Percée de l'IA de Google: ce que cela signifie et comment cela vous affecte

Publicité

Le 27 janvier, Google a annoncé qu'AlphaGo, un intelligence artificielle Ce que l'intelligence artificielle n'est pasLes robots intelligents et sensibles vont-ils conquérir le monde? Pas aujourd'hui - et peut-être jamais. Lire la suite développé par sa filiale DeepMind, avait battu le champion d'Europe de Go Fan Hui en cinq matchs.

Vous avez peut-être entendu parler de cette nouvelle car elle fait la une des journaux du monde entier, mais pourquoi les gens s'en soucient-ils tant? Qu'est-ce que tout cela veut dire? Si vous n'êtes pas familier avec le jeu de Go ou son importance pour l'intelligence artificielle, vous vous sentez peut-être un peu perdu.

Ne vous inquiétez pas, nous avons ce qu'il vous faut. Voici tout ce que vous devez savoir sur cette percée et comment elle affecte des gens ordinaires comme vous et moi.

Le jeu de Go: simple mais complexe

Go est un ancien jeu de stratégie chinois où deux joueurs se battent pour capturer un territoire. Tour à tour, chaque joueur - un blanc, l'autre noir - place des pierres aux intersections d'une grille 19 x 19. Lorsqu'un groupe de pierres est complètement entouré par les pierres de l'autre joueur, elles sont «capturées» et retirées du plateau.

À la fin de la partie, chaque emplacement vide appartient au joueur qui l'entoure. Les scores de chaque joueur sont basés sur la quantité de territoire qu'il possède (c'est-à-dire la quantité d'espace vide qu'il a entouré) plus le nombre de pièces adverses qui ont été capturées pendant le jeu.

Alors que la plupart des gens pensent probablement aux échecs comme le roi des jeux de stratégie, Go est en fait plus complexe. Selon Wikipedia, il y a 10⁷⁶¹ jeux de Go possibles contre 10¹²⁰ jeux d'échecs possibles estimés.

Cette complexité, ainsi que certaines règles ésotériques et l'accent mis sur le jeu par l'instinct, font de Go un jeu particulièrement difficile pour les ordinateurs à apprendre et à jouer à un niveau élevé.

Le monde incroyable des IA de jeu

Dans le grand schéma des choses, concevoir une intelligence artificielle qui joue à un jeu ne semble pas très utile poursuite, en particulier lorsque Watson AI d'IBM travaille déjà pour améliorer les soins de santé, un domaine qui a besoin de toute avoir. Alors pourquoi Google a-t-il dépensé autant d'heures et de dollars pour créer une IA Go-play?

À un certain niveau, cela aide les chercheurs en IA à trouver la meilleure façon d'enseigner aux ordinateurs à faire des choses. Si vous pouvez enseigner à un ordinateur comment trouver les meilleurs mouvements dans un jeu de Dames ou de Tic-Tac-Toe, vous pourriez mieux comprendre comment enseigner à un autre ordinateur comment recommander des films sur Netflix 4 algorithmes d'apprentissage automatique qui façonnent votre vieVous ne le réalisez peut-être pas, mais l'apprentissage automatique est déjà tout autour de vous et il peut exercer une influence surprenante sur votre vie. Tu ne me crois pas? Vous pourriez être surpris. Lire la suite , traduire instantanément la parole ou prédire les tremblements de terre.

De nombreuses utilisations de l'IA que nous avons vues jusqu'à présent bénéficieraient de capacités améliorées de résolution de problèmes et d'extraction de modèles, qui s'avèrent également importantes pour des IA de jeu efficaces.

Deep Blue, le champion des échecs en IA, a travaillé en utilisant une énorme quantité de puissance de calcul et de techniques de force brute pour évaluer tous les prochains mouvements possibles - jusqu'à 200 000 000 de positions par seconde. Et bien que cette stratégie ait été suffisamment efficace pour battre un ancien champion du monde d'échecs, ce n'est pas une manière particulièrement "humaine" de jouer aux échecs. Cela oblige également les programmeurs à «expliquer» les règles du jeu à l'IA.

Plus récemment, un processus a été développé appelé l'apprentissage en profondeur, qui a essentiellement ouvert la voie à l'informatique pour les ordinateurs, et qui a complètement changé la course à l'intelligence artificielle Microsoft vs Google - Qui mène la course à l'intelligence artificielle?Les chercheurs en intelligence artificielle font des progrès tangibles et les gens recommencent à parler sérieusement de l'IA. Les deux titans à la tête de la course à l'intelligence artificielle sont Google et Microsoft. Lire la suite .

Avec l'apprentissage en profondeur, un ordinateur peut extraire des modèles utiles des données - au lieu d'être informé par les programmeurs des modèles qu'il doit rechercher - et utiliser ces modèles pour optimiser ses propres décisions. Si l'apprentissage en profondeur réussit, une IA peut même découvrir des modèles plus efficaces que ce que nous pouvons reconnaître en tant qu'êtres humains.

Ce type d'apprentissage a été démontré l'année dernière, lorsque la firme de recherche en intelligence artificielle détenue par Google, DeepMind, a révélé une IA qui a appris à jouer 49 différents Jeux Atari Atari Arcade - Jouez à des jeux vidéo rétro en HTML5 [MUO Gaming]Quiconque joue aux jeux vidéo aujourd'hui a une énorme dette de gratitude envers Atari et les fondateurs et ingénieurs qui ont travaillé pour l'entreprise au cours de ses années de formation. Atari était responsable de bon nombre des ... Lire la suite après avoir reçu uniquement une entrée brute. (Vous pouvez le voir apprendre à jouer à Breakout ci-dessus.)

Le processus est le même que l'apprentissage d'un jeu vidéo sans tutoriel ni explication. Vous regardez pendant un certain temps, puis essayez d'appuyer sur des boutons aléatoires, puis commencez à comprendre les choses, à développer des stratégies et, finalement, à exceller.

Et exceller. L'IA DeepMind a absolument détruit des adversaires humains de niveau professionnel dans certains de ces jeux, comme Video Pinball. Cela a été bien pire dans d'autres jeux, y compris Mme Pac-Man, mais avait un bilan très impressionnant dans l'ensemble.

AlphaGo: le prochain niveau d'IA

AlphaGo, l'ordinateur qui a vaincu Fan Hui à Go, a utilisé cette stratégie d'apprentissage en profondeur pour rester invaincu en cinq matchs.

Au lieu d'utiliser le calcul de la force brute comme Deep Blue, AlphaGo a déterminé son prochain mouvement en utilisant ce qu'il avait appris lors de la formation pour limiter la portée des mouvements potentiellement efficaces, puis exécuter des simulations pour voir quels mouvements étaient les plus susceptibles de donner des résultats positifs résultats.

Deux différents les réseaux de neurones La dernière technologie informatique que vous devez voir pour croireDécouvrez quelques-unes des dernières technologies informatiques qui devraient transformer le monde de l'électronique et des PC au cours des prochaines années. Lire la suite , le réseau des politiques et le réseau des valeurs ont travaillé ensemble pour évaluer les mouvements et choisir le meilleur à chaque tour.

En raison de la complexité de Go, une approche par force brute sur tous les mouvements possibles n'est tout simplement pas possible comme dans les échecs. AlphaGo s'est donc appuyé sur les connaissances acquises au cours de la phase de formation, qui consistaient à observer 30 millions de mouvements effectués par des experts humains, apprenant à prévoir leurs mouvements, élaborant ses propres stratégies et jouant contre des milliers de fois.

En utilisant l'apprentissage par renforcement, ses processus de prise de décision ont été développés et renforcés jusqu'à ce qu'AlphaGo devienne la meilleure IA Go-Playing au monde. En 500 matchs contre les ordinateurs Go les plus avancés, il en a remporté 499 - même après avoir donné quatre temps d'avance à ces programmes.

Et, bien sûr, AlphaGo a battu Fan Hui, l'actuel champion d'Europe de Go. La victoire a en fait été remportée en octobre 2015, mais l'annonce a été retardée pour coïncider avec la publication du document de recherche de DeepMind en La nature. En mars, AlphaGo affrontera Lee Sedol, le joueur le plus dominant au monde au cours des dix dernières années.

D'accord, alors qu'est-ce que tout cela signifie?

Pourquoi cela fait-il la une des journaux du monde entier? Pour plusieurs raisons, en fait.

Tout d'abord, beaucoup de gens pensaient que c'était impossible avec la technologie actuelle. La plupart des estimations indiquent qu'une IA ne battrait pas un joueur de Go de classe mondiale avant au moins dix ans. Les réseaux de valeur d'AlphaGo peuvent évaluer n'importe quel jeu Go actuellement joué et prédire un gagnant éventuel, un problème qui, selon Google, est "c'était si dur cru impossible. "

Deuxièmement, le fait qu'un apprentissage approfondi et indépendant ait été utilisé est très important. Cela montre qu'une intelligence artificielle actuelle peut collecter des données, extraire des modèles, apprendre à prédire de telles et éventuellement développer des stratégies de résolution de problèmes qui sont suffisamment complexes et efficaces pour humain de classe mondiale.

Et même si gagner à Go ne va pas changer le monde, le fait qu'un ordinateur ait pu trouver ce niveau de stratégie en utilisant ses propres algorithmes d'apprentissage est très impressionnant.

C'est cet apprentissage en profondeur qui a vraiment enthousiasmé les chercheurs en IA à propos d'AlphaGo. Beaucoup pensent que l’apprentissage indépendant est la première étape vers la forte intelligence artificielle. Une IA forte fait référence à un ordinateur qui peut résoudre des tâches intellectuelles à égalité avec les humains (ce qui est incroyablement difficile, en grande partie en raison de la complexité et de l'efficacité du cerveau humain). C'est le genre d'IA que vous voyez de nombreux films de science-fiction Attention, Internet! Les meilleurs films sur l'intelligence artificielleHollywood a sorti beaucoup de grands films explorant les problèmes de l'intelligence artificielle au fil des ans, et voici 10 des meilleurs films sur l'IA, nous vous recommandons de déplacer le ciel et la terre vers ... Lire la suite .

C'est pour cette raison que créer des IA qui peuvent se comporter de manière humaine est un gros problème. Extraire des modèles et développer des stratégies est quelque chose que nous faisons tout le temps, et nous n'utilisons pas de méthodes de force brute pour prendre des décisions.

Il est très difficile d'obtenir un ordinateur pour le faire sans beaucoup de conseils, mais grâce à AlphaGo, nous savons maintenant qu'une IA forte n'est pas seulement possible, mais plus proche que nous le pensions.

Bien sûr, une IA Go-play est encore loin d'une IA généralement intelligente. Cela ne fait qu'une chose, qui est à peu près aussi simple qu'une intelligence artificielle peut obtenir - même l'IA jouant avec Atari était capable de jouer à 49 jeux différents Les futures IA de jeux vidéo vous feront vraiment paniquerLe jeu vidéo AI n'est pas si génial que ça. Cependant, avec les récentes avancées technologiques, cela pourrait bientôt changer. Lire la suite - mais l'apprentissage indépendant efficace d'AlphaGo pourrait être la première étape vers un changement de paradigme majeur dans l'IA.

Qu'est-ce que tu penses?

Il ne fait aucun doute que la victoire d'AlphaGo sur Fan Hui est importante, mais la question de savoir si elle est digne des gros titres mondiaux est à débattre.

Pensez-vous que c'est un gros problème? Sommes-nous un pas de plus vers le apocalypse de robot Microsoft, l'intelligence artificielle et l'apocalypse du robotMicrosoft donne un air sérieux à une gamme de robots autonomes. Est-ce le début de la fin pour les humains, ou juste un autre pas en avant dans la poussée pour une intelligence artificielle sûre? Lire la suite ? Ou n'êtes-vous pas impressionné par une IA qui peut simplement jouer à un jeu? Partagez vos réflexions ci-dessous et parlons-en.

Crédits image: aller jouer par vvoe via Shutterstock, Tatiana Belova via Shutterstock.com, Mciura via Wikimedia Commons, Zerbor via Shutterstock.com