Deep­Mind — ume­lá inte­li­gen­cia aká tu dote­raz nebo­la

/ 23. októbra 2016 / Tech a inovácie

Spo­loč­nosť Alp­ha­bet nedá­va­no ozná­mi­la, že jej sys­tém ume­lej inte­li­gen­cie (UI) sa už doká­že učit úpl­ne sám, bez zása­hu člo­ve­ka.

Fir­ma pat­ria­ca medzi špič­ku v oblas­ti naj­mo­der­nej­šej vedy a tech­ni­ky (mimo iné mater­ská fir­ma Goog­lu), zazna­me­ná­va ďal­ší vvý­raz­ný posun vo vývo­ji UI. Pro­jekt Deep­Mind už pred časom vzbu­dil pozor­nosť iným úspe­chom, kto­ré­ho dosia­hnu­tie sa odha­do­va­lo o viac ako desať rokov.

Tým­to úspe­chom bolo veľ­mi pre­sved­či­vé víťazs­tvo nad sve­to­vým veľ­maj­strom v hre Go. Ide o dosko­vú hru prí­buz­nú šachu, avšak s ove­ľa väč­ším množ­stvom kom­bi­ná­cií a teda aj výraz­ne vyš­šou nároč­nos­ťou. Nie­len že úspech ume­lej inte­li­gen­cie pri­šiel ove­ľa skôr než celý vedec­ký svet odha­do­val, sériu sa pia­tich par­tií sa jej poda­ri­lo ukon­čiť s výbor­nou bilan­ci­ou 4 — 1.

Sofis­ti­ko­va­nosť tej­to UI sa teraz opäť posú­va na nové úrov­ne. Ide o naj­nov­ší hyb­rid­ný sys­tém Deep­Mind, takz­va­ný dife­ren­ciál­ny neurál­ny počí­tač (ale­bo DNC — z ori­gi­ná­lu Dif­fe­ren­tial Neural Com­pu­ter), kto­rý využí­va už exis­tu­jú­ce úlož­né kapa­ci­ty dát, ako pri bež­ných počí­ta­čoch. Tie spá­ja s pokro­či­lou UI a jej neurál­nou sie­ťou schop­nou dáta rých­lo ana­ly­zo­vať.

Zdroj foto: DeepMind.com

Výskum­ní­ci z Deep­Mind, Ale­xan­der Gra­ves a Greg Way­ne, uvi­de­li, že ten­to model UI sa doká­že učiť na pred­chá­dza­jú­cich prí­kla­doch, teda podob­ne ako neurál­na sieť v ľud­skom moz­gu. Doká­že si ale tiež ukla­dať kom­plex­né dáta, tak ako počí­ta­če. Ľud­ský mozog využí­va veľ­ké množ­stvo pre­po­je­ní vo svo­jej neurál­nej sie­ti pre náj­de­nie naj­rých­lej­šie­ho rie­še­nia prob­lé­mu a pre poskyt­nu­tie žela­né­ho výstu­pu. Podob­ne teraz fun­gu­je aj spo­mí­na­ná UI. Postu­pom času pou­ží­va všet­ky zís­ka­né dáta pre čo naje­fek­tív­nej­šie dosia­hnu­tie správ­nych odpo­ve­dí. Nemu­sí už teda mecha­nic­ky vyrá­tať a vybe­rať zo všet­kých poten­ciál­nych výstu­pov a rie­še­ní, Deep­Mind si doká­že tie správ­ne deri­vo­vať na zákla­de pre­doš­lých skú­se­nos­tí.

Tím výskum­ní­kov uvie­dol dva prí­kla­dy pre lep­šie pocho­pe­nie pro­ce­su:

  1. Po zada­ní infor­má­cií o vzá­jom­ných vzťa­hoch vrám­ci rodok­me­ňa si UI sama zis­ti­la ďal­šie prí­bu­zen­ské vzťa­hy jed­not­liv­cov, záro­veň si však opti­ma­li­zo­va­la vlast­nú pamäť, aby v budúc­nos­ti moh­la tie­to infor­má­cie rých­lej­šie nájsť a pra­co­vať s nimi pri hľa­da­ní rie­še­ní ďal­ších poten­ciál­nych úloh.
  2. UI boli poskyt­nu­té základ­né infor­má­cie o rie­še­ní sys­té­mu verej­nej dopra­vy v lon­dýn­skom met­re. Deep­Mind sa okam­ži­te začal učiť všet­ky ostat­né tra­sy a ich rôz­ne pre­po­je­nia v rám­ci celé­ho zlo­ži­té­ho sys­té­mu.

Exis­tu­jú rôz­ne vyhliad­ky, kam ľud­stvo taký­to pokrok pri­ve­die. Od tých totál­ne pesi­mis­tic­kých, ako napr. Sky-Net ale­bo zlo­vest­ná Sho­dan, až po uto­pis­tic­ké, kto­ré mož­no vidieť vo fil­me Ona ale­bo u poru­čí­ka Data zo seriá­lu Star Trek. Ver­me teda, že na pro­jek­te Deep­Mind nepra­cu­jú žiad­ni šia­le­ní ved­ci, posad­nu­tí stvo­re­ním stro­ja na ovlád­nu­tie sve­ta. Nech už sú okol­nos­ti aké­koľ­vek, jed­na vec ostá­va istá, vývoj v oblas­ti UI urči­te nestag­nu­je.

Zdroj: thenextweb.com, zdroj titul­nej foto: thenextweb.com

Pridať komentár (0)