Sztuczna inteligencja istnieje od dawna. Jako ilustracyjny przykład, zagłębmy się pokrótce w historię szachów komputerowych. Pod słowem kluczowym Levy bet cofamy się do roku 1968. Międzynarodowy mistrz Szkocji David Levy założył się z przyjaciółmi informatykamiże żadna maszyna nie będzie w stanie go pokonać w ciągu najbliższych dziesięciu lat. Wygrał zakład, a wraz z nim 1250 funtów. W triumfie zwycięstwa przedłużył zakład o kolejne dziesięć lat i został zmiażdżony przez program w 1988 roku Pokonano „Głęboką myśl” od 0 do 4. Co to powinno nam powiedzieć? Cóż, rozwój sztucznej inteligencji ekscytuje ludzi od kilku stuleci, ale nigdy nie zbliżył się tak daleko, jak w ostatnich latach! Sieci neuronowe uczą się teraz gry w szachy lub potrafią rozpoznać nastrój osoby stojącej za nimi na podstawie wyrazu twarzy. W 1994 roku ta świadomość w końcu dotarła do opinii publicznej, kiedy mistrz świata w szachach Garry Kasparow przegrał 0,5 do 1,5 w szybkim turnieju z „Chess Genius”. Chociaż poker nie jest tak skomplikowany i taktyczny jak szachy, jedna kluczowa umiejętność ma ogromne znaczenie: intuicja. „Przejrzenie” gracza jest ważne, coś, co wcześniej mogli zrobić tylko ludzie. Komputer „DeepStack” już się tego nauczył.
Symetria informacji nie ma znaczenia
Szachy lub tradycyjna chińska gra „Go” składają się z pewnej symetrii informacyjnej. Oznacza to, że komputer „tylko” musi mieć określoną moc obliczeniową, aby móc „myśleć” o jak największej liczbie ruchów na sekundę. Oblicza wszystkie ruchy i wybiera ten, który ma największą procentową szansę na wygraną. Poker jednak opiera się na spontanicznych, intuicyjnych działaniach, których do tej pory komputery nie były w stanie wykonać. Matej Moravcik i współpracownicy z University of Alberta wszczepili teraz tę możliwość do systemu. Intuicja jest ważna, ponieważ poker to gra niedoskonałych informacji. Żaden gracz nie ma wiedzy innego gracza, ponieważ każdy ma inne karty. Badacze z magazynu „Science” przypisują pokerowi jeszcze większą złożoność gry niż grze Go, która ma już ponad 10 do potęgi 160 punktów decyzyjnych. Intuicja utrudnia wygraną każdemu komputerowi, więc wymagania dotyczące uczenia się i obliczeń są bardzo skomplikowane.
Starszy autor, Michael Bowling, wyjaśnia, że DeepStack uczy się lepiej, jak działa poker z rozdania do rozdania, za pośrednictwem sieci neuronowej. Rozgrywa każdą rundę, nie martwiąc się o resztę gry. W ten sposób uczy się, jaka reakcja byłaby najlepsza w różnych sytuacjach. Innymi słowy, jak dorastające dziecko, DeepStack uczy się, czym jest intuicja i sam się tego uczy. Naukowcy są zgodni, że DeepStack przeszedłby test Turinga, gdyby można go było zmierzyć za pomocą gry w pokera.
Test Turinga został zaproponowany przez brytyjskiego matematyka i logika Alana Turinga w 1950 roku. Test służy do porównania, czy maszyna ma taką samą zdolność myślenia jak człowiek. W tym celu osoba z zasłoniętymi oczami prowadzi rozmowę z dwiema osobami za pomocą klawiatury. Obaj rozmówcy starają się przekonać osobę badaną, że są ludźmi myślącymi. Jeśli osoba nie może powiedzieć, kim jest maszyna na koniec rozmowy, komputer zdał test.
Sztuczna sieć neuronowa
Przyczyną przełomowych odkryć jest sztuczna sieć neuronowa. Nie tylko, ale przede wszystkim. Jako dziedzina neuroinformatyki, gałąź sztucznej inteligencji zajmuje się tworzeniem funkcjonującej sieci neuronowej w oparciu o model biologiczny. I to działa zaskakująco dobrze. Podczas gdy nacisk kładziony jest bardziej na abstrakcję lub modelowanie przetwarzania informacji, a mniej na dokładną replikę ludzkiej sieci neuronowej, moc uczenia się takiego modelu neuronowego jest niesamowita! Na przykład roboty na Marsie (tak zwani „agenci”) nie zawsze są w stanie podjąć właściwą decyzję za pomocą zainstalowanego oprogramowania. Żaden z naukowców nie jest w stanie przewidzieć niebezpieczeństw, jakie taki agent napotyka podczas misji na Marsa. W związku z tym agent otrzymuje szereg zadań do rozwiązania. Opanowanie trudnych tras, na przykład bez przewracania się lub wybierania najlepszej ścieżki. Agent jest następnie oceniany i może nauczyć się nowej funkcji w oparciu o tę ocenę.
To jest teraz bardzo ludzkie. Aby pokazać systemowi, co jest dobre, a co złe, można zastosować formę pozytywnego wzmocnienia. Jak dziecko. Szachy, Go i Poker to tylko sztuczki różnych badaczy. Sztuczną inteligencję można znaleźć w wielu przedmiotach codziennego użytku, takich jak asystenci kierowcy, samolatające drony czy oczywiście gry komputerowe. Internetowy gigant Google prezentuje nowości w dziedzinie sztucznej inteligencji na swoich wewnętrznych targach I/O. W nadchodzących latach sztuczna inteligencja będzie coraz bardziej częścią naszego codziennego życia. Wkrótce nasze telefony komórkowe będą w stanie powiedzieć nam, jak się czujemy i co nas dręczy. Przerażające i fascynujące jednocześnie!
