En comparación con la IA como Siri, ¿cuál es la diferencia entre AlphaGo y otros?
El 9 de marzo de 2016, el programa Go de Deepmind de Google, "AlphaGo", se enfrentará al noveno dan profesional Lee Sedol. En octubre del año pasado, este programa derrotó a Fan Hui, un jugador profesional de segundo dan de China; esa fue la primera vez que una Go AI derrotó a un jugador profesional en un juego limpio; Este resultado se publicó en la revista "Nature" en enero de este año y también desencadenó una discusión extremadamente acalorada, y la pregunta más común es: ¿la IA finalmente se apoderará del mundo?
Siri puede cantar y contar chistes fríos. Fuente de la imagen: Apple
Este problema no es infundado. En cierto sentido, la IA ya se ha hecho cargo: de Siri de Apple, de los motores de búsqueda. Navegamos todos los días por los sistemas de recomendación de artículos y productos en Internet; todos ellos son inteligencias artificiales; incluso si no son de ciencia ficción, ya es difícil separarlos de ellos en nuestra vida diaria.
Pero AlphaGo es diferente de estas IA comunes. Su diferencia radica en la versatilidad de los métodos y técnicas de aprendizaje.
Siri: Un asistente con guión
Siri es un "asistente inteligente" que puede entender nuestras órdenes verbales, ayudarnos a buscar en Internet y ayudarnos a encontrar contactos en listas. Pero su principio es simple: a través de la tecnología de reconocimiento de sonidos, los sonidos se convierten en elementos básicos del lenguaje, como vocales, consonantes y palabras, y luego se comparan con comandos especiales integrados en el sistema. Si la comparación es una pregunta práctica, ejecute la instrucción correspondiente; si la comparación es una pregunta vaga, seleccione un chiste de la biblioteca de chistes correspondiente.
Así que su problema queda claro a simple vista: si le ordenas que haga un comando que no está en el sistema, se bloqueará. Aunque Siri es IA, es una IA muy limitada: sólo puede resolver problemas preescritos.
Ante la provocación del hermano mayor del Noreste, Siri estaba confundida (o tal vez simplemente asustada. Fuente de la imagen: Apple
Deep Blue: Nadie puede vencer al ajedrez, solo en ajedrez )
En 1997, la máquina de ajedrez "Deep Blue" fabricada por IBM derrotó al entonces campeón mundial de ajedrez Kasparov. Sin embargo, este fue un evento histórico en la historia de la inteligencia artificial. las mismas deficiencias que Siri: es demasiado especializado.
Como programa, el software de Deep Blue está especialmente diseñado para el ajedrez. Los cuatro criterios que utiliza para evaluar el tablero incluyen la fuerza de las piezas y la posición del rey. y el ritmo del diseño: obviamente, estos indicadores dependen completamente de las reglas del ajedrez en sí y no tienen escalabilidad.
Escena de Kasparov contra "Deep Blue": muse.jhu.edu
El resultado es que se parece más a una computadora internacional que a una máquina de ajedrez. Deep Blue solo puede jugar ajedrez, pero no puede aprender Go, y ni siquiera puede aprender backgammon simple. En comparación, Kasparov, como ser humano, puede aprender Go, backgammon y pintar. La tecnología de Deep Blue es como una llave diseñada para el ajedrez, con grandes limitaciones.
Coches autónomos: tomando una nueva dirección.
Los principios de los vehículos autónomos se pueden simplificar en los siguientes pasos:
Primero, comprende el entorno que lo rodea a través de sensores, tal como un conductor usa sus ojos para observar el entorno. situación
Luego obtiene la ruta de la carretera a través de Internet, tal como cuando conducimos un automóvil cuando utilizamos un software de navegación;
Luego el programa de computadora determina los peatones cercanos y cómo se encuentran los peatones. el coche se moverá;
Finalmente, calcula su mejor ruta y controla la velocidad y la velocidad del coche según esta dirección
Fuente de la imagen del coche autónomo. Google
Es específico del campo de la conducción autónoma, pero la idea básica se acerca algo a AlphaGo.
IBM Watson: Inteligencia Universal
En 2011, IBM Watson derrotó a concursantes humanos en el concurso estadounidense de acción real Jeopardy!. Su concepto técnico se parece más a AlphaGo. La toma de decisiones de Watson consta de cuatro pasos: primero observación, recopilación de datos del entorno, luego hacer suposiciones sobre los datos, luego evaluar esas suposiciones y finalmente tomar una decisión. Sin embargo, existen algunas diferencias con AlphaGo. En primer lugar, está diseñado como una máquina de preguntas y respuestas. En segundo lugar, la formación de Watson requiere la participación de expertos humanos; por ejemplo, en temas de cáncer, los científicos deben eliminar la información obsoleta de libros masivos. y papeles. Información incorrecta, introduzca los datos compilados en la máquina. Pero al menos su capacidad para manejar muchos campos lo hace mucho más escalable que sus pares: Watson ya se está utilizando en el campo médico.
Logotipo de IBM Watson. Fuente de la imagen: IBM
Entonces, ¿cuál es la idea técnica de AlphaGo?
Deepmind creó AlphaGo en un intento de construir inteligencia artificial general a través de tecnología de aprendizaje por refuerzo (Reinforcement learning). Su concepto contiene dos entidades, una es la propia inteligencia artificial y la otra es el entorno en el que existe. Hay dos tipos de relaciones entre la inteligencia artificial y el medio ambiente: una es detectar datos a través de sensores y la otra es afectar el medio ambiente a través de acciones específicas. Debido a la complejidad del entorno, no puede obtener toda la información, por lo que necesita repetir continuamente el ciclo de percepción-reacción para lograr el máximo beneficio en el entorno. La mayoría de los mamíferos, incluidos los humanos, se ajustan a este conjunto de reglas.
La tecnología de aprendizaje por refuerzo detecta y retroalimenta continuamente la información del entorno. Fuente de la imagen: Google
Antes de AlphaGo, ya habían usado esta idea para permitir que la IA jugara. Un artículo de 2015 publicado en la revista Nature describió cómo conseguir que un algoritmo reproduzca diferentes programas de Atari, incluidos juegos como Space Invaders y Arkanoid. La IA ve videos de juegos como personas, opera juegos como personas y aprende lentamente desde un principiante hasta un experto en juegos. AlphaGo también se basa en el mismo principio y simula la forma en que las personas aprenden a jugar al Go. Juega al ajedrez como las personas y poco a poco aprende a pensar como un experto.
Este concepto técnico requiere datos originales, por lo que es más versátil que los métodos que requieren la entrada de datos organizados manualmente. En principio, si quieres aprender backgammon Go y Go con AlphaGo, no será un problema.
La razón por la que la tecnología AlphaGo se utilizó por primera vez en juegos es porque los juegos son mucho más simples que los problemas reales, ya sean juegos de ajedrez o juegos de computadora. También es probable que los juegos sean las primeras áreas en las que se haya puesto en práctica una tecnología similar: después de todo, con el desarrollo de la tecnología de juegos, los desarrolladores de juegos se han dado cuenta gradualmente de que una buena IA y gráficos realistas son igualmente importantes, ya sea un juego real. Los juegos de estrategia en el tiempo, como "Star Wars", "Conflict for Hegemony" también son un NPC en el juego de rol. La inteligencia artificial avanzada no solo puede convertirse en un oponente poderoso, sino también en un excelente compañero de equipo.
Sin embargo, su punto más fuerte es por supuesto su adaptabilidad y capacidad de aprendizaje. Deepmind afirma que este concepto técnico pronto se aplicará al ámbito médico para intentar solucionar el problema de la medicina personalizada. Y este es definitivamente sólo el primer paso.