Лента новостей

22:31
Стройка века идет полным ходом: рабочие уже делятся опытом с коллегами в РФ
22:30
Турчинов опозорился из-за обогревателя при запуске ракеты
22:28
Китай продолжил традиции советского военного кораблестроения
22:26
Третий крик галльского петуха: Почему французы ненавидят Ле Пен
22:25
Путин дал гражданство России украинскому социологу
22:23
The National Interest: американцам не нужна война с Россией из-за Украины
22:22
Прямое вмешательство США. Донбасс оккупирован американцами
22:21
Счет России к Эстонии за «бронзовую ночь» все еще не закрыт
22:20
Очередные послы ЕС одобрили безвизовый режим Украине
22:18
Военкомы ловят галичанских дезертиров на польско-украинской границе
19:42
Армии НАТО плагиатят российский «Танковый биатлон»
19:41
Ганапольский резко раскритиковал российское ТВ
19:40
Удар США по авиабазе Шайрат вынуждает Россию принять дополнительные меры по обеспечению безопасности
19:39
Ковитиди: Ковтун, хватит врать
19:38
Сирия сегодня: ИГИЛ в панике пытается объединиться с другими группировками
18:17
Россия может уничтожить все ВМС США всего одной «электронной бомбой»
18:14
Украина угрожает Белоруссии
17:50
Разоблачение французского доклада о применении зарина
17:45
Язык мой - враг мой: укропатриоты рассказали кто взорвал машину ОБСЕ
17:41
Американский беспредел в Сирии поставил под удар Россию
17:27
Авианосцы Китая охладят пыл США
17:21
Россия обошла США в «зерновой войне»
17:16
Трамп поклялся жестко осадить Россию
17:14
Dagbladet: Гигантская база Путина в Арктике
17:07
В России создается глиссирующая БМП для загоризонтной высадки
16:56
Агрессия США: причины, предпосылки и последствия
14:37
Как правильно бороться с эксплуататорами даже в одиночку
14:36
Православный фундамент Российской государственности
14:35
Арку дружбы народов в Киеве раскрасят в цвета ЛГБТ
14:34
Капитализм в России или «Голый русский»
14:33
Как обманули Францию
14:32
Заньер в Москве и ложь украинской прессы
14:30
Болгария шантажирует «Газпром» ради «Южного потока»
14:29
Сколько осталось украинцев?
14:29
Крымнаш: Россия может поучиться у Израиля отстаивать свои интересы
14:28
Блэкаут Луганску до лампочки
14:27
Спланированная непредсказуемость
14:26
Военные стратегии Украины и их вероятный финал
14:25
Террористы для Голан: ВВС Израиля вновь атаковали сирийскую армию
14:22
Эрдоган совершил ошибку перед встречей с Путиным
14:01
Моральное право России на Донбасс
13:58
США готовят Украину к большой войне
13:51
MarketWatch: Россия препятствует росту цен на нефть
13:47
Трамп заставит Австралию ввести сухопутные войска в Сирию
13:39
Die Presse: Кому выгодны санкции?
Все новости

Архив публикаций

«    Апрель 2017    »
ПнВтСрЧтПтСбВс
 12
3456789
10111213141516
17181920212223
24252627282930
» » 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...

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