Mange av oss husker og vet hvordan barnehager er. Læringsrommene er proppfulle av leker og gåter, musikk og bøker, blomster og noen ganger til og med katter, og presenterer dermed en rik og frodig verden som barn kan leke og lære gjennom lek. Men i motsetning til populær tro er barns lek langt fra lett. De har ikke bare moro - de lærer, de får en forståelse av verden. Ved å leke i et mangfoldig og herlig univers, pleier vi et barns mangefasetterte intelligens.
Hvorfor ikke lære AI på samme måte?
For ikke lenge siden åpnet det non-profit instituttet OpenAI den virtuelle verdenen for AI å utforske og leke med. Målet med Universe-prosjektet er like stort som navnet: å lære en enkelt AI å utføre enhver oppgave som en person kan utføre ved hjelp av en datamaskin.
Ved å trene individuelle AI-agenter til å utmerke seg i forskjellige oppgaver i den virkelige verden, håper OpenAI å bringe oss ett skritt nærmere virkelig intelligente roboter - med fleksible resonnementferdigheter som vi gjør.
Generell intelligens
Det er ingen tvil om at AI blir skremmende smart.
Salgsfremmende video:
Datamaskiner kan nå se, høre og oversette språk nøyaktig, noen ganger til og med foran mennesker. Rett tidligere i år, i en serie med høyprofilerte go-spill, beseiret DeepMinds AlphaGo 18-tiden verdensmester Lee Sedol, ti år tidligere enn noen eksperter forventet.
Men sannheten er at AI-er bare er så bra som det blir lært. Be AlphaGo spille sjakk, og programmet vil sannsynligvis bli forvirret på en maskinlignende måte, selv om du forklarer reglene for det i detalj.
Så langt er AI-systemene våre supereffektive hester for ett triks. Undervisningsmetoden er delvis skylden: Forskere starter med en tom skifer med AI, og leder den gjennom millioner av forsøk, til den lykkes og løser ett problem. AI opplever aldri noe annet, så hvordan vet den hvordan jeg løser noe annet problem?
For å komme til intelligensen på det generelle nivået - i stand til å bruke erfaringene som er oppnådd på menneskelig nivå for å løse nye problemer - trenger AI å overføre sin erfaring til å løse andre problemer. Og universet vil hjelpe dem med dette. Ved å oppleve en verden full av forskjellige scenarier, håper OpenAI-forskere at AI vil få kunnskap om verden og fleksible problemløsningsferdigheter som lar den "tenke" i stedet for å sitte fast i en enkelt sløyfe for alltid.
Vidunderlige nye verden
I kjernen er Universe en kraftig plattform som inkluderer tusenvis av miljøer, som typisk gir standardmetoder for å trene AI-agenter. Som en programvareplattform gir Universe en plattform for å kjøre andres programvare slik at programmer kan lære i forskjellige miljøer - Atari og flash-spill, applikasjoner og nettsteder, for eksempel, er allerede vedtatt.
Det vil være andre fremover.
I teorien kan universet kjøre hvilken som helst programvare på hvilken som helst datamaskin, slik at forskere kan sette inn og trene AI-ene deres når de vil. Det er som å sende et barn til en sommerleir: du velger din nisje, type aktivitet, venter på at han skal mestre den, så en annen, og så videre, ta en dukkert og gjenta.
I universet samhandler AI med den virtuelle verdenen på samme måte som mennesker bruker en datamaskin: den "ser" piksler på skjermen og bruker et virtuelt tastatur og mus for å legge inn kommandoer.
Dette er muliggjort av Virtual Network Computing (VNC), egentlig et skrivebordsdelingssystem som gjør det mulig å overføre tastatur- og musebevegelser fra en datamaskin (AI) til en annen (læringsmiljø). Når miljøet endres, sender VNC oppdaterte skjermbilder til AI, slik at det kan ta neste trinn. VNC fungerer som øyne og hender på AI.
Hvordan foregår opplæringen?
Alle AI-er som er koblet til universet, blir opplært ved å bruke det som kalles forsterkningslæring, en kraftig teknikk som har ført til suksessen til AlphaGo. Imidlertid skjuler dette begrepet måten vi mennesker trener delfiner, hunder og til og med barn på. Dette er læring ved prøving og feiling: velg en handling, og hvis du har blitt belønnet for det, fortsett det gode arbeidet. Hvis ikke, prøv noe annet.
I stedet for å starte med et helt tomt AI, gir forskere dem noen ganger et løft ved å la dem “se på” mennesker løse et problem. Dette gjør at AI kan danne seg et førsteinntrykk og ha en bedre forståelse av hvordan de skal optimalisere beslutningene.
Forsterkningslæring brukes allerede i mange AI-applikasjoner. Inne i universet avsløres imidlertid kraften til denne teknologien til det fulle. Fordi AI kan hoppe mellom spill og applikasjoner, kan den ta det den lærte i ett program og enkelt bruke det til å finne det ut i et annet - kalt transfer learning eller transfer learning. Denne ferdigheten er ikke lett å mestre, men den er viktig på veien til intelligente biler.
Vi beveger oss sakte dit, ifølge OpenAI: noen av agentene deres viser allerede tegn til å skifte læring fra et kjørespill til et annet.
Fra spill til beats world
Som mange andre AI-utviklere bruker OpenAI spill for å drive universet av en grunn: De måler dem ganske enkelt i forhold til suksess. Siden spill måles med forskjellige statistikker og score, kan systemet enkelt bruke disse tallene til å måle fremdriften til AI og belønne det deretter. Dette er viktig for forsterkningslæring.
Siden universet er avhengig av piksler og tastaturer, kan mennesker også spille spill på plattformen. Disse øktene er spilt inn og gir en grunnlinje for å evaluere AI-ytelsen (ikke en dårlig jobb, innrøm det).
Men spill er bare en liten del av interaksjonen vår med den digitale verdenen, og universet beveger seg allerede utenfor grensene med Mini World of Bits-prosjektet. Biter er en samling av forskjellige nettleserinteraksjoner som vi møter når vi surfer på nettet: når vi skriver tekst eller velger alternativer fra rullegardinmenyer ved å klikke på send.
Disse enkle oppgavene danner grunnlaget for hvordan vi kobler oss til skatten på nettet. OpenAI vil at AI skal bevege seg fritt på Internett - for eksempel kan den bestille en flybillett. I et av Universum-miljøene gir forskere allerede AI den ønskede bestillingsplanen og lærer den å søke etter flyreiser på forskjellige flyselskaper.
Og dette er bare begynnelsen.
Universet vokser og ekspanderer bare. Microsofts Malmo-plattform, som bruker Minecraft for å trene AI, må integreres med universet. Det populære proteinfolding-spillet fold.it, Android-apper, HTML5-spill og mer venter i kø.
Spøkelse i bilen
Så nå kan vi lære AI å spille forskjellige spill og surfe på nettet. Flott ting, bare tenk. Vil dette føre oss til generell intelligens?
Kanskje blir veien lang.
Men en AI som vet hvordan du vinner et hvilket som helst spill du kaster på det, kan bare tenke logisk og oppnå seier i noen få skritt. En AI som kan navigere i den kaotiske verdenen til GTA V, bør allerede forstå det grunnleggende om fysikk, vold og gjengjeldelse i den virkelige verden. En AI som kan kjøres på Internett vet allerede hvordan folk vanligvis kommuniserer med hverandre og kan bruke den kunnskapen til å skaffe seg informasjon, lage sin egen webidentitet eller til og med se på din.
Hver dag lærer vi, leker, jobber og vokser i det digitale riket. For mange er en verden og nuller like reell som den vi ble født inn i. Nå som AI har tilgang til denne digitale verdenen, er det sin tur til å vokse. La oss se hvor langt han kan gå.
ILYA KHEL
