🍧 🧛🏾 🤡 एक सरल खेल के उदाहरण के रूप में कृत्रिम बुद्धि की खेती 🍸 🕓 🌕

इस लेख में, मैं एक आनुवंशिक एल्गोरिथ्म का उपयोग करके सरल कृत्रिम बुद्धिमत्ता (एआई) बढ़ने के अनुभव को साझा करूंगा, और मैं किसी भी व्यवहार को बनाने के लिए आवश्यक आदेशों के न्यूनतम सेट के बारे में भी बात करूंगा।

काम का नतीजा यह था कि एआई, नियमों को नहीं जानता था, स्वतंत्र रूप से टिक-टैक-टो के खेल में महारत हासिल की और इसके खिलाफ खेलने वाले बॉट की कमजोरियों को पाया। लेकिन मैंने एक और भी सरल कार्य के साथ शुरुआत की।

निर्देश सेट

यह सब AI के सेट का आदेश तैयार करने के साथ शुरू हुआ। उच्च-स्तरीय भाषाओं में सैकड़ों विभिन्न ऑपरेटर होते हैं। आवश्यक न्यूनतम को उजागर करने के लिए, मैंने असेंबलर भाषा की ओर मुड़ने का फैसला किया। हालांकि, यह पता चला कि इसमें कई कमांड हैं।

मुझे डेटा पढ़ने और आउटपुट करने, मेमोरी के साथ काम करने, गणना और तार्किक संचालन करने, संक्रमण और लूप बनाने के लिए एआई की आवश्यकता थी। मैं ब्रेनफक भाषा में आया था, जिसमें केवल 8 कमांड होते हैं और कोई भी गणना कर सकता है (यानी ट्यूरिंग पूर्ण)। सिद्धांत रूप में, यह आनुवंशिक प्रोग्रामिंग के लिए उपयुक्त है, लेकिन मैं आगे बढ़ गया।

मैंने सोचा: किसी भी एल्गोरिथ्म को लागू करने के लिए आवश्यक न्यूनतम संख्या क्या है? जैसा कि यह निकला - एक!

URISC प्रोसेसर में केवल एक कमांड होता है: घटाना एक से अधिक होने पर घटाया गया, तो अगला निर्देश घटाएँ और छोड़ें। यह किसी भी एल्गोरिथ्म का निर्माण करने के लिए पर्याप्त है।

ओलेग मोज़ेनका और भी आगे बढ़ गया, उसने बिटबिटजंप टीम विकसित की और साबित किया कि यह ट्यूरिंग के अनुसार पूरा हो गया है। कमांड में तीन पते होते हैं, पहली से दूसरी मेमोरी एड्रेस पर एक बिट की प्रतिलिपि बनाता है और तीसरे पते पर नियंत्रण स्थानांतरित करता है।

ओलेग के विचारों को उधार लेने के बाद, काम को आसान बनाने के लिए, मैंने SumIfJump टीम विकसित की। कमांड में चार ऑपरेंड होते हैं: ए, बी, सी, डी और निम्नलिखित करते हैं: ए से एड्रेस बी तक सेल से डेटा जोड़ता है, यदि मान निर्दिष्ट * से अधिक है, तो यह सी को संबोधित करता है, अन्यथा यह डी को संबोधित करता है।

टिप्पणी

* इस मामले में, 128 का उपयोग किया गया था - जीनोम की लंबाई का आधा।

जब ऑपरेंड ए मेमोरी सेल N0 तक पहुंचता है, तो डेटा इनपुट किया जा रहा है, और जब यह सेल एन 1 पर जाता है, तो आउटपुट।

नीचे FreePascal पर SumIfJump कोड (डेल्फी का एक मुक्त एनालॉग) है।

procedure RunProg(s: TData); var a, b, c, d: TData; begin Inc(NStep); if NStep > MaxStep then begin ProgResult := 'MaxStep'; Exit; end; a := s; b := s + 1; c := s + 2; d := s + 3; a := Prog[a]; b := Prog[b]; c := Prog[c]; d := Prog[d]; if a = 0 then begin ProgResult := 'Input'; Exit; end; if a = 1 then begin ProgResult := 'Output'; Exit; end; Prog[b] := Prog[b] + Prog[a]; if Prog[b] < ProgLength div 2 then RunProg(c) else RunProg(d); end;

SumIfJump आत्म-संशोधित कोड को लागू करता है। यह सामान्य प्रोग्रामिंग भाषा में उपलब्ध किसी भी एल्गोरिदम को निष्पादित कर सकता है। कोड किसी भी हेरफेर को संशोधित करने और वापस लेने में आसान है।

सरल कार्य

इसलिए, हमारे एआई में केवल एक टीम है। जबकि टिक-टीएसी-पैर की अंगुली उसके लिए बहुत मुश्किल खेल है, और मैंने एक सरल के साथ शुरुआत की।

बॉट एक यादृच्छिक संख्या देता है, और एआई को डेटा पढ़ना चाहिए और जवाब देना चाहिए। यदि संख्या औसत (यादृच्छिक संख्या की सीमा से) से अधिक है, तो एआई को औसत से कम और इसके विपरीत संख्या देनी चाहिए।

हमारे एआई के जीनोम में 0 से 255 तक मान के साथ 256 सेल होते हैं। प्रत्येक मान एक मेमोरी, एक कोड और एक पता है। कोड निष्पादन चरणों की संख्या 256 तक सीमित है। ऑपरेंड एक के बाद एक पढ़े जाते हैं।

प्रारंभ में, जीनोम यादृच्छिक संख्याओं के एक समूह द्वारा बनता है, इसलिए एआई को यह नहीं पता है कि इसे खेलने की क्या आवश्यकता है। इसके अलावा, वह नहीं जानता है कि उसे क्रमिक रूप से डेटा दर्ज करने और बॉट को जवाब देने की आवश्यकता है।

जनसंख्या और चयन

पहली आबादी में 256 एआई शामिल हैं जो बॉट के साथ खेलना शुरू करते हैं। यदि AI सही क्रिया करता है, उदाहरण के लिए, इनपुट डेटा का अनुरोध करता है, और फिर कुछ प्रदर्शित करता है, तो AI अंक प्राप्त करता है। अधिक सही कार्य, अधिक अंक।

सबसे अधिक अंक पाने वाले 16 एआई 15 संतान देते हैं और खेल में भाग लेते रहते हैं। एक वंशज एक उत्परिवर्ती है। उत्परिवर्तन एक यादृच्छिक सेल को मूल मान के साथ यादृच्छिक मान में प्रतिस्थापित करने से होता है।

यदि पहली जनसंख्या में कोई AI अंक नहीं देता है, तो अगली जनसंख्या बनती है। और इसलिए जब तक कि कुछ AI सही कार्रवाई करना शुरू कर देते हैं और "सही" संतान देते हैं।

विकास

एन	मील के पत्थर
1	ऐ कुछ नहीं करता। कार्यक्रम 256 कदम और समाप्त होता है।
2	डेटा के लिए अनुरोध करने लगे।
3	वह डेटा और आउटपुट के लिए अनुरोध करने लगा। अनुरोधों और प्रतिक्रियाओं का क्रम अराजक है।
4	डेटा इनपुट और आउटपुट क्रमिक रूप से होता है, कभी-कभी त्रुटियां होती हैं। आधे मामलों में, एआई सही जवाब देता है।
5	नियमित रूप से सही उत्तर देता है, लेकिन कभी-कभी त्रुटियां होती हैं।
6	30 हजार पुनरावृत्तियों में सही उत्तर दिया। चयन अपलोड किया गया है।

महत्वपूर्ण घटनाओं के बीच, हजारों पीढ़ियों को पारित किया गया। कार्यक्रम कोर i7 पर कई थ्रेड्स में लॉन्च किया गया था। गणना में लगभग 15 मिनट लगे।

दिलचस्प अंक

जब AI "नेता" ने एक यादृच्छिक गलती की और पर्याप्त अंक नहीं बनाए, तो जनसंख्या कम होने लगी, क्योंकि "माध्यमिक" माता-पिता से उत्पन्न संतान।
ऐसा हुआ कि बाहरी लोगों के साथ स्ट्रीम में, जो मौके पर पेट भर गए, एक सफल उत्परिवर्तन हुआ, जो संचित बिंदुओं में विस्फोटक वृद्धि प्रदान करता है। उसके बाद, यह प्रवाह नेता बन गया।
कभी-कभी लंबे समय तक कोई सफल उत्परिवर्तन नहीं हुआ, और यहां तक कि चयन को पूरा करने के लिए 500 हजार पीढ़ी भी पर्याप्त नहीं थीं।

निष्कर्ष

अंत में, मैंने टिक-टैक-टो खेल के साथ ऐसा ही किया। पहले मामले में जीनोम के आकार का उपयोग किया गया था। चरणों की संख्या 1024 तक बढ़ गई थी, और जनसंख्या का आकार 64 (तेज गणना के लिए) था। गणना में थोड़ा अधिक समय लगा। सब कुछ उसी परिदृश्य के अनुसार हुआ।

सबसे पहले, एआई ने "रैंडमाइज़र" के खिलाफ खेला। मैंने उस बॉट को बुलाया जो बेतरतीब ढंग से चलता है। बहुत जल्दी, एआई ने उसे मारना शुरू कर दिया, एक लाइन में भरना। इसके अलावा, मैं रैंडमाइज़र के लिए थोड़ा सा कारण जोड़कर कार्य को जटिल करता हूं: यदि संभव हो, तो लाइन पर कब्जा करना, या बचाव करना। हालांकि, इस मामले में, एआई ने बॉट की कमजोरियों को पाया और उसे पीटना शुरू कर दिया। शायद इस बारे में कहानी एक अलग लेख के लिए एक विषय है।

बेटे ने मुझे एक कार्यक्रम लिखने के लिए कहा ताकि एआई आपस में खेलें, न कि बॉट के साथ। चेकर्स खेलने या जाने के लिए समान करने के लिए विचार थे, हालांकि, इसके लिए मेरे पास पहले से ही पर्याप्त समय नहीं था।

नए व्यक्तियों को प्राप्त करने के लिए मैंने केवल एक ही विधि का उपयोग किया था। आप क्रॉसओवर और उलटा भी उपयोग कर सकते हैं। शायद इन तरीकों से वांछित परिणाम प्राप्त करने में तेजी आएगी।

अंत में, विचार का जन्म हुआ: एआई को पीसी पर सभी प्रक्रियाओं का प्रबंधन करने और कंप्यूटर संसाधनों के लिए लड़ने की क्षमता देने के लिए। पीसी को इंटरनेट से कनेक्ट करें, और कंप्यूटिंग शक्ति के रूप में पुराने बिटकॉइन खेतों के पूल का उपयोग करें ...

जैसा कि कहा गया है, एक समान प्रयोग करते हुए, ब्लॉगर मिखाइल त्सारकोव :

शायद वे दुनिया को संभाल लेंगे, लेकिन क्या होगा?

एक सरल खेल के उदाहरण के रूप में कृत्रिम बुद्धि की खेती