Artificiell intelligens har funnits länge. Som ett illustrativt exempel, låt oss kort gräva ner oss i datorschackets historia. Under nyckelordet Levy bet reser vi tillbaka till år 1968. Den skotska internationella mästaren David Levy gjorde ett vad med vänner från datavetareatt ingen maskin kommer att kunna slå honom de närmaste tio åren. Han vann vadet och med det £1250. I segertriumfen förlängde han vadet med ytterligare tio år och krossades av programmet 1988 Slog "Deep Thought" 0 till 4. Vad borde det säga oss? Jo, utvecklingen av artificiell intelligens har varit spännande människor i flera århundraden, men aldrig har den kommit i närheten av så långt som under de senaste åren! Neurala nätverk lär sig nu schack eller kan känna igen humöret hos personen bakom dem baserat på ansiktsuttryck. 1994 nådde denna medvetenhet äntligen allmänheten när världsmästaren i schack Garry Kasparov förlorade 0,5 till 1,5 i en snabbturnering mot "Chess Genius". Även om poker inte alls är lika komplicerat och taktiskt skickligt som schack, är en avgörande färdighet av stor betydelse: intuition. Det är viktigt för spelare att "se igenom", något som tidigare bara människor kunde göra. Datorn "DeepStack" har nu lärt sig det.
Informationssymmetri är oviktigt
Schack eller det traditionella kinesiska spelet "Go" består av en viss informationssymmetri. Det betyder att en dator "bara" behöver ha en viss datorkraft för att kunna "tänka" på så många drag per sekund som möjligt. Han räknar ut alla drag och väljer den som har högst procentuell chans att vinna. Poker förlitar sig dock på spontan, intuitiv handling som datorer inte har kunnat göra förrän nu. Matej Moravcik och kollegor vid University of Alberta har nu implanterat denna förmåga i ett system. Intuition är viktigt eftersom poker är ett spel med ofullkomlig information. Ingen spelare har kunskap om en annan spelare eftersom alla har olika kort. Forskare från tidningen "Science" tillskriver poker en ännu högre spelkomplexitet än spelet Go, som redan har mer än 10 till styrkan av 160 beslutspoäng. Intuition gör det svårt för vilken dator som helst att vinna, så inlärnings- och beräkningskraven är mycket komplicerade.
Seniorförfattaren Michael Bowling förklarar att DeepStack lär sig bättre hur poker fungerar från hand till hand via ett neuralt nätverk. Den spelar varje omgång utan att oroa sig för resten av spelet. På så sätt lär den sig vilken reaktion som kan vara bäst för en mängd olika situationer. Med andra ord, som ett växande barn, lär sig DeepStack vad intuition är och lär sig själv. Forskare är överens om att DeepStack skulle klara Turing-testet om det kunde mätas genom ett pokerspel.
Turingtestet föreslogs av den brittiske matematikern och logikern Alan Turing 1950. Testet används för att jämföra om en maskin har samma förmåga att tänka som en människa. För att göra detta för en person med ögonbindel en konversation med två personer med hjälp av ett tangentbord. Båda samtalspartnerna försöker övertyga testpersonen att de är tänkande människor. Om personen inte kan säga vem maskinen är i slutet av samtalet har datorn klarat testet.
Artificiellt neuralt nätverk
Anledningen till den banbrytande utvecklingen är det artificiella neurala nätverket. Inte bara, utan mest. Som ett område inom neuroinformatik handlar grenen artificiell intelligens om skapandet av ett fungerande neuralt nätverk baserat på en biologisk modell. Och det fungerar förvånansvärt bra. Medan fokus ligger mer på abstraktion eller modellering av informationsbearbetning och mindre på den exakta kopian av ett mänskligt neuralt nätverk, är inlärningskraften hos en sådan neural modell otrolig! Det är till exempel inte alltid möjligt för robotar på Mars (så kallade "agenter") att fatta rätt beslut genom den installerade programmeringen. Ingen av forskarna kan förutse farorna en sådan agent möter på ett Mars-uppdrag. Följaktligen får agenten en rad uppgifter att lösa. Att bemästra svåra vägar, till exempel utan att ramla omkull eller välja den bästa vägen. Agenten utvärderas sedan och kan lära sig en ny funktion utifrån denna utvärdering.
Det är väldigt mänskligt nu. En form av positiv förstärkning kan användas för att visa systemet vad som är rätt och vad som är fel. Som ett barn. Schack, Go och Poker är bara jippon från olika forskare. AI kan hittas i många vardagliga föremål som körassistenter, självflygande drönare eller, förstås, PC-spel. Internetjätten Google presenterar vad mer som är nytt när det gäller AI på sin interna I/O-mässa. Artificiell intelligens kommer att bli en mer och mer del av vår vardag de kommande åren. Våra mobiltelefoner kommer snart att kunna berätta hur vi mår och vad som stör oss. Skrämmande och fascinerande på samma gång!
