Лента новостей

15:41
Спяшие - попадание в десятку!
15:29
Астроном НАСА рассказал, почему ученые до сих пор не нашли пришельцев
15:25
National Interest: Америке остаётся лишь наблюдать, как С-400 расходятся по миру
15:24
F-35 - залог мира. Потому что на войне ему делать нечего
15:21
США умирают в конвульсиях. И готовы разнести всю планету
15:20
Почему психует Пентагон
15:19
Гонка вооружений на новых физических принципах
15:16
Россия встряла в сирийский конфликт, чтобы отбить Украину у Запада
15:08
L'Orient-Le Jour: «Прагматическое сотрудничество»
14:39
Порошенко лишил парламент «брони», а михомайдан - главных лозунгов
14:38
Американцы назначат Вакарчука преемником Порошенко
14:37
Медреформа канадской докторши готовит миллионы украинцев к земле
14:36
Пентагон провёл перекличку в Сирии
13:09
Newsweek: «Искандер-М»: пугающее дополнение
13:03
Насильственная депортация как акт гуманизма
12:58
Царем будет Путин
12:43
Скисшие «сливки общества»: Собчак и Сечин в списке антигероев
12:37
Путин считает, что Украина — недогосударство
12:32
У Порошенко патронов осталось — только застрелиться
12:24
РФ обеспокоена возможным вмешательством США в выборы
11:31
Про сыр при социализме и капитализме
11:29
Хорошо ли жили в СССР
11:22
Как правильно использовать труды академика Фоменко?
11:21
Исторический расчёт: почему Россия продала Аляску
11:21
Александр Роджерс: А что там у американцев?
11:20
Путь Симона Петлюры: украинские власти выбрали плохой пример для подражания
11:19
Список «козлов на вынос»: Порошенко, Аваков…
11:18
«Цэ фиаско, браття». Киевский режим довел ситуацию до конфликта с ЕС
11:17
Госдеп подставил Трампа: фронт ан-Нусра применял химическое оружие в Идлибе
11:07
В брехню Гройсмана не верят даже кастрюльки
11:06
Путин: Ельцин сдал все наши ядерные секреты американцам
10:55
Корейская неожиданность: на что способен новый танк Сеула «Черная пантера»
10:52
Путину пришлось защищать Трампа
10:51
Зарядите мои «Искандеры»
00:11
Россия должна вернуть Украине ядерный арсенал
00:05
Этот день в истории - 20 Октября
21:44
Северная Корея нацелилась на создание подводных атомных крейсеров
21:42
Скандальное расследование ФБР о связях Клинтон с Кремлем
21:41
США обвинили Дамаск и всех союзников в попытках помешать освобождению Ракки от ИГИЛ
21:39
Конгресс США признал, что Порошенко захватил власть на Украине
21:37
«Русские сильно опережают американцев в игре в прятки…» Советская Россия глазами индийца
21:34
Что случилось с «крышей» Муженко?
21:32
Европа не признает независимость Каталонии
21:11
Длинная тень Януковича над Киевом
21:10
Перераспределяя ресурсы: почему Пентагон предлагает сократить количество военных баз США в мире
Все новости

Архив публикаций

«    Октябрь 2017    »
ПнВтСрЧтПтСбВс
 1
2345678
9101112131415
16171819202122
23242526272829
3031 


» » 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

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