Sokan emlékeznek és tudják, milyen az óvodák. A tantermeket játékokkal és rejtvényekkel, zenével és könyvekkel, virágokkal és néha még macskákkal is tele vannak, ezáltal gazdag és buja világot mutatnak, amellyel a gyerekek játszhatnak és tanulhatnak játék útján. A közhiedelemmel ellentétben a gyermekek játék messze nem könnyű. Nem csak szórakoznak - tanulnak, megismerik a világot. A változatos és elragadó univerzumban játszva tápláljuk a gyermek sokrétű intelligenciáját.
Miért nem tanítja az AI-t ugyanúgy?
Nemrégiben az OpenAI nonprofit intézet megnyitotta a virtuális világot az AI számára, hogy felfedezzék és játszhassanak. Az Universe projekt célja ugyanolyan nagy, mint a neve: egyetlen AI-t megtanítani bármilyen feladat elvégzésére, amelyet egy személy számítógéppel végrehajthat.
Az egyes AI ügynökök képzésével, hogy kiemelkedjenek a különféle valós feladatok során, az OpenAI reméli, hogy egy lépéssel közelebb hoz minket az igazán intelligens robotokhoz - rugalmas érvelési képességekkel, mint mi.
Általános szintű intelligencia
Nem kétséges, hogy az AI félelmetesen okos.
Promóciós videó:
A számítógépek most már pontosan látják, hallják és lefordítják a nyelveket, néha még az emberek előtt is. Idén elején, egy nagy horderejű játékban, a DeepMind AlphaGo tíz évvel korábban legyőzte a 18-szoros világbajnokot Lee Sedolt, mint néhány szakértő elvárt.
De az igazság az, hogy az AI-k csak annyira jók, mint tanították. Kérje meg az AlphaGót, hogy játsszon sakkot, és a program valószínűleg megzavarodik gépi jellegű módon, még akkor is, ha részletesen elmagyarázza a szabályokat.
Eddig AI rendszereink szuperhatékony lovak egy trükkökhöz. Ez részben a tanulási módszer hibája: a kutatók az AI üres palajával kezdik, és több millió próba során végigvezetik, amíg az nem sikerül és megold egy problémát. AI soha nem tapasztal valami mást, tehát honnan tudja, hogyan kell megoldani más problémákat?
Az általános szintű intelligencia eléréséhez - amely képes felhasználni az emberi szinten szerzett tapasztalatokat új problémák megoldására - az AI-nek át kell helyeznie tapasztalatait más problémák megoldására. És az Univerzum segít nekik. A különböző forgatókönyvekkel teli világ megtapasztalásával az OpenAI tudósai azt remélik, hogy az AI megismeri a világ ismereteit és rugalmas problémamegoldó készségeket, amelyek lehetővé teszik a „gondolkodást”, ahelyett, hogy örökre egyetlen hurokba ragadnának.
Szép új világ
Magában az Universe egy hatalmas platform, amely több ezer környezetet foglal magában, és tipikus módszereket biztosít az AI ügynökök kiképzésére. Szoftverplatformként az Universe platformot kínál valaki más szoftverének futtatásához, hogy a programok tanulhassanak különböző környezetekben - például az Atari és a flash játékok, az alkalmazások és a webhelyek már használatban vannak.
Mások lesznek még előttük.
Elméletileg az Univerzum bármilyen szoftvert bármilyen számítógépen futtathat, lehetővé téve a tudósok számára, hogy az AI-ket beilleszthessék és kiképezzék. Ez olyan, mint egy gyermek nyári táborba küldése: kiválasztja a rést, a tevékenység típusát, megvárja, amíg elsajátítja, majd újabb, és így tovább, merüljön el, és ismételje meg.
Az univerzumban az AI ugyanúgy működik együtt a virtuális világgal, mint az emberek a számítógépet: „lát” pixeleket a képernyőn, és virtuális billentyűzetet és egeret használ a parancsok megadására.
Ezt lehetővé teszi a virtuális hálózati számítástechnika (VNC), alapvetően egy olyan asztali megosztó rendszer, amely lehetővé teszi a billentyűzet és az egér mozgatását az egyik számítógépről a másikra (tanulási környezet). Amikor a környezet megváltozik, a VNC frissített képernyőképeket küld vissza az AI-hez, lehetővé téve a következő lépést. A VNC az AI szemét és kezét látja el.
Hogy megy az edzés?
Az univerzumhoz kapcsolódó összes AI-t kiképzik az úgynevezett megerősítő tanulásra, amely egy erős technika, amely az AlphaGo sikeréhez vezetett. Ez a kifejezés azonban elrejti azt a módot, ahogyan mi emberek kiképezzük a delfineket, kutyákat és még gyerekeket is. Ez próba és hiba útján történő tanulás: válasszon egy akciót, és ha jutalmat kapott érte, akkor tartsa fenn a jó munkát. Ha nem, próbáljon ki valami mást.
Ahelyett, hogy teljesen üres AI-vel kezdenék, a kutatók néha lendületet adnak nekik, ha hagyják, hogy az emberek „figyeljék” az embereket egy probléma megoldására. Ez lehetővé teszi az AI számára, hogy első benyomást keltsen, és jobban megértse, hogyan kell optimalizálni döntéseit.
A megerősítéses tanulást már sok AI alkalmazásban használják. Az Univerzumon belül azonban ennek a technológiának a hatalma teljes mértékben felfedésre kerül. Mivel az AI ugrálhat a játékok és az alkalmazások között, elvégezheti azt, amit megtanult egy alkalmazásban, és könnyen felhasználhatja annak kitalálására egy másik alkalmazásban - transzfertanulás vagy transzfertanulás. Ezt a készséget nem könnyű elsajátítani, ám elengedhetetlen az intelligens autók felé vezető úton.
Az OpenAI szerint lassan haladunk oda: egyes ügynökeik már jeleket mutatnak az egyik vezetési játékról a másikra történő tanulás elmozdulásának jeleire.
A játékoktól a ritmusok világáig
Sok más AI fejlesztõhöz hasonlóan az OpenAI a játékokat használja az univerzum meghajtására okból: egyszerûen megmérik a siker szempontjából. Mivel a játékokat különféle statisztikák és pontszámok mérik, a rendszer ezeket a számokat könnyen felhasználhatja az AI előrehaladásának felmérésére és ennek megfelelő jutalmazására. Ez elengedhetetlen a megerősítő tanuláshoz.
Mivel az Univerzum képpontokra és billentyűzetekre támaszkodik, az emberek a platformon is játszhatnak. Ezeket az üléseket rögzítik, és alapul szolgálnak az AI teljesítményének értékeléséhez (nem rossz munka, elismerjük).
De a játékok csak egy kis részét képezik a digitális világgal való interakciónknak, és az Univerzum már a Határokon túllép a Bits Mini World projektje révén. A bitek különböző böngésző-interakciók gyűjteményét képezik, amelyekkel az interneten való szörfözés során találkozunk: amikor szöveget gépelünk, vagy a legördülő menükből az opciókat választjuk ki a beküldés gombra kattintva.
Ezek a feladatok, bár egyszerűek, képezik az alapját annak, hogy miként kapcsolódunk a web kincstárához. Az OpenAI azt akarja, hogy az AI szabadon mozogjon az interneten - például megrendelhet repülőjegyet. Az egyik világegyetem-környezetben a kutatók már megadják az AI-nek a kívánt foglalási ütemtervet, és megtanítják a különféle légitársaságok repüléseinek keresésére.
És ez csak a kezdet.
Az univerzum csak növekszik és bővül. A Microsoft Malmo-platformjának, amely Minecraft-t használja az AI kiképzéséhez, integrálódnia kell az Univerzummal. A népszerű protein folding játék, fold.it, Android alkalmazások, HTML5 játékok és még sok más várnak sorban.
Szellem az autóban
Tehát most megtaníthatjuk az AI-t különféle játékok játszására és az interneten való böngészésre. Nagyszerű dolog, csak gondolkodj. Ez általános intelligenciához vezet?
Lehet, hogy az út hosszú lesz.
De egy AI, aki tudja, hogyan kell megnyerni minden olyan játékot, amelyet dob, akkor csak logikusan gondolkodhat és néhány lépéssel elérheti a győzelmet. A GTA V kaotikus világában navigálni képes AI-nek meg kell értenie a valós fizika, az erőszak és a megtorlás alapjait. Az interneten futó AI már tudja, hogy az emberek általában miként kommunikálnak egymással, és ezeket a tudásokat felhasználhatja információk megszerzésére, saját web-identitásának létrehozására, vagy akár a sajátjába való betekintésre.
Minden nap megtanulunk, játszunk, dolgozunk és növekszünk a digitális világban. Sokak számára az egyek és a nullák világa ugyanolyan valós, mint ahova születtünk. Most, hogy az AI-nek hozzáférése van ehhez a digitális világhoz, sor kerül a növekedésre. Lássuk, milyen messzire tud menni.
ILYA KHEL