Paljud meist mäletavad ja teavad, millised on lasteaiad. Õpitoad on täis mänguasju ja mõistatusi, muusikat ja raamatuid, lilli ja vahel ka kasse, tutvustades rikka ja lopsakat maailma, millega lapsed saavad mängida ja mängu kaudu õppida. Kuid vastupidiselt levinud arvamusele pole lastemäng kaugeltki lihtne. Neil pole lihtsalt lõbus - nad õpivad, saavad maailma mõistmise. Mängides mitmekesises ja veetlevas universumis toetame lapse mitmekülgset intelligentsust.
Miks mitte õpetada AI-d samal viisil?
Mitte kaua aega tagasi avas mittetulundusühing OpenAI AI-le virtuaalse maailma, kus seda uurida ja mängida. Universumi projekti eesmärk on sama suur kui selle nimi: õpetada ühele AI-le tegema mis tahes ülesannet, mida inimene saab arvuti abil täita.
Koolitades üksikuid AI esindajaid silma paistma erinevate reaalainete ülesannetega, loodab OpenAI viia meid ühe sammu lähemale tõeliselt intelligentsetele robotitele - paindlike arutlusoskustega nagu meiegi.
Üldine luure
Pole kahtlust, et AI on muutumas hirmutavalt nutikaks.
Reklaamvideo:
Arvutid saavad nüüd keeli täpselt näha, kuulda ja tõlkida, mõnikord isegi inimestest ees. Just sel aastal alistas DeepMindi AlphaGo kõrgetasemelise lähimängu seerias 18-kordse maailmameistri Lee Sedoli, kümme aastat varem, kui mõned eksperdid eeldasid.
Kuid tõde on see, et AI-d on ainult nii head kui õpetatud. Paluge AlphaGol malet mängida ja programm läheb suure tõenäosusega masinlikul viisil segadusse, isegi kui selgitate reegleid sellele väga detailselt.
Siiani on meie AI-süsteemid ülitõhusad hobused ühe triki jaoks. See on osaliselt õppemeetodi süü: teadlased alustavad AI tühja kiltkivist, suunates selle läbi miljonite katsete, kuni see õnnestub ja lahendab ühe probleemi. AI ei koge kunagi midagi muud, seega kuidas ta teab, kuidas mõnda muud probleemi lahendada?
Üldise intelligentsuse saavutamiseks - mis on võimeline kasutama inimlikul tasandil omandatud kogemusi uute probleemide lahendamiseks - peab AI oma kogemused teiste probleemide lahendamiseks üle kandma. Ja Universum aitab neid selles. Erinevaid stsenaariume täis maailma kogedes loodavad OpenAI teadlased, et AI omandab teadmised maailmast ja paindlikud probleemilahendusoskused, mis võimaldavad sellel “mõelda”, selle asemel, et jääda igavesti ühte ahelasse.
Vapper uus maailm
Selle keskmes on universum võimas platvorm, mis hõlmab tuhandeid keskkondi, pakkudes tavaliselt standardseid meetodeid AI-agentide koolitamiseks. Tarkvaraplatvormina pakub Universe platvormi kellegi teise tarkvara käitamiseks, et programmid saaksid õppida erinevates keskkondades - näiteks Atari ja näiteks välkmängud, rakendused ja veebisaidid on juba kasutusele võetud.
Ees on veel teisi.
Teoreetiliselt saab Universum kasutada mis tahes tarkvara mis tahes arvutis, võimaldades teadlastel oma AI-sid sisestada ja treenida. See on nagu lapse suvelaagrisse saatmine: valid oma niši, tegevuse tüübi, ootad, kuni ta selle omandab, siis veel ühe ja nii edasi, teed supluse ja korda.
Universumis suhtleb AI virtuaalse maailmaga samal viisil, nagu inimesed kasutavad arvutit: see "näeb" ekraanil piksleid ja kasutab käskude sisestamiseks virtuaalset klaviatuuri ja hiirt.
Selle teeb võimalikuks virtuaalne võrguarvuti (VNC) - sisuliselt töölaua ühiskasutussüsteem, mis võimaldab klaviatuuri ja hiire liikumist ühest arvutist teise edastada (õpikeskkond). Kui keskkond muutub, saadab VNC värskendatud ekraanipildid tagasi AI-le, võimaldades tal astuda järgmise sammu. VNC tegutseb AI silmade ja kätena.
Kuidas koolitus toimub?
Kõiki universumiga ühendatud AI-sid treenitakse tugevdusõppena tuntud võimas tehnika abil, mis on viinud AlphaGo edu. See termin varjab aga seda, kuidas me inimesed delfiine, koeri ja isegi lapsi koolitame. See on õppimine katse-eksituse meetodil: valige toiming ja kui olete selle eest premeeritud, siis jätkake head tööd. Kui ei, proovige midagi muud.
Selle asemel, et alustada täiesti tühja AI-ga, annavad teadlased neile mõnikord tõuke, lastes neil "vaadata" inimestel probleemi lahendada. See võimaldab AI-l kujundada esmamulje ja paremini mõista, kuidas oma otsuseid optimeerida.
Tugevdusõpet kasutatakse juba paljudes AI rakendustes. Universumi sisemuses ilmneb selle tehnoloogia jõud aga täies mahus. Kuna AI võib mängude ja rakenduste vahel liikuda, võib see ühe rakenduse õpitu võtta ja hõlpsalt seda mõtestada teises - seda nimetatakse siirdeõppeks või ülekandeõppeks. Seda oskust ei ole kerge omandada, kuid see on intelligentsete autode poole liikumisel hädavajalik.
OpenAI sõnul liigume sinna aeglaselt: mõnel nende agendil on juba märke õppimisvõimaluste nihutamisest ühelt sõidumänult teisele.
Mängudest ja lõpetades löögimaailmaga
Nagu paljud teisedki AI arendajad, kasutab OpenAI Universumi tõukamiseks mänge põhjusel: nad mõõdavad neid lihtsalt edu mõttes. Kuna mänge mõõdetakse erineva statistika ja skooride abil, saab süsteem neid numbreid hõlpsalt kasutada AI edusammude mõõtmiseks ja vastavalt sellele premeerimiseks. See on õppimise tugevdamiseks hädavajalik.
Kuna Universum toetub pikslitele ja klaviatuuridele, saavad inimesed mängida ka platvormil mänge. Need sessioonid registreeritakse ja need annavad lähtekoha AI tulemuslikkuse hindamiseks (pole halb töö, tunnistage seda).
Kuid mängud on vaid väike osa meie suhtlusest digitaalse maailmaga ja projekt Universum liigub juba projekti Mini Mini of Bits abil oma võimalustest kaugemale. Bitsid on mitmesugused brauseri interaktsioonid, mida me Internetis surfates kohtame: teksti tippimisel või rippmenüüdest suvandite valimisel, klõpsates nuppu Esita.
Need ülesanded, ehkki lihtsad, moodustavad aluse sellele, kuidas me veebi aarete juurde ühendame. OpenAI soovib, et AI saaks Internetis vabalt liikuda - näiteks saab ta tellida lennupileti. Ühes Universumi keskkonnas annavad teadlased juba AI-le soovitud broneerimisgraafiku ja õpetavad seda otsima lende erinevatest lennufirmadest.
Ja see on alles algus.
Universum ainult kasvab ja laieneb. Microsofti Malmo platvorm, mis kasutab AI koolitamiseks Minecrafti, peab integreeruma Universumiga. Populaarne valguvoldimismäng fold.it, Androidi rakendused, HTML5 mängud ja muu ootab järjekorda.
Kummitus autos
Nüüd saame AI-d õpetada mängima erinevaid mänge ja veebis surfama. Vahva, mõtle vaid. Kas see viib meid üldluure juurde?
Võib-olla läheb tee pikaks.
Kuid AI, kes teab, kuidas võita ükskõik millist mängu, mille sellele viskate, suudab mõelda vaid loogiliselt ja saavutada võit mõne sammuga. AI, mis suudab liikuda GTA V kaootilises maailmas, peaks juba mõistma reaalmaailma füüsika, vägivalla ja kättemaksu põhialuseid. Internetis töötav AI teab juba seda, kuidas inimesed tavaliselt üksteisega suhtlevad, ja saab neid teadmisi kasutada teabe hankimiseks, oma veebiaidentiteedi loomiseks või isegi teiega piilumiseks.
Iga päev õpime, mängime, töötame ja kasvame digitaalses valdkonnas. Paljude jaoks on nende ja nullide maailm sama reaalne kui see, kuhu me sündisime. Nüüd, kui AI-l on juurdepääs sellele digitaalmaailmale, on tema kord kasvada. Vaatame, kui kaugele ta võib minna.
ILYA KHEL
