Что наша жизнь?
Игра, конечно.
А в играх побеждает ИИ. Непокоренных вершин все меньше: шахматы давно не проблема, Го сдалась издевательски легко, Starcraft взят, CS:GO – остался уделом китайских заключенных. Примеры множатся чуть ли не каждую неделю.
Вопрос с остальными формулируется не как, а когда.
Традиционный киберспорт потихоньку становится Паралимпиадой.
Если ИИ участвует в очередной стратегии, дальше он начинает в нее выигрывать.
Вопрос решен.
Однако кое-кто пошел дальше.
Ребята из Университета Джорджии опубликовали занятное исследование с неброским названием «Игровой движок, обучающийся от просмотра видео».
Там приведен небольшой пример того, как система может смотреть Super Maio Bros., предсказывать действия итальянского сантехника и одновременно писать код, повторяющий игру. В том числе с учетом предсказывая испытания, выпадающие незадачливому герою.
Таким образом ИИ не учится играть, а воссоздает контекст игры из наблюдения.
Строит набор правил, сам их меняет и прогоняет в тестах.
Этот результат, по моему скромному мнению, гораздо ценннее, чем возможность быстро принимать механические решения и отдавать команды в готовом фреймворке.
Если уметь воссоздавать декорации по визуальным образам и понимать, каким образом в них жить, то следующий шаг очевиден – нужно выйти за пределы моделирования.
Вопрос с трактовкой роботом эмоционально-этической стороны декораций в настоящий момент потихоньку доводится до 70% точности.
Все началось еще в 2008 году и на момент 2016 существовали приличные обучающие базы данных типа image-net.
ОК, с пониманием разобрались.
Теперь искусственный глаз прокинул мостик к осознанности.
Предположим, это не аркада, а многопользовательская игра и в процессе нужно уметь договариваться между разными сторонами. Как наиболеее комфортно это сделать?
На 26-м «футурологическом конгрессе», посвященном ИИ, обсуждалось невозможное число интересных тем.
От теоретической техники наконец-то перешли к вольной трактовке практических задач.
В частности, таких вот: «применение свободных агентов для взаимодействия с внешним миром».
Другими словами, может ли ИИ лучше договораиваться о сделках в реальной жизни, чем человек (или группа людей), которого он, по идее, должен представлять.
Сейчас применение ботов, обладающих подобными характеристиками, достаточно сильно ограничено. Это торговые площадки на eBay, юридические консультанты и уже как-то упоминавшиеся тут у меня роботы-рекрутеры.
На самом деле любое сложноструктурированное соглашение может быть решено применением автономных машин и довольно быстро.
Сами авторы доклада наивно лезут в бутылку с Парижским соглашением по проблеме климата или политическим урегулированием на Ближнем Востоке, но, если покушаться на Вильяма нашего Шекспира, более мелкие вопросы тюнингуются практически в режиме реального времени с качеством сильно выше доступного житейскому опыту.
Если взять несколько крупных торговых соглашений (примеров много в рамках APEC), то их достаточно легко воспроизвести теми самыми ботами. Везде в ситуации строго технического анализа лучше звать ИИ.
Возвращаясь к заявленной в начале теме: что такое понимать, как устроена игра?
В самом общем смысле речь идет о выборе правильной жизненной стратегии.
Как видим, весь инструментарий (в зачаточном виде) уже есть – дело во времени обучения.
Главное, чтобы оно оказалось больше 72 лет :-)
https://telegram.me/mikaprok
Journal information