Nowe AI Google uczy się jak zwierzęta

Firma DeepMind, która niedawno została przejęta przez Google, od paru lat pracuje nad bardzo interesującą sztuczną inteligencją. Uczy się ona bowiem grając w stare gry wideo, bez żadnego dodatkowego wsparcia ze strony inżynierów, którzy jedynie stosują triki używane przy tresurze zwierząt.

DeepMind zostało założone przez Demisa Hassabisa - młodego brytyjskiego geniusza o cypryjskim pochodzeniu, który w wieku 13 lat osiągnął poziom mistrzowski w szachach (2300 punktów w rankingu Elo), a następnie zajął się programowaniem - brał udział między innymi w tworzeniu kultowego Theme Park, a także projektował poziomy do Syndicate.

Później opuścił on jednak tworzenie gier aby zająć się neurologią i tam szukał inspiracji do tworzenia AI. Jest on autorem kilku naukowych prac z tej dziedziny, a jego najczęściej cytowaną pracą jest ta, w której dowiódł on, że pacjenci z uszkodzonym hipokampem nie są w stanie wyobrażać sobie siebie w nowych sytuacjach.

Wszystkie swoje doświadczenia wykorzystał on w tworzeniu DeepMind Technologies - firma wystartowała w 2011 roku, a w zeszłym roku Google nabyło ją za 400 milionów funtów. Czy tak wysoka cena była uzasadniona? Hassabis w tworzeniu AI DeepMind wykorzystał całą swoją wiedzę z dziedziny programowania i neurologii, a efekt jest dość oryginalny.

DeepMind uczy się bowiem grając w gry retro z konsoli Atari 2600. Ma ono do dyspozycji kilkadziesiąt tytułów, a jego ojcowie w żaden sposób nie wyjaśnili mu ich zasad - komputer musi się nauczyć ich sam. Jednak dostaje on od nich wsparcie w podobny sposób w jaki nagradzane są psy podczas tresury - dobre osiągnięcia są nagradzane.

Metoda ta okazała się dość trafiona - DeepMind szybko nauczyło się grać w gry, w tych prostszych osiągając poziom mistrzowski. Rozgryzienie tych bardziej skomplikowanych, wymagających bardziej abstrakcyjnego myślenia i strategii ma być tylko kwestią czasu.

Potem jego twórcy będą chcieli aby AI nauczyło się grać w StarCrafta.

Na razie jest to zatem dość wydajny system uczenia maszynowego, ale może się on bardzo przydać w przyszłości w tworzeniu AI z prawdziwego zdarzenia.

Źródło: