Лента новостей

18:03
Почти 40% опрошенных россиян не употребляют алкоголь
18:01
Для Киева диверсанты – пушечное мясо
17:59
ВМС Украины заявили о гибели своего флота
17:58
Как удачное фото поставило под удар репутацию Киева
17:58
Погода меняет границы: сибирякам вернут Сладкое
17:52
Директор "Южмаша" рассказал пранкерам о поставке двигателей в КНДР
17:48
Иранцы строят в Сирии ракетный завод, который будет защищён российской ПВО
17:47
Россия больше не будет доброй: наших соседей ждет мрачное будущее
17:46
«Пятая колонна» продавила сокращение расходов на оборону России
17:45
Троянские эмигранты России: как мы экспортируем на Запад проблемы и ложь
17:44
Кто по-настоящему убил «Курск»
12:28
Смирнов объяснил, почему «туристическая блокада» Крыма провалилась
12:27
Экс-глава MI-6 раскрыл провалившиеся из-за Путина планы Британии по развалу России
12:25
Цэевропа скупила все российские товары: оборот с агрессором вырос на 40%
12:24
«Хватит болтать про Крымнаш!» Глава МИД Германии предложил забыть про полуостров и добиваться перемирия на Донбассе
12:24
Баржа придёт – порядок наведёт. Гройсман лично возглавит арбузный караван
12:23
Стройка Керченского моста: вбита последняя свая для автомобильной части
12:22
«Третья мировая война» начнется на Украине
12:21
Майданный синдром: санкции против России вызваны «обидой за Крым»
12:20
Россия, Китай, теперь ещё и Германия против США в вопросе Северной Кореи
12:19
Как при Каддафи: что Москва может получить в Ливии
12:18
«Терминатор»: судный день
10:38
Павел Раста: Игрушки дьявола
10:37
Возвращение к корням: трансформация фермерства в России
10:36
Экономика России вступила в новую стадию медленного роста
10:35
Началась Иловайская битва №2
10:33
Скандал с Ираном - это очень плохая новость
10:32
Малороссия или Украина?
10:31
Украинские ДРГ понесли потери, пытаясь прорваться на территорию ДНР
10:30
«Аль-Каида» напала на «умеренных отрезателей голов», захватив их штаб и склад ракет TOW
10:30
Постыдная тайна памятника воинам АТО
10:07
«Великие маги» возвращаются. «Белое братство» Америки выходит из подполья
10:02
Амстердамский договор 1717 года – крупный успех русской дипломатии
10:01
Укрофашизм и деградация разума
10:00
Как из-за одного химика немцы полгода не могли бомбить Ленинград
09:57
Несколько фактов о Российской империи
23:21
Украинский флот исчезнет в ближайшее время
23:10
Новости США: в Шарлотсвилле не обошлось без иностранного вмешательства
23:09
The Times в тревоге: немецкие политики хотят наладить отношения с Москвой
23:07
Сирийский след в Венесуэле: чем на самом деле Мадуро разозлил США
23:06
Насколько опасна непредсказуемость Трампа?
23:01
Транзитный тупик вместо транзитного коридора
23:00
Александр Роджерс: Шарлоттсвиль и гражданская война в США
22:58
США сделали «первый выстрел» в конфликте с Китаем
22:56
Где пройдет решающая битва сирийской войны
Все новости

Архив публикаций

«    Август 2017    »
ПнВтСрЧтПтСбВс
 123456
78910111213
14151617181920
21222324252627
28293031 
» » 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