L'intelligenza artificiale esiste da molto tempo. Come esempio illustrativo, approfondiamo brevemente la storia degli scacchi al computer. Sotto la parola chiave Levy bet torniamo all'anno 1968. Il campione internazionale scozzese David Levy ha fatto una scommessa con amici informaticiche nessuna macchina sarà in grado di batterlo nei prossimi dieci anni. Ha vinto la scommessa e con essa £ 1250. Nell'impeto della vittoria, ha esteso la scommessa per altri dieci anni ed è stato distrutto dal programma nel 1988 Battuto "Deep Thought" da 0 a 4. Cosa dovrebbe dirci? Bene, lo sviluppo dell'intelligenza artificiale ha entusiasmato le persone per diversi secoli, ma non si è mai avvicinato neanche lontanamente come negli ultimi anni! Le reti neurali ora insegnano da sole a giocare a scacchi o possono riconoscere l'umore della persona dietro di loro in base alle espressioni facciali. Nel 1994, questa consapevolezza raggiunse finalmente il grande pubblico quando il campione del mondo di scacchi Garry Kasparov perse 0,5 contro 1,5 in un torneo rapido contro "Chess Genius". Anche se il poker non è così complicato e tatticamente abile come gli scacchi, un'abilità cruciale è di grande importanza: l'intuizione. Il giocatore "vede attraverso" è importante, qualcosa che in precedenza solo gli umani potevano fare. Il computer "DeepStack" ora lo ha imparato.
La simmetria delle informazioni non è importante
Gli scacchi o il tradizionale gioco cinese "Go" consistono in una certa simmetria informativa. Ciò significa che un computer deve "solo" disporre di una certa quantità di potenza di calcolo per poter "pensare" a quante più mosse possibili al secondo. Calcola tutte le mosse e sceglie quella con la percentuale più alta di possibilità di vincita. Il poker, tuttavia, si basa su azioni spontanee e intuitive che i computer non sono stati in grado di fare fino ad ora. Matej Moravcik e colleghi dell'Università di Alberta hanno ora impiantato questa capacità in un sistema. L'intuizione è importante perché il poker è un gioco di informazioni imperfette. Nessun giocatore ha la conoscenza di un altro giocatore poiché ognuno ha carte diverse. I ricercatori della rivista "Science" attribuiscono al poker una complessità di gioco ancora maggiore rispetto al gioco Go, che ha già più di 10 alla potenza di 160 punti di decisione. L'intuizione rende difficile vincere a qualsiasi computer, quindi i requisiti di apprendimento e calcolo sono molto complicati.
L'autore senior Michael Bowling spiega che DeepStack impara meglio come funziona il poker mano a mano tramite una rete neurale. Gioca ogni round senza preoccuparsi del resto del gioco. In questo modo, apprende quale reazione potrebbe essere la migliore per un'ampia varietà di situazioni. In altre parole, come un bambino che cresce, DeepStack impara cos'è l'intuizione e insegna da sola. I ricercatori concordano sul fatto che DeepStack supererebbe il test di Turing se potesse essere misurato attraverso una partita di poker.
Il test di Turing fu proposto dal matematico e logico britannico Alan Turing nel 1950. Il test viene utilizzato per confrontare se una macchina ha la stessa capacità di pensare di un essere umano. Per fare ciò, una persona bendata conduce una conversazione con due persone utilizzando una tastiera. Entrambi gli interlocutori cercano di convincere la persona del test che stanno pensando alle persone. Se la persona non può dire chi è la macchina alla fine della conversazione, il computer ha superato il test.
Rete neurale artificiale
La ragione degli sviluppi rivoluzionari è la rete neurale artificiale. Non solo, ma soprattutto. In quanto campo della neuroinformatica, il ramo dell'intelligenza artificiale si occupa della creazione di una rete neurale funzionante basata su un modello biologico. E funziona sorprendentemente bene. Mentre l'attenzione si concentra maggiormente sull'astrazione o sulla modellazione dell'elaborazione delle informazioni e meno sulla replica esatta di una rete neurale umana, il potere di apprendimento di un tale modello neurale è incredibile! Ad esempio, non è sempre possibile per i robot su Marte (i cosiddetti "agenti") prendere la decisione giusta attraverso la programmazione installata. Nessuno degli scienziati può prevedere i pericoli che un tale agente incontra in una missione su Marte. Di conseguenza, all'agente viene assegnata una serie di compiti da risolvere. Padroneggiare percorsi difficili, ad esempio, senza cadere o scegliere il percorso migliore. L'agente viene quindi valutato e può apprendere una nuova funzione basata su questa valutazione.
È molto umano ora. Una forma di rinforzo positivo può essere utilizzata per mostrare al sistema cosa è giusto e cosa è sbagliato. Come un bambino. Chess, Go e Poker sono solo espedienti di diversi ricercatori. L'intelligenza artificiale può essere trovata in molti oggetti di uso quotidiano come assistenti alla guida, droni autovolanti o, naturalmente, giochi per PC. Il gigante di Internet Google presenta cos'altro c'è di nuovo in termini di intelligenza artificiale alla sua fiera I/O interna. L'intelligenza artificiale diventerà sempre più parte della nostra vita quotidiana nei prossimi anni. I nostri telefoni cellulari saranno presto in grado di dirci come ci sentiamo e cosa ci preoccupa. Spaventoso e affascinante allo stesso tempo!
