Лента новостей

10:23
Карающий перст спикера
10:22
Обама признал вину США в становлении ИГ
10:21
Чемодан, вокзал, Россия...
10:17
Трампу не по карману новый самолет: на чем летает Путин
10:14
ВКС РФ продолжают кошмарить джихадистов: под ногами боевиков горит земля
10:13
Усиление «адских утят»: какие боевые возможности получит обновленный Су-34
09:01
Украина ударила по «Газпрому»
08:57
Средиземноморской эскадре рекомендован курс на Ливию
08:56
Кургинян: Порошенко должен был немедленно уйти в отставку
08:55
Другого повода для войны просто не существует
08:53
Так вот у кого свидомые украинцы учились!
08:52
Крестоносцы в штатском. Как Сорос и Ватикан ведут борьбу с Россией
08:51
Отчет ЕСА: Украина - самая коррумпированная страна Европы
08:49
Перешедший на сторону ЛНР украинский военный дал пресс-конференцию в Луганске
08:48
Госдеп попросил Россию поверить в способность США размежевать боевиков в Алеппо
08:48
Украина будет председательствовать в Совбезе ООН в феврале
08:47
1200 до линии боев
08:47
Трамп намерен сотрудничать со странами, готовыми к борьбе с терроризмом
08:46
Навязчивая идея: глава Генштаба Украины подсчитал потери в случае войны с Россией
08:44
Меркель: Алеппо - это позор! Мы вместе, мы поможем!
08:44
Этот день в истории - 7 Декабря
08:43
Украину оставили без шансов на семь миллиардов долларов «Газпрома»
08:43
Мураховский: Если ВСУ вооружаются «Максимами», то и до буденовок недалеко!
21:40
Пиррова перемога «Нафтогаза»
21:40
Меркель хочет начать всё с чистого листа
21:39
Президент РФ обсудил проблемы судебной системы
21:37
Потери «Адмирала Кузнецова»: Мы утопили $50 млн за три недели
21:36
Назарбаев: Казахстан был колонией, нас заставляли глотать пыль
21:33
Котёл для русских
20:43
Россия и Турция: Кто с чем не согласен?
20:28
Четыре километра подо льдом: как российские ученые нашли в недрах Антарктиды затерянный мир
18:02
Зачем США запросили компромат на Порошенко?
18:01
Ученые: мирный договор с Японией не нужен
18:01
«Аллигатор» выходит в открытое море
17:59
Дружба приносит свои плоды
17:59
Запад бессилен помешать освобождению Алеппо
17:58
Порошенко попал
17:55
«Аллигатор» выходит в открытое море
17:53
Унизительное поражение США в Сирии
17:49
Генштаб ВСУ занимает круговую оборону
17:46
Россия придет к нам с войной
16:39
Смерть Аляски. История нефтедобычи
16:37
Для ВМФ создают робот, способный имитировать любую подлодку
16:36
Украинский лес вывозит австрийская компания в Румынию, оформляя его как дрова
16:35
ВСУ - 25! Путь от кретинов до карателей
Все новости

Архив публикаций

«    Декабрь 2016    »
ПнВтСрЧтПтСбВс
 1234
567891011
12131415161718
19202122232425
262728293031 
» » Искусственный интеллект Google Deep-G самостоятельно достиг совершенства в простых компьютерных играх

Искусственный интеллект Google Deep-G самостоятельно достиг совершенства в простых компьютерных играх




Специализированная система искусственного интеллекта, разработанная специалистами компании Google, успешно справилась с задачей самостоятельного изучения задач и действий, выполняемых вкомпьютерных классических играх-аркадах, работавших на компьютерах Atari 1980-х годов. Более того, за счет эффективного использования заложенных в нее функций самообучения, эта программа овладела игровым процессом в полном совершенстве, потеснив с первых мест таблиц рекордов самых опытных людей-игроков.

Система искусственного интеллекта, имеющая название Deep-G Network (DQN), эмпирически учится на своих ошибках, будучи виртуально поощряемой в случае совершения успешных действий и виртуально наказываемой в случае ошибки. В основу функций самообучения системы DQN легли два различных метода, обучение с подкреплением (reinforcement learning) и глубинное изучение (deep learning). Благодаря комбинации этих двух методов, ИИ имеет возможность изучать цель игры и игровой процесс, анализируя пиксели изображения на экране игрового компьютера.

"Это очень внушительное достижение в области искусственного интеллекта. И его результаты немного пугающие" - рассказывает Стюарт Рассел (Stuart Russell), профессор информатики в Калифорнийском университете, Беркли, и автор более сотни работ, посвященных проблемам искусственного интеллекта, - "Ситуация, в которой оказывается искусственный интеллект, подобно ситуации, в которой оказывается ребенок после появления его на свет. У системы нет никакого понимания происходящего вокруг, она просто "открывает" свои глаза и смотрит, играя в течение нескольких часов в 50 игр на компьютере Atari. Если бы это был ваш ребенок, вы посчитали бы, что он одержим злыми демонами компьютерного мира".

В основу системы DQN легла работа специалистов компании из Лондона DeepMind Technologies, компании, специализировавшейся на создании искусственного интеллекта и выкупленной компанией Google в 2015 году за 400 миллионов долларов. Для обучения своих систем ИИ специалисты компании DeepMind использовали около 2600 игр Atari, которые из-за своей простоты не представляли большой сложности для выяснения цели самой игры и особенностей игрового процесса.

"Нашей конечной целью является создание умных машин" - рассказывал Демис Хассабис (Demis Hassabis), основатель компании DeepMind, - "Но сейчас мы находимся еще на расстоянии нескольких десятилетий от реализации этой идеи. Тем не менее, создание системы DQN является существенным шагом по лестнице к нашей цели. Этим мы показали, что обычные принципы компьютерного самообучения действительно работают и могут связать пиксели на экране с конкретными действиями, что считается одной из самых сложных задач".

Следует отметить, что искусственный интеллект DQN показал всю свою мощь на простых аркадных играх, таких как Breakout, одна из версий Арканоида, Space Invaiders и других, где требуется лишь внимание и хорошая реакция игрока. На играх, в которых уже требуется некоторое воображение, планирование на некоторое время вперед, таких как Seaquest, система DQN полностью провалилась из-за полного отсутствия у нее такого понятия, как абстрактное мышление.

Как уже упоминалось выше, программа DQN черпает все исходные данные из пикселей экрана, которые являются элементами двухмерных проекций двухмерных или трехмерных объектов. Именно эта функция, согласно мнению некоторых экспертов, станет основополагающей в будущих системах искусственного интеллекта.

"Эта возможность является весьма многообещающей для робототехники. Ведь робот, как и система DQN, должен будет суметь сложить свое представление об окружающей среде из пикселей изображений, получаемых его камерами. И на основе полученного представления робот сможет планировать свои действия, нацеленные на выполнение поставленной ему задачи" - рассказывает Марк Ридл (Mark Riedl), профессор информатики из Технологического университета Джорджии, - "Конечно, восприятие и действия в реальном мире намного сложней, нежели компьютерные игры, но все базовые принципы останутся неизменными".




Первоисточник





Опубликовано: legioner     Источник

Похожие публикации


Добавьте комментарий

Новости партнеров


Loading...

Loading...

Информация
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.
Наверх