Monet meistä muistavat ja tietävät, millaiset päiväkodit ovat. Oppimishuoneet on täynnä leluja ja arvoituksia, musiikkia ja kirjoja, kukkasia ja joskus jopa kissoja, mikä esittelee rikkaan ja rehevän maailman, jonka avulla lapset voivat leikkiä ja oppia leikkimällä. Mutta toisin kuin yleisesti uskotaan, lasten leikki ei ole kaikkea helppoa. Heillä ei ole vain hauskaa - he oppivat, he saavat käsityksen maailmasta. Pelaamalla monimuotoisessa ja ihastuttavassa maailmankaikkeudessa kasvatamme lapsen monipuolista älykkyyttä.
Miksi ei opetettaisi AI: ta samalla tavalla?
Viime aikoina voittoa tavoittelematon instituutti OpenAI avasi virtuaalimaailman AI: lle tutkiakseen ja leikkiäkseen. Universe-projektin tavoite on yhtä suuri kuin sen nimi: opettaa yksi AI suorittamaan kaikki tehtävät, jotka henkilö voi suorittaa tietokoneella.
Kouluttamalla yksittäisiä AI-edustajia menestymään erilaisissa reaalimaailman tehtävissä, OpenAI toivoo tuovan meille yhden askeleen lähemmäksi todella älykkäitä robotteja - joustavilla päättelytaitoilla kuten mekin.
Yleisen tason tiedustelu
Ei ole epäilystäkään siitä, että AI: sta on tulossa pelottavasti fiksu.
Mainosvideo:
Tietokoneet voivat nyt tarkasti nähdä, kuulla ja kääntää kieliä, joskus jopa ihmisten edessä. Juuri aiemmin tänä vuonna DeepMindin AlphaGo voitti sarjassa korkean profiilin go-pelejä sarjan 18-kertaisen maailmanmestarin Lee Sedolin, kymmenen vuotta aikaisemmin kuin jotkut asiantuntijat odottivat.
Mutta totuus on, että AI: t ovat vain niin hyviä kuin opetetaan. Pyydä AlphaGoa pelaamaan shakkia, ja ohjelma todennäköisesti sekoittuu koneellisella tavalla, vaikka selität sille säännöt yksityiskohtaisesti.
Toistaiseksi AI-järjestelmämme ovat erittäin tehokkaita hevosia yhdestä tempusta. Opetusmenetelmä on osittain syyllinen: Tutkijat alkavat tyhjällä AI-liuskekiinnityksellä, ohjaamalla sitä miljoonien kokeiden läpi, kunnes se onnistuu ja ratkaisee yhden ongelman. En koskaan koe jotain muuta, joten miten se osaa ratkaista minkä tahansa muun ongelman?
Päästäkseen yleisen tason älykkyyteen - pystyy käyttämään ihmisen tasolla saatuja kokemuksia uusien ongelmien ratkaisemiseen - AI: n on siirrettävä kokemuksensa muiden ongelmien ratkaisemiseen. Ja maailmankaikkeus auttaa heitä tässä. Kokeessaan maailmaa, joka on täynnä erilaisia skenaarioita, OpenAI-tutkijat toivovat, että AI saa tietoa maailmalta ja joustavia ongelmanratkaisutaitoja, jotka antavat sen "ajatella" sen sijaan, että pysyisivät yhdellä silmukalla ikuisesti.
Uusi uljas maailma
Ytimessä Universe on tehokas alusta, joka sisältää tuhansia ympäristöjä ja tarjoaa tyypillisesti standardimenetelmiä AI-agenttien kouluttamiseksi. Ohjelmistoalustana Universe tarjoaa alustan muiden ihmisten ohjelmistojen ajamiseen, jotta ohjelmat voivat oppia erilaisissa ympäristöissä - esimerkiksi Atari ja flash-pelit, sovellukset ja verkkosivustot on jo otettu käyttöön.
Edessä on muita.
Teoriassa maailmankaikkeus voi ajaa mitä tahansa ohjelmistoa millä tahansa tietokoneella, jolloin tutkijat voivat lisätä ja kouluttaa AI: taan halutessaan. Se on kuin lapsen lähettäminen kesäleirille: valitset nichesi, aktiviteettini, odotat että hän hallitsee sen, sitten toisen ja niin edelleen, pulahda ja toista.
Universumissa AI on vuorovaikutuksessa virtuaalimaailman kanssa samalla tavalla kuin ihmiset käyttävät tietokonetta: se “näkee” pikselit näytöllä ja käyttää virtuaalista näppäimistöä ja hiirtä komentojen kirjoittamiseen.
Tämän tekee mahdolliseksi VNC (Virtual Network Computing), pääasiassa työpöydänjakojärjestelmä, joka mahdollistaa näppäimistön ja hiirien liikkumisen yhdestä tietokoneesta toiseen (oppimisympäristö). Kun ympäristö muuttuu, VNC lähettää päivitetyt kuvakaappaukset takaisin AI: hen, jolloin se voi siirtyä seuraavaan vaiheeseen. VNC toimii AI: n silmin ja kädet.
Kuinka koulutus tapahtuu?
Kaikki AI: t, jotka on kytketty universumiin, koulutetaan käyttämällä niin sanottua vahvistusoppimista, joka on tehokas tekniikka, joka on johtanut AlphaGon menestykseen. Tämä termi piilottaa kuitenkin tavan, jolla ihmiset koulutamme delfiinejä, koiria ja jopa lapsia. Tämä on oppimista kokeilun ja erehdyksen kautta: valitse toiminta, ja jos sinulle on palkittu siitä, jatka hyvää työtä. Jos ei, kokeile jotain muuta.
Sen sijaan, että aloittaisi täysin tyhjällä AI: llä, tutkijat joskus antavat heille lisäyksen antamalla heille "katsella" ihmisiä ratkaisemaan ongelman. Tämä antaa AI: lle luoda ensimmäisen vaikutelman ja ymmärtää paremmin, miten sen päätöksiä voidaan optimoida.
Vahvistusoppimista käytetään jo monissa AI-sovelluksissa. Universumin sisällä tämän tekniikan voima paljastetaan kuitenkin täysimääräisesti. Koska AI voi hypätä pelien ja sovellusten välillä, se voi ottaa oppimansa yhdessä sovelluksessa ja käyttää sitä helposti selvittämään sen toisessa - nimeltään siirto-oppiminen tai siirto-oppiminen. Tätä taitoa ei ole helppo hallita, mutta se on välttämätön tiellä älykkäisiin autoihin.
Olemme siirtymässä hitaasti sinne OpenAI: n mukaan: jotkut heidän edustajistaan ovat jo osoittaneet merkkejä siitä, että oppiminen on siirtynyt yhdestä ajopelistä toiseen.
Pelistä pelien maailmaan
Kuten monet muutkin AI-kehittäjät, OpenAI käyttää pelejä maailmankaikkeuden kuljettamiseen syystä: he yksinkertaisesti mittaavat niitä menestyksen kannalta. Koska pelejä mitataan erilaisilla tilastoilla ja tuloksilla, järjestelmä voi käyttää näitä lukuja helposti arvioida AI: n etenemistä ja palkita sen vastaavasti. Tämä on välttämätöntä oppimisen vahvistamiseksi.
Koska maailmankaikkeus luottaa pikseleihin ja näppäimistöihin, ihmiset voivat pelata pelejä myös alustalla. Nämä istunnot tallennetaan ja tarjoavat lähtökohdan AI-suorituskyvyn arviointiin (ole huono työ, myönnä se).
Pelit ovat kuitenkin vain pieni osa vuorovaikutuksestamme digitaalisen maailman kanssa, ja Universumi on jo siirtymässä rajojensa yli Mini World of Bits -projektin avulla. Bitit ovat kokoelma erilaisia selaimen vuorovaikutuksia, joita kohtaamme Internetissä selatessa: kun kirjoitamme tekstiä tai valitsemme vaihtoehtoja avattavista valikoista napsauttamalla lähetä.
Nämä tehtävät, vaikka ne ovat yksinkertaisia, muodostavat perustan siitä, kuinka muodostetaan yhteys Webin aarreaitoon. OpenAI haluaa, että AI liikkuu vapaasti Internetissä - se voi esimerkiksi tilata lentolipun. Yhdessä maailmankaikkeuden ympäristössä tutkijat antavat jo AI: lle halutun varausaikataulun ja opettavat sitä etsimään lentoja eri lentoyhtiöiltä.
Ja tämä on vasta alku.
Universumi vain kasvaa ja laajenee. Microsoftin Malmö-alustan, joka käyttää Minecraftia AI: n kouluttamiseen, on integroitava maailmankaikkeuteen. Suosittu proteiinien taittopeli fold.it, Android-sovellukset, HTML5-pelit ja muut odottavat rivissä.
Ghost autossa
Joten nyt voimme opettaa AI: n pelaamaan erilaisia pelejä ja surffata verkossa. Hienoa, ajattele vain. Johtaako tämä meidät yleiseen tiedusteluun?
Ehkä tie on pitkä.
Mutta AI, joka osaa voittaa minkä tahansa siihen heitetyn pelin, voi ajatella vain loogisesti ja saavuttaa voiton muutamalla vaiheella. AI: n, joka voi navigoida GTA V: n kaoottisessa maailmassa, tulisi jo ymmärtää reaalimaailman fysiikan, väkivallan ja kostotoimenpiteiden perusteet. Internetissä toimiva AI tietää jo kuinka ihmiset yleensä kommunikoivat keskenään ja voi käyttää tätä tietoa tiedon hankkimiseen, oman web-identiteetin luomiseen tai edes tutkimiseen.
Joka päivä opimme, pelaamme, työskentelemme ja kasvamme digitaalisessa maailmassa. Monille niiden ja nollamaailma on yhtä todellinen kuin se, johon synnyimme. Nyt kun AI: llä on pääsy tähän digitaaliseen maailmaan, on vuoro kasvaa. Katsotaan kuinka pitkälle hän voi mennä.
ILYA KHEL