Лента новостей

11:18
Курортный сбор возьмут по-европейски, но потратят по-русски
11:16
Игры варваров
11:15
Молодые и дерзкие. Как два принца Ближний Восток не поделили
11:13
Тем временем: Львов созывает вече по мусору
11:12
Беги, Петя, беги!
11:10
Почему Порошенко оказался под забором Белого дома
11:09
Михаил Кутузов: скончался на чужбине, похоронен на Родине
11:07
Бородатые герои: Секретный мусульманский спецназ «Туран»
11:06
В Совете Федерации прокомментировали возможный выход США из договора РСМД
11:04
США готовятся делить Сирию
00:00
Этот день в истории - 25 Июня
21:40
«Хлебное перемирие»: Огонь, батарея!
21:37
El Nuevo Herald: Доктрина трамповского эгоизма
21:24
Глава ФСБ призвал к созданию национальных мессенджеров
21:23
Турчинов рассказал о создании оружия нового поколения на Украине
21:21
Груда металла: ураган изувечил американские «ядерные чемоданчики» E-4B
21:20
Крым бьёт рекорды призывной кампании по Южному военному округу
21:19
Путин проинспектирует «Артек» и откроет новую смену в честь Саманты Смит
21:19
Хотим больше батальонов: Грибаускайте наградила Меркель высшей государственной наградой Литвы
21:17
Наблюдательный полет США и Украины над Россией в очередной раз сорвался
21:15
Платить неохота! Украина «забила» на решение Лондонского суда по евробондам
21:14
Импичмент для Порошенко, кутузка для Тимошенко: на Украине обостряется политический кризис
21:13
Порошенко похвастался аналогом советского Ан-32: «Наш невероятный красавец»
21:12
Сергей Митрохин – шумная шестеренка безнадежного «Яблока»
21:11
На Украине продолжают оскорблять покойного Баталова из-за Крыма: «Предатель»
21:06
Сергей Аксенов: объем инвестиций в экономику Крыма превысил 100 млрд рублей
21:05
Турчинов призвал закрыть границу Украины для россиян без биометрических паспортов
20:58
Спутник Минобороны РФ выведен на орбиту
20:52
Загадка с зеркальным неизвестным
20:45
Авантюризм «Барбароссы»: Как «политическая воля» фюрера подавила стратегов германского Генштаба
19:45
Washington Post: в Белом Доме выступают против новых санкций в отношении России
19:44
Нашествие галлов и двадцати народов
19:43
Хотели быть «неРоссией», а стали ничем
19:41
Мутко: Другой сборной России не будет, инопланетяне не прилетят за нас играть
19:39
Страна-бензоколонка с разорванной в клочья экономикой…
19:39
МИД Украины направил России ноту протеста из-за поездки Путина в Крым
19:23
Прогиб Катара не засчитан
19:22
В тени Калашникова. Пять малоизвестных автоматов Российской армии
19:11
Эффектные кадры поражения целей крылатыми ракетами Калибр в Сирии
19:09
Перелом в войне: ситуация в Сирии кардинально изменилась
16:26
Die Welt: Первое столкновение Терезы Мэй и Евросоюза
16:21
«Российские свиньи не хотят доиться, а помидоры — краснеть»
16:17
Bloomberg: Сохраняя лицо, Россия готовится к санкциям
16:10
Шашлык для Ахмета
16:04
В Овальный кабинет за секонд-хендом
Все новости

Архив публикаций

«    Июнь 2017    »
ПнВтСрЧтПтСбВс
 1234
567891011
12131415161718
19202122232425
2627282930 
» » 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