DeepMinds banebrydende AlphaGo Zero AI er nu en alsidig gamer

Kategori: Kunstig intelligens Udsendt 06 dec

Udfordr ikke denne algoritme til et brætspil. Fordi det er sandsynligt, at det kan lære at overliste dig på en dag.

Tidligere i år rapporterede vi, at Alphabets datterselskab for maskinlæring, DeepMind, havde gjort et stort fremskridt. Ved at bruge en kunstig intelligens-tilgang kendt som forstærkende læring, havde den gjort det muligt for sin AlphaGo-software at udvikle overmenneskelige færdigheder til spillet Go uden behov for menneskelige data. Bevæbnet med kun spillereglerne var AI'en i stand til at lave tilfældige spil, indtil den udviklede strategier til at slå mester. Den nye software blev døbt AlphaGo Zero, fordi den ikke behøvede noget menneskeligt input.

Nu, i et papir udgivet på arXiv , rapporterer DeepMind-teamet, at softwaren er blevet generaliseret, så den kan lære andre spil. Den beskriver to nye eksempler, hvor AlphaGo Zero blev sluppet løs i spillene skak og shogi, et japansk spil, der ligner skak. I begge tilfælde var softwaren i stand til at udvikle overmenneskelige færdigheder inden for 24 timer, og besejrede derefter et verdensmesterprogram på overbevisende vis.

Det er måske ikke så overraskende, at AI var i stand til at opsamle dræberfærdigheder for de to spil så hurtigt: både skak og shogi er mindre komplekse end Go. Men DeepMinds evne til at generalisere softwaren, så den kan mestre forskellige spil, antyder stadig mere tilpasningsdygtige former for maskinintelligens.

Når det er sagt, er der stadig spil, som AI endnu ikke har mestret. Den måske største udfordring – som DeepMind allerede arbejder på – ligger i massivt komplekse online strategispil som Starcraft, som mennesker stadig er overlegne til. Som vi tidligere har forklaret, bliver maskiner nødt til at udvikle nye færdigheder, såsom hukommelse og planlægning, for at stjæle den krone. Men forvent ikke, at det tager for lang tid.