Catur Alien Alpha Zero Menunjukkan Kekuatan, dan Keunikan, AI

Kemajuan terbaru dari DeepMind berperilaku dengan cara yang sangat mengejutkan. Harapkan sistem AI lainnya sama anehnya.8 Desember 2017



Program AI terbaru yang dikembangkan oleh DeepMind tidak hanya brilian dan sangat fleksibel—tetapi juga cukup aneh.

DeepMind diterbitkan kertas minggu ini menjelaskan program permainan yang dikembangkannya yang terbukti mampu menguasai catur dan permainan Jepang Shoju, setelah menguasai permainan Go.





Demis Hassabis, pendiri dan CEO DeepMind dan pemain catur ahli sendiri, mempresentasikan rincian lebih lanjut dari sistem, yang disebut Alpha Zero, pada konferensi AI di California pada hari Kamis. Program ini sering membuat gerakan yang tampaknya tidak terpikirkan oleh pemain catur manusia.

bagaimana cara berhenti dibuntuti geng

Itu tidak bermain seperti manusia, dan tidak bermain seperti sebuah program, kata Hassabis pada konferensi Neural Information Processing Systems (NIPS) di Long Beach. Ini bermain dengan cara ketiga, hampir asing.

Selain menunjukkan betapa briliannya program pembelajaran mesin pada tugas tertentu, ini menunjukkan bahwa kecerdasan buatan bisa sangat berbeda dari jenis manusia. Ketika AI menjadi lebih umum, kita mungkin perlu menyadari perilaku alien semacam itu.



Cerita Terkait Versi yang ditingkatkan dari AI permainan game mengajarkan dirinya sendiri setiap trik dalam buku Go, menggunakan bentuk pembelajaran mesin baru.

Alpha Zero adalah versi yang lebih umum dari AlphaGo, program yang dikembangkan oleh DeepMind untuk memainkan permainan papan Go. Dalam 24 jam, Alpha Zero belajar sendiri bermain catur dengan cukup baik untuk mengalahkan salah satu program catur terbaik yang ada.

Apa yang juga luar biasa, bagaimanapun, Hassabis menjelaskan, adalah bahwa kadang-kadang membuat pengorbanan yang tampak gila, seperti menawarkan uskup dan ratu untuk mengeksploitasi keunggulan posisi yang mengarah pada kemenangan. Pengorbanan potongan bernilai tinggi seperti itu biasanya jarang terjadi. Dalam kasus lain, program memindahkan ratunya ke sudut papan, trik yang sangat aneh dengan nilai posisi yang mengejutkan. Ini seperti catur dari dimensi lain, kata Hassabis.

Hassabis berspekulasi bahwa karena Alpha Zero mengajarkan dirinya sendiri, ia mendapat manfaat dari tidak mengikuti pendekatan yang biasa memberikan nilai pada potongan dan mencoba meminimalkan kerugian. Mungkin konsepsi kita tentang catur terlalu terbatas, katanya. Ini bisa menjadi momen penting bagi catur. Kita bisa mencangkokkannya ke dalam permainan kita sendiri.

Permainan catur memiliki sejarah panjang dalam kecerdasan buatan. Program terbaik, dikembangkan dan disempurnakan selama beberapa dekade, menggabungkan sejumlah besar kecerdasan manusia. Meskipun pada tahun 1996 IBM's Deep Blue mengalahkan juara dunia pada saat itu, program itu, seperti program catur konvensional lainnya, membutuhkan pemrograman tangan yang cermat.



AlphaGo asli, yang dirancang khusus untuk Go, adalah masalah besar karena mampu belajar memainkan permainan yang sangat kompleks dan sulit untuk diajarkan, membutuhkan naluri posisi papan. AlphaGo menguasai Go dengan menyerap ribuan contoh game dan kemudian berlatih melawan versi lain dari dirinya sendiri. Itu dilakukan sebagian dengan melatih jaringan saraf besar menggunakan pendekatan yang dikenal sebagai pembelajaran penguatan, yang dimodelkan pada cara hewan tampaknya belajar (lihat Master AI Google Pergi Satu Dekade Lebih Awal dari yang Diharapkan).

DeepMind telah mendemonstrasikan versi program, yang disebut AlphaGo Zero, yang belajar tanpa contoh permainan apa pun, alih-alih hanya mengandalkan permainan mandiri (lihat AlphaGo Zero Menunjukkan Mesin Dapat Menjadi Manusia Super Tanpa Bantuan Apa pun). Alpha Zero masih meningkat lebih jauh dengan menunjukkan bahwa program yang sama dapat menguasai tiga jenis permainan papan yang berbeda.

Prestasi Alpha Zero sangat mengesankan, tetapi masih perlu memainkan lebih banyak game latihan daripada master catur manusia. Hassabis mengatakan ini mungkin karena manusia mendapat manfaat dari bentuk pembelajaran lain, seperti membaca tentang cara bermain game dan menonton orang lain bermain.

Namun, beberapa ahli mengingatkan bahwa kemampuan program, meskipun luar biasa, harus diambil dalam konteksnya. Berbicara setelah Hassanbis, Gary Marcus , seorang profesor di NYU, mengatakan bahwa banyak pengetahuan manusia digunakan untuk membangun Alpha Zero. Dan dia menyarankan bahwa kecerdasan manusia tampaknya melibatkan beberapa kemampuan bawaan, seperti kemampuan intuitif untuk mengembangkan bahasa.

mengingat hal-hal yang tidak terjadi

Josh Tenenbaum , seorang profesor di MIT yang mempelajari kecerdasan manusia, mengatakan bahwa jika kita ingin mengembangkan kecerdasan buatan tingkat manusia yang nyata, kita harus mempelajari fleksibilitas dan kreativitas yang ditunjukkan manusia. Dia mencontohkan, antara lain, kecerdasan Hassabis dan rekan-rekannya dalam merancang, merancang, dan membangun program sejak awal. Itu hampir sama mengesankannya dengan seorang ratu di sudut, dia menyindir.

bersembunyi

Teknologi Aktual

Kategori

Tidak Dikategorikan

Teknologi

Bioteknologi

Kebijakan Teknologi

Perubahan Iklim

Manusia Dan Teknologi

Bukit Silikon

Komputasi

Majalah Berita Mit

Kecerdasan Buatan

Ruang Angkasa

Kota Pintar

Blockchain

Cerita Fitur

Profil Alumni

Koneksi Alumni

Fitur Berita Mit

1865

Pandangan Ku

77 Jalan Massal

Temui Penulisnya

Profil Dalam Kemurahan Hati

Terlihat Di Kampus

Surat Alumni

Berita

Pemilu 2020

Dengan Indeks

Di Bawah Kubah

Pemadam Kebakaran

Cerita Tak Terbatas

Proyek Teknologi Pandemi

Dari Presiden

Sampul Cerita

Galeri Foto

Direkomendasikan