Лента новостей

21:31
В Киевских супермаркетах появились пункты вербовки в ряды ВСУ
21:31
Саудовская оппозиция в бешенстве от дипломатического дзюдо Дамаска
21:30
Культ личности Порошенко. Александр Роджерс
21:29
Немецкие танки перебросили в Литву для «сдерживания России»
21:06
Военные Игры в Сочи: "золото" в руках сборной России
21:05
Евровидение как диагноз
21:04
Украинские боевики пожаловались, что их заставили покинуть фильтровальную станцию
21:03
Украинские националисты открыли первый редут блокады на мариупольском направлении
21:02
Цэ Европа: Мусор из Львова
20:05
Хакеры Fancy Bears «слили» доклад о допинге в США
20:00
Эстония целит в коммунизм, но попадет в себя
19:57
Мой друг, посол России
17:59
Донбассу не оставили выбора
17:59
Михаила Касьянова облили зелёнкой на акции памяти Немцова в Москве
17:56
Вести недели с Дмитрием Киселевым от 26.02.17
17:55
Порошенко пообещал «не оставлять без поддержки» жителей Крыма
15:13
Мифы о Путине
14:44
Оккупирована ли Украина?
14:42
Смертельно опасные трюки Лукашенко: Президент Белоруссии встает на путь Януковича
14:41
Демократическая партия готовит провокацию против Трампа
14:39
ХПЛ – Хитрый План Лаврова
14:33
Несколько соображений о пользе (или, точнее, о вреде) кредитов
14:29
Forbes: Шведский нейтралитет: почему в детских садах Швеции больше нет «мальчиков» и «девочек»
14:23
Тадиф взят
14:19
Очень много воды
14:15
Отложенная угроза справа: настоящая хунта на Украине еще впереди?
14:14
Das Erste: немецкая разведка похвалила ФСБ за погранзоны с Белоруссией
14:13
Die Presse раскрыла «настоящих могильщиков европейской идеи»
14:10
Бог простит, хохол - нет
13:49
Крымские бандеровцы — инструкция по очистке
13:49
Боевики батальона «Азов» разрисовали краской российский банк в Одессе
13:48
За первый месяц президентства Трампа госдолг США снизился на $12 млрд
13:47
Кто залез своими лапами в Ливию
13:47
Саманта Пауэр в статье для NYT рассказала о дружбе с Виталием Чуркиным
13:46
Съезд пораженцев: В Киеве прошел форум «по деоккупации Крыма»
13:37
«В АТО есть что взять. Пахать дома скучно…»
13:36
Понавылазили
13:35
Поглумившийся над смертью Чуркина украинский депутат разбился в ДТП
13:34
ВКС и морская авиация запланировали получить за год 160 самолетов и вертолетов
10:28
Безопасность Украины — это и безопасность Польши
10:26
Особенности немецкого пития: сначала пиво, потом первач
09:59
Выживание в эпоху Трампа
09:57
Порошенко: «Я — украинский маршал Маннергейм»
09:55
Россия и Швейцария: пять неизвестных фактов
09:53
Донбасс отрезают от воды
Все новости

Архив публикаций

«    Февраль 2017    »
ПнВтСрЧтПтСбВс
 12345
6789101112
13141516171819
20212223242526
2728 
» » 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