आर्टिफिशियल इंटेलिजेंस की वास्तविक दुनिया के साथ समस्या क्यों है?

नवीनतम एआई सिस्टम खेल के बारे में कुछ भी जाने बिना प्रशिक्षण शुरू करते हैं, और कुछ घंटों में विश्व स्तर तक बढ़ते हैं। लेकिन शोधकर्ता खेल की दुनिया के बाहर ऐसी प्रणालियों के उपयोग से जूझ रहे हैं।

कुछ समय पहले तक, मानव चैंपियन को कम से कम आकार देने में सक्षम मशीनों को खेल सिखाने के लिए मानव अनुभव का उपयोग करने के लिए सम्मान था।

1997 में शतरंज में गैरी कास्परोव को हराने के लिए, आईबीएम के इंजीनियरों ने अपने स्वयं के डीप ब्लू कंप्यूटर बनाने के लिए सदियों से शतरंज की बुद्धि का इस्तेमाल किया। 2016 में, Google डीपमाइंड परियोजना के अल्फ़ागो कार्यक्रम ने प्राचीन गो बोर्ड गेम में चैंपियन ली सेडोला को हराया, जिससे लोगों के बीच दसियों हज़ारों खेलों से लाखों खेल पदों का प्रसंस्करण हुआ।

लेकिन अब, एआई शोधकर्ता पुनर्विचार कर रहे हैं कि कैसे उनके बॉट्स को मानव ज्ञान को अवशोषित करना चाहिए। वर्तमान प्रवृत्ति को "हां, और भगवान उसे आशीर्वाद देते हैं" के रूप में वर्णित किया जा सकता है।

पिछले अक्टूबर में, डीपमाइंड टीम ने नए गो-गेम सिस्टम, अल्फा गो ज़ीरो का विवरण प्रकाशित किया , जिसमें लोगों के खेल का अध्ययन नहीं किया गया था। उसने खेल के नियमों के साथ शुरुआत की और खुद के साथ खेला। पहले कदम पूरी तरह से यादृच्छिक थे। प्रत्येक खेल के बाद, उसने जीत के लिए क्या किया और क्या नहीं किया, इसके बारे में नए ज्ञान को स्वीकार किया। इन मैचों के बाद, AlphaGo Zero ने पहले ही AlphaGo के सुपरह्यूमन वर्जन को हरा दिया जिसने ली सेडॉल को हरा दिया। पहले ने 100: 0 के स्कोर के साथ दूसरा जीता।


ली सेडोल, 18 बार के विश्व चैंपियन, 2016 में अल्फा गो के खिलाफ मैच।

टीम ने लगातार खोज करना जारी रखा और अल्फ़ाहाउस परिवार में अगले शानदार खिलाड़ी का निर्माण किया, इस बार बस अल्फ़ाज़ेरो कहा जाता है। दिसंबर में arxiv.org पर प्रकाशित एक पेपर में, दीपमाइंड के शोधकर्ताओं ने बताया कि कैसे, फिर से स्क्रैच से शुरू करते हुए, अल्फ़ाज़ेरो ने प्रशिक्षित किया और अल्फ़ागो ज़ीरो को हराया - अर्थात, इसने उस बॉट को हरा दिया जिसने बोट को हराया जिसने दुनिया में सबसे अच्छे खिलाड़ी को हराया। और जब उसे जापानी शोगी शतरंज के लिए नियम दिए गए, तो अल्फ़ाज़ेरो ने जल्दी से सीख लिया और इस खेल के लिए अपने विशेष रूप से बनाए गए एल्गोरिदम को सर्वश्रेष्ठ रूप से हराने में कामयाब रहा। विशेषज्ञों ने खेल की आक्रामक और अपरिचित शैली पर ध्यान आकर्षित किया। एयर फोर्स के साथ एक साक्षात्कार में डेनिश ग्रैंडमास्टर पीटर हेन नीलसेन ने कहा, "मैं हमेशा सोचता था कि अगर श्रेष्ठ प्राणी पृथ्वी पर उड़ान भरते हैं और हमें दिखाते हैं कि वे शतरंज कैसे खेलते हैं, तो हम ऐसा करेंगे।" "अब मुझे पता है।"

पिछले साल, हमने अन्य दुनिया के अन्य बॉट्स को देखा जो खुद को असीमित पोकर और डोटा 2 जैसे अलग-अलग क्षेत्रों में दिखाते थे, एक लोकप्रिय ऑनलाइन गेम जिसमें फंतासी नायक दूसरी दुनिया के नियंत्रण के लिए लड़ते हैं।

स्वाभाविक रूप से, ऐसी प्रणालियों में पैसा लगाने वाली कंपनियों की महत्वाकांक्षा गेमिंग चैंपियनशिप के प्रभुत्व से परे है। दीपमिन्द जैसी अनुसंधान टीम वास्तविक दुनिया के कार्यों के लिए समान तरीकों को लागू करने की उम्मीद करती है - कमरे के तापमान पर काम करने वाले सुपरकंडक्टर्स बनाना, या यह समझना कि ओरिगामी प्रोटीन को दवा के अनुकूल अणुओं में बदल देगा। और, ज़ाहिर है, कई चिकित्सक सामान्य-उद्देश्य वाले कृत्रिम बुद्धिमत्ता के निर्माण की उम्मीद करते हैं - एक खराब परिभाषित, लेकिन मशीन को एक व्यक्ति की तरह सोचने और विभिन्न समस्याओं को हल करने का अवसर प्रदान करने के लिए मनोरम लक्ष्य।

हालांकि, सभी निवेशों के बावजूद, यह अभी तक स्पष्ट नहीं है कि वर्तमान प्रौद्योगिकियां खेल बोर्ड की सीमा से कितनी दूर जा सकती हैं। वाशिंगटन विश्वविद्यालय के एक कंप्यूटर वैज्ञानिक पेड्रो डोमिंगोस ने कहा , "मुझे यकीन नहीं है कि अल्फ़ाज़ेरो के पीछे के विचार संक्षेप में आसान होंगे।" "खेल बहुत ही असामान्य विषय हैं।"

अपूर्ण दुनिया के लिए आदर्श लक्ष्य

शतरंज और गो सहित कई खेलों की एक सामान्य विशेषता है - खिलाड़ी लगातार बोर्ड के दोनों किनारों पर सभी चिप्स देख रहे हैं। प्रत्येक खिलाड़ी को खेल की स्थिति के बारे में "आदर्श जानकारी" कहा जाता है। कोई फर्क नहीं पड़ता कि खेल कितना जटिल है, आपको बस अपनी वर्तमान स्थिति के बारे में सोचने की जरूरत है।

कई वास्तविक दुनिया की स्थितियों की तुलना इसके साथ नहीं की जा सकती है। कल्पना कीजिए कि हम कंप्यूटर से निदान करने के लिए कहते हैं या व्यावसायिक वार्ता करते हैं। कार्नेगी मालोन विश्वविद्यालय में कंप्यूटर विज्ञान में स्नातक छात्र नोआम ब्राउन कहते हैं, "वास्तविक दुनिया में अधिकांश रणनीतिक बातचीत में छिपी जानकारी शामिल होती है।" "मुझे ऐसा लगता है कि अधिकांश AI समुदाय इस तथ्य को अनदेखा करता है।"

ब्राउन पोकर एक अलग चुनौती पेश करता है। आप प्रतिद्वंद्वी के कार्ड नहीं देखते हैं। लेकिन यहां, मशीनें जो खुद के साथ एक खेल के माध्यम से सीखती हैं, पहले से ही अलौकिक ऊंचाइयों तक पहुंचती हैं। जनवरी 2017 में, ब्राउन और उनके क्यूरेटर थॉमस सैंडहोम द्वारा निर्मित लाइब्रेटस कार्यक्रम ने चार पेशेवर टेक्सास होल्डम के असीमित खिलाड़ियों को 20-दिवसीय चैंपियनशिप के अंत में $ 1.7 मिलियन जीतकर हराया।

अपूर्ण जानकारी के साथ एक और भी हतोत्साहित करने वाला खेल StarCraft II है, प्रशंसकों की एक बड़ी संख्या के साथ एक और ऑनलाइन मल्टीप्लेयर गेम। खिलाड़ी एक टीम चुनते हैं, एक सेना का निर्माण करते हैं और एक विज्ञान-फाई परिदृश्य पर युद्ध करते हैं। लेकिन परिदृश्य युद्ध के कोहरे से घिरा हुआ है, जिसके कारण खिलाड़ी केवल उस क्षेत्र के उन हिस्सों को देखते हैं जिन पर अपने स्वयं के सैनिक या इमारतें स्थित हैं। यहां तक ​​कि प्रतिद्वंद्वी के क्षेत्र का पता लगाने का निर्णय अनिश्चितता से भरा है।

यह एकमात्र गेम है जिसे AI अभी तक नहीं जीत सकता है। बाधाएं खेल में चालों के लिए बड़ी संख्या में विकल्प हैं, जो आमतौर पर एक हजार से अधिक होती हैं, और निर्णय लेने की गति। प्रत्येक खिलाड़ी - एक व्यक्ति या एक मशीन - माउस के प्रत्येक क्लिक के साथ संभावित विकास परिदृश्यों की एक बड़ी संख्या के बारे में चिंता करना पड़ता है।

अब तक, एआई इस क्षेत्र के लोगों के साथ समान शर्तों पर प्रतिस्पर्धा नहीं कर सकता है। लेकिन एआई के विकास के लिए यह लक्ष्य है। अगस्त 2017 में, DeepMind ने Blizzard Entertainment के साथ मिलकर , StarCraft II बनाने वाली कंपनी, ने उपकरण बनाए, जो उन्होंने कहा कि यह गेम AI शोधकर्ताओं के लिए खोल देगा।

सभी जटिलता के बावजूद, StarCraft II का लक्ष्य तैयार करना सरल है: दुश्मन को नष्ट करने के लिए। यह उसे शतरंज, गो, पोकर, डोटा 2 और लगभग किसी अन्य खेल के समान बनाता है। खेलों में आप जीत सकते हैं।

एल्गोरिथ्म के दृष्टिकोण से, कार्यों में एक "लक्ष्य फ़ंक्शन" होना चाहिए, एक लक्ष्य जिसके लिए हमें प्रयास करना चाहिए। जब अल्फाजो ने शतरंज खेला, तो यह आसान था। हार का अनुमान था -1, 0 पर ड्रॉ, +1 पर जीत। अल्फाज़ेरो का उद्देश्य फ़ंक्शन अधिकतम अंक है। पोकर बॉट का उद्देश्य कार्य केवल उतना ही सरल है: बहुत सारा पैसा जीतने के लिए।


कंप्यूटर वॉकर अपरिचित इलाके में चलने जैसे जटिल व्यवहार को प्रशिक्षित कर सकते हैं

वास्तविक जीवन में स्थिति इतनी सरल नहीं है। उदाहरण के लिए, एक रोबोमोबाइल को वस्तुनिष्ठ फ़ंक्शन के बारीक गठन की आवश्यकता होती है - एक जिन्न की आपकी इच्छा का वर्णन करते समय शब्दों के स्वच्छ चयन के समान। उदाहरण के लिए: जल्दी से सही पते पर एक यात्री को पहुंचाएं, सभी कानूनों का पालन करें और खतरनाक और अनिश्चित परिस्थितियों में उचित रूप से मानव जीवन की लागत का वजन करें। डोमिंगोस का कहना है कि शोधकर्ताओं द्वारा वस्तुनिष्ठ समारोह का निर्माण "उन चीजों में से एक है जो मशीन सीखने के क्षेत्र में एक महान शोधकर्ता को औसत से अलग करता है।"

तय मानिए, ट्विटर चैटबॉट कि माइक्रोसॉफ्ट ने 23 मार्च, 2016 को जारी किया। उनका लक्ष्य लोगों को बातचीत में शामिल करना था, जो उन्होंने किया। डोमिनोस ने कहा, "ताई ने दुर्भाग्य से क्या खोजा," यह है कि नस्लवादी अपमान लोगों की भागीदारी को अधिकतम करने का सबसे अच्छा तरीका है। " काम शुरू होने के ठीक एक दिन बाद इसे बंद कर दिया गया ।

आपका अपना मुख्य दुश्मन

कुछ चीजें नहीं बदलतीं। आज की प्रचलित गेम बॉट्स द्वारा आज की रणनीतियों का आविष्कार दशकों पहले किया गया था। टोक्यो विश्वविद्यालय के एक आईटी विशेषज्ञ डेविड डुवेनो कहते हैं, "यह अतीत से ऐसा विस्फोट है - वे इसे अधिक कंप्यूटिंग शक्ति देते हैं।"

रणनीतियाँ अक्सर कार्रवाई की स्वतंत्रता के साथ प्रबलित शिक्षण तकनीकों पर आधारित होती हैं। माइक्रोनमेंट में उलझाने के बजाय, एल्गोरिथ्म के सबसे छोटे विवरणों को स्थापित करने के लिए, इंजीनियरों ने परीक्षण और त्रुटि के आधार पर अपने स्वयं के लक्ष्यों को प्राप्त करने के तरीके सीखने के लिए पर्यावरण का अध्ययन करने के लिए मशीन दी। अल्फा गो और उसके उत्तराधिकारियों की रिहाई से पहले, दीपमाइंड टीम ने 2013 में सुर्खियों में पहली बड़ी सफलता हासिल की, जब उन्होंने एक बॉट बनाने के लिए सुदृढीकरण प्रशिक्षण का उपयोग किया जो सात अटारी 2600 खेल खेलना सीखा , और उनमें से तीन - विशेषज्ञ स्तर पर।

यह प्रगति जारी रही है। 5 फरवरी को, डीपमाइंड ने इम्पाला जारी किया, एक एआई सिस्टम, जो अटारी 2600 के साथ 57 गेम सीखने में सक्षम है और दीपमाइंड ने तीन आयामों में 30 अन्य स्तर बनाए हैं। खिलाड़ी विभिन्न वातावरणों में उन पर कार्य करता है और दरवाजे खोलने या मशरूम चुनने जैसे लक्ष्यों को प्राप्त करता है। इम्पाला को कार्यों के बीच ज्ञान हस्तांतरित करने के लिए लग रहा था - एक खेल पर खर्च किए गए समय ने बाकी के परिणामों में सुधार किया।

लेकिन प्रबलित शिक्षण, बोर्ड और मल्टीप्लेयर गेम की व्यापक श्रेणी में, एक अधिक विशिष्ट दृष्टिकोण का उपयोग किया जा सकता है। उनका अध्ययन खुद के साथ एक खेल के रूप में जा सकता है, जब एल्गोरिथ्म रणनीतिक श्रेष्ठता तक पहुंचता है, बार-बार खुद की करीबी नकल के साथ प्रतिस्पर्धा करता है।

यह विचार कई दशकों पुराना है। 1950 के दशक में, IBM के इंजीनियर आर्थर सैमुअल ने एक ड्राफ्ट प्रोग्राम बनाया जो आंशिक रूप से खुद से प्रतिस्पर्धा करके खेलना सीखा। 1990 के दशक में, आईबीएम के गेराल्ड थेसौर ने एक बैकगैमौन प्रोग्राम बनाया, जो एल्गोरिथ्म को खुद के साथ विपरीत करता था। कार्यक्रम एक ही समय में असामान्य, लेकिन प्रभावी गेम रणनीतियों का आविष्कार करते हुए विशेषज्ञ लोगों के स्तर तक पहुंच गया।

खेलों की बढ़ती संख्या में, स्वयं के साथ खेलने के लिए एल्गोरिदम समान प्रतिद्वंद्वी के साथ प्रदान किए जाते हैं। इसका मतलब है कि गेम की रणनीति बदलने से एक अलग परिणाम होता है, जिसके कारण एल्गोरिथ्म को तुरंत प्रतिक्रिया मिलती है। "हर बार जब आप किसी चीज़ का पता लगाते हैं, तो जब आप एक छोटी सी चीज़ का पता लगाते हैं, तो आपका विरोधी तुरंत आपके खिलाफ इसका इस्तेमाल करना शुरू कर देता है," ओपनआईएआई के शोध निदेशक, इलियाक मास्क के साथ स्थापित एक गैर-लाभकारी संगठन, इल्या सुतस्क्वर कहते हैं। एआई प्रौद्योगिकियों के विकास और प्रसार और एक सुरक्षित दिशा में उनके विकास की दिशा के लिए समर्पित है। अगस्त 2017 में, संगठन ने डोटा 2 के लिए एक बॉट जारी किया , जिसने खेल के पात्रों में से एक को नियंत्रित किया, शैडो फेंड, एक नेक्रोमन्ट दानव, जिसने दुनिया के सर्वश्रेष्ठ खिलाड़ियों को एक-के बाद एक लड़ाइयों में हराया। एक अन्य OpenAI परियोजना लोगों को एक सुमो मैच का अनुकरण करने के लिए प्रेरित करती है, जिसके परिणामस्वरूप वे कुश्ती और चालें सीखते हैं। खुद के साथ एक खेल के दौरान, "आराम करने का समय नहीं है, आपको लगातार सुधार करने की आवश्यकता है," Sutskever ने कहा।

OpenAI

लेकिन खुद के साथ खेलने का पुराना विचार बॉट्स में केवल एक घटक है जो आज प्रबल है, उन्हें अभी भी गेमिंग अनुभव को विषय की गहरी समझ में बदलने का एक तरीका चाहिए। शतरंज, गो, और वीडियो गेम जैसे डोटा 2 में ब्रह्मांड में परमाणुओं की तुलना में अधिक क्रमपरिवर्तन हैं। यहां तक ​​कि अगर हम कुछ मानव जीवन की प्रतीक्षा करते हैं, जबकि एआई वर्चुअल एरेनास पर अपनी छाया से लड़ता है, तो मशीन प्रत्येक परिदृश्य को लागू करने में सक्षम नहीं होगी, इसे एक विशेष तालिका में लिखें और जब ऐसी स्थिति फिर से आए तो इसे देखें।

अवसर के इस समुद्र में रहने के लिए, "आपको सार संक्षेप और हाइलाइट करने की आवश्यकता है," पीटर एबिल , बर्कले में कैलिफोर्निया विश्वविद्यालय के एक आईटी विशेषज्ञ कहते हैं। आईबीएम के डीप ब्लू ने एक अंतर्निहित शतरंज सूत्र के साथ ऐसा किया। खेलने की स्थिति का मूल्यांकन करने की क्षमता के साथ सशस्त्र, जिसे उसने अभी तक नहीं देखा था, कार्यक्रम चाल और रणनीतियों को लागू करने में सक्षम था जो उसके जीतने की संभावना बढ़ाते हैं। हाल के वर्षों में, एक नई तकनीक पूरी तरह से इस तरह के फार्मूले को छोड़ना संभव बनाती है। "अब, अचानक, यह सब एक" गहरे नेटवर्क द्वारा कवर किया गया है, "अब्बिल ने कहा।

डीप न्यूरल नेटवर्क, जिसकी लोकप्रियता हाल के वर्षों में बढ़ गई है, कृत्रिम "न्यूरॉन्स" की परतों से निर्मित है, एक दूसरे के शीर्ष पर पैनकेक के ढेर की तरह बिछाए गए हैं। जब परतों में से एक में एक न्यूरॉन सक्रिय होता है, तो यह उच्च स्तर तक संकेत भेजता है, और वहां उन्हें उच्चतर, और इसी तरह भेजा जाता है।

परतों के बीच कनेक्शनों को समायोजित करके, ये नेटवर्क आश्चर्यजनक रूप से संबंधित आउटपुट में इनपुट डेटा को बदलने के साथ सामना करते हैं, भले ही उनके बीच का कनेक्शन सार हो। उन्हें अंग्रेजी में एक वाक्यांश दें, और उन्हें तुर्की में अनुवाद करके प्रशिक्षित किया जा सकता है। उन्हें पशु आश्रयों के चित्र दें और वे यह निर्धारित कर सकते हैं कि बिल्लियों के लिए कौन सा है। उन्हें गेम पॉली दिखाएं, और वे जीतने की संभावना को समझने में सक्षम होंगे। लेकिन आमतौर पर, ऐसे नेटवर्क को पहले टैग किए गए उदाहरणों की सूची प्रदान करनी चाहिए, जिस पर वे अभ्यास कर सकते हैं।

यही कारण है कि अपने और गहरे तंत्रिका नेटवर्क के साथ खेलना एक दूसरे के साथ इतनी अच्छी तरह से मेल खाता है। स्वतंत्र गेम बहुत बड़ी संख्या में परिदृश्य उत्पन्न करते हैं, और गहरे नेटवर्क में प्रशिक्षण के लिए लगभग असीमित मात्रा में डेटा होता है। और फिर तंत्रिका नेटवर्क खेल के दौरान अनुभव और पैटर्न सीखने का एक तरीका प्रदान करता है।

लेकिन एक पकड़ है। ऐसी प्रणालियों के लिए उपयोगी डेटा प्रदान करने के लिए, उन्हें खेलों के लिए एक यथार्थवादी मंच की आवश्यकता होती है।

बर्कले के एक स्नातक छात्र चेल्सी फिन, जो सेंसर का उपयोग करता है और सेंसर से डेटा की व्याख्या करने के लिए उपयोग करता है , ने कहा, "इन सभी खेलों, इन सभी परिणामों, उन स्थितियों के तहत हासिल किए गए थे, जिन्होंने दुनिया को पूरी तरह से अनुकरण करना संभव बना दिया।"

उदाहरण के लिए, रोबोमोबाइल्स को खराब मौसम या साइकिल चालकों के साथ मुकाबला करने में कठिनाई होती है। या वे वास्तविक दुनिया में सामने आने वाली असामान्य संभावनाओं का अनुभव नहीं कर सकते हैं - जैसे कि एक पक्षी सीधे कैमरे में उड़ता है। रोबोटिक हथियारों के मामले में, फिन कहते हैं, प्रारंभिक सिमुलेशन ने बुनियादी भौतिकी प्रदान की, जिसने हाथ को सीखने की अनुमति दी। लेकिन वे विभिन्न सतहों को छूने के विवरण का सामना नहीं कर सकते हैं, इसलिए बोतल कैप को घुमा देने या जटिल सर्जिकल ऑपरेशन करने जैसे कार्य - वास्तविकता में प्राप्त अनुभव की आवश्यकता होती है।

उन समस्याओं के मामले में जिन्हें अनुकरण करना मुश्किल है, खुद के साथ खेलना अब इतना उपयोगी नहीं होगा। मॉन्ट्रियल विश्वविद्यालय के गहन अध्ययन के एक अग्रणी योशुआ बेंगजियो ने लिखा, "वास्तव में एक आदर्श पर्यावरण मॉडल और एक सीखा अनुकरणीय मॉडल के बीच एक बड़ा अंतर है, खासकर जब वास्तविकता वास्तव में जटिल है।" लेकिन एआई शोधकर्ताओं के पास अभी भी आगे बढ़ने के तरीके हैं।

खेलों के बाद जीवन

खेलों में एआई श्रेष्ठता की शुरुआत को इंगित करना कठिन है। आप शतरंज में कास्पारोव की हार चुन सकते हैं, अल्फा सिड के आभासी हाथों में ली सेडोल की हार। एक और लोकप्रिय विकल्प 2011 का दिन होगा, जब खेल के दिग्गज चैंपियन ख़तरे में! केन जेनिंग्स आईबीएम वॉटसन से हार गए। वाटसन सुराग और दंड को संभालने में सक्षम था। "मैं अपने नए कंप्यूटर के उद्भव का स्वागत करता हूं," जेनिंग्स ने अपने अंतिम उत्तर के तहत लिखा।

ऐसा लगता था कि वाटसन के पास कार्यालय कौशल था जो लोगों को कई वास्तविक जीवन की समस्याओं को हल करने के लिए उपयोग करता था। वह अंग्रेजी में इनपुट का अनुभव कर सकता है, इसके साथ जुड़े दस्तावेजों को पलक झपकते ही संसाधित कर सकता है, सूचना के जुड़े टुकड़ों को प्राप्त कर सकता है और सर्वश्रेष्ठ उत्तर चुन सकता है। लेकिन सात साल बाद, वास्तविकता एआई के लिए जटिल बाधाओं को जारी रखती है। स्टेट्स सितंबर की स्वास्थ्य रिपोर्ट ने संकेत दिया कि वॉटसन के वारिस, कैंसर अनुसंधान के विशेषज्ञ और ऑन्कोलॉजी के लिए वॉटसन के व्यक्तिगत उपचार दिशानिर्देशों में समस्याएं थीं।

"खेल खतरे में सवाल!" एआई के संदर्भ में दो मामलों की तुलना करने के अनुरोध के जवाब में, वॉटसन टीम के साथ काम करने वाले बेंगियो ने लिखा, "इसे संभालना आसान है, क्योंकि इसके लिए सामान्य ज्ञान की आवश्यकता नहीं है।" “एक चिकित्सा लेख को समझना ज्यादा कठिन है। बुनियादी शोध की एक बड़ी मात्रा की आवश्यकता है। ”

लेकिन भले ही खेल संकीर्ण रूप से विशिष्ट हैं, फिर भी वे कई वास्तविक कार्यों से मिलते जुलते हैं। डीपमाइंड के शोधकर्ता साक्षात्कार के सवालों का जवाब नहीं देना चाहते थे, यह दर्शाता है कि वर्तमान में अल्फाज़ेरो पर उनके काम का स्वतंत्र विशेषज्ञों द्वारा अध्ययन किया जा रहा है। लेकिन टीम ने सुझाव दिया कि ऐसी तकनीक जल्द ही बायोमेडिसिन शोधकर्ताओं की मदद कर सकती है जो प्रोटीन तह को समझना चाहते हैं।

ऐसा करने के लिए, उन्हें यह समझने की आवश्यकता है कि विभिन्न अमीनो एसिड कैसे प्रोटीन को मोड़ते हैं और एक छोटे त्रि-आयामी मशीन में बदल जाते हैं, जिसकी कार्यक्षमता उसके आकार पर निर्भर करती है। यह जटिलता शतरंज की जटिलता के समान है: केमिस्ट्स इस स्तर पर कानूनों को जानते हैं कि वे कुछ निश्चित परिदृश्यों की गणना कर सकते हैं, लेकिन बहुत सारे संभव कॉन्फ़िगरेशन हैं जो आप सभी संभावित विकल्पों की खोज करने में सक्षम नहीं हैं। लेकिन क्या होगा अगर प्रोटीन तह एक खेल है? और यह पहले ही किया जा चुका है। 2008 के बाद से, सैकड़ों हजारों लोगों ने ऑनलाइन गेम फोल्डिट की कोशिश की है, जिसमें उपयोगकर्ताओं को प्रोटीन संरचना की स्थिरता और वास्तविकता के लिए अंक दिए गए हैं, जो उन्होंने लुढ़का है। एक मशीन एक समान तरीके से प्रशिक्षित कर सकती है, शायद सुदृढीकरण प्रशिक्षण के साथ अपनी पिछली सर्वश्रेष्ठ उपलब्धि को पार करने की कोशिश कर रही है।

सुदृढीकरण सीखने और खुद के साथ खेलने से इंटरेक्टिव सिस्टम को प्रशिक्षित करने में मदद मिल सकती है, सास्कावर का सुझाव है। यह उन रोबोटों को दे सकता है जिन्हें लोगों से बात करने का मौका मिलता है ताकि वे खुद से बात करते समय इसे प्रशिक्षित कर सकें। यह देखते हुए कि AI के लिए विशेष उपकरण तेजी से और अधिक सस्ती होते जा रहे हैं, इंजीनियरों को खेलों के रूप में कार्यों को डिजाइन करने के लिए अधिक प्रोत्साहन मिल रहा है। "मुझे लगता है कि भविष्य में, अपने आप के साथ खेलने और कंप्यूटिंग शक्ति की एक बड़ी मात्रा का उपभोग करने के अन्य तरीकों से महत्व बढ़ जाएगा," सत्सकेवर ने कहा।

लेकिन अगर मशीनों का अंतिम लक्ष्य उन सभी चीजों की पुनरावृत्ति करना है जो एक व्यक्ति करने में सक्षम है, तो यहां तक ​​कि अल्फ़ाज़ेरो जैसे बोर्ड गेम में सामान्यीकृत चैंपियन के पास अभी भी बढ़ने की गुंजाइश है। एमटीआई के एक संज्ञानात्मक वैज्ञानिक जॉन टेनबाम कहते हैं, "मुझे वास्तविक सोच, विचारों की रचनात्मक खोज और आज की एआई क्षमताओं के बीच बड़े अंतर पर ध्यान देने की आवश्यकता है।" « , ».

, , . « , . , — , Google. – , ».