Лента TH Статьи о науке и технике


Искусственный интеллект Deep-G Network освоил несложные игры

∴ 173

artificial-intelligence

Разработчики компании Google создали уникальную систему искусственного интеллекта, способную без посторонней помощи изучать классические аркадные игры, которые работали на компьютерах 80-х годов. Благодаря функции самообучения искусственный интеллект смог идеально освоить игры и даже вытеснить с первой строки игрового рейтинга людей.

Искусственный интеллект, известный как Deep-G Network, способен обучаться на собственных ошибках, поощряя себя за успешные ходы и наказывая за ошибочные действия. Основой принципа самообучения стали две методики – обучение с подкреплением и глубинное изучение. Сочетание методик дало возможность познать цели и исследовать игровые процессы, проводя анализ пикселей изображения на мониторе во время игры.

Профессор информатики Стюарт Расселл рассказал, что полученные результаты являются крайне важным, но несколько пугающим достижением в сфере искусственного интеллекта. Профессор сравнил искусственный интеллект с новорождённым ребёнком, потому что у системы первое время полностью отсутствует понимание окружающего. Она просто начинает играть в компьютерные игры и делает это на протяжении многих часов.

Основой системы Deep-G Network стала разработка лондонских учёных, специализирующихся на изучении искусственного интеллекта. Google выкупил разработку, чтобы использовать её в собственных исследованиях. Их итогом будет умная машина, но на данный момент до окончательной реализации задумки остаётся ещё несколько десятков лет упорного труда. Система Deep-G Network – это важный шаг на пути к поставленной цели, потому что полученные данные говорят об успехе компьютерного самообучения.

Искусственный интеллект продемонстрировал свои умения на простейших аркадах, где от игрока требуются только внимательность и быстрота реагирования. Игры, требующие применения воображения, оказались для искусственного интеллекта пока непостижимыми, потому что у него пока полностью отсутствует способность абстрактно мыслить.

Способность искусственного интеллекта брать исходные данные для составления картины мира из пикселей на экране является очень многообещающей для будущего робототехники. Роботы должны уметь складывать представление об окружающем из изображений, сделанных его камерами. После анализа роботы смогут составлять план действий и выполнять поставленные задачи.