.

Det bredere fokus betyder, at AlphaZero ikke kun spiller skak. Den spiller også Shogi (alias japansk skak) og Go – og måske ikke overraskende tog det kun henholdsvis to og otte timer at mestre disse spil også.

Indtil videre kommenterer Google og DeepMinds dataloger ikke offentligt om den nye forskning, som endnu ikke er blevet peer-reviewed.

Men efter hvad vi kan fortælle indtil videre, er denne algoritmes svimlende opstigning til toppen af ​​kunstig intelligens langt fra forbi, og selv skakstormestre er forvirrede over skuet foran dem.

'Jeg har altid spekuleret på, hvordan det ville være, hvis en overlegen art landede på Jorden og viste os, hvordan de spillede skak,' stormester Peter Heine Nielsen fortalte BBC .

'Nu ved jeg.'

Resultaterne er tilgængelige på preprint hjemmeside arXiv .

Populære Kategorier: Plads , Mennesker , Miljø , Fysik , Samfund , Ukategoriseret , Natur , Tech , Sundhed , Mening ,

Om Os

Offentliggørelse Af Uafhængige, Beviste Fakta Om Rapporter Om Sundhed, Rum, Natur, Teknologi Og Miljøet.