गूगल के ए.आई. गोस्ट के प्राचीन खेल में जीतने के लिए रेस में फेसबुक बीट्स

मंगलवार की आधी रात के प्रशांत समय से थोड़ा पहले, मार्क जुकरबर्ग ने Google पर एक प्रतियोगिता के साथ एक ऐसी घोषणा की जिसके बारे में उन्हें पता था कि वह गलत थे।

"गो का प्राचीन चीनी खेल अंतिम खेलों में से एक है जहां सर्वश्रेष्ठ मानव खिलाड़ी अभी भी सर्वश्रेष्ठ कृत्रिम बुद्धि वाले खिलाड़ियों को हरा सकते हैं।"

इसमें कोई शक नहीं कि जुकरबर्ग को पता था कि लगभग बारह घंटे बाद, Google उसे ट्रम्प करेगा अच्छी तरह से वास्तव में, इसकी कृत्रिम बुद्धिमत्ता ने एक मानव खिलाड़ी को हरा दिया था, और किसी भी मानव को नहीं, बल्कि दुनिया में सर्वश्रेष्ठ में से एक था। Google की प्रशंसित उपलब्धि - जिसके परिणाम पत्रिका में प्रकाशित किए गए थे प्रकृति बुधवार की दोपहर - यह है कि इसके दीपमिन्द शोधकर्ताओं ने अल्फा न्यूरो, एक कृत्रिम तंत्रिका नेटवर्क विकसित किया था, जिसने फैन हुई को पाँच मैचों के स्कोर से शून्य पर हराया था।

इस बीच, जुकरबर्ग ने मंगलवार रात उसी पोस्ट में लिखा कि फेसबुक करीब हो रहा है: “वैज्ञानिक 20 साल से गो को जीतने के लिए कंप्यूटर सिखाने की कोशिश कर रहे हैं। हम पास हो रहे हैं, और पिछले छह महीनों में हमने ए.आई. यह 0.1 सेकंड के रूप में तेजी से आगे बढ़ सकता है और अभी भी पिछले सिस्टम के रूप में अच्छा हो सकता है जिसे बनाने में वर्षों लग गए। ”

गो का खेल यीशु की कहानी से पुराना है, लेकिन कंप्यूटरों को हराने के लिए कुख्यात है। एल्गोरिदम टिक-टैक-टो, शतरंज और चेकर्स पर मनुष्यों को कुचलते हैं, लेकिन गो में चालों की सरासर संख्या (ब्रह्मांड में परमाणुओं की तुलना में अधिक) कंप्यूटर को जीत के लिए अपने तरीके से बल देने के लिए बहुत अधिक है। अब तक का सबसे अच्छा मानव गो कोड - कोड नहीं किया जा सका।

दशकों के लिए, कंप्यूटर वैज्ञानिकों ने खेल को एआईआई के कुछ जीतने पर विचार किया है। अम्ल परिक्षण। कुछ विशेषज्ञों के अनुसार, Google का अल्फ़ागो वक्र से दस वर्ष आगे है। के विपरीत कास्परोव-हत्यारा डीप ब्लू (http://en.wikipedia.org/wiki/Deep नीला (chess_computer), जो संभव चालों के माध्यम से क्रंच कर सकता है और सर्वश्रेष्ठ का चयन कर सकता है, Google का एल्गोरिथ्म एक उन्नत प्रणाली है जो प्रतिद्वंद्वी की चाल और मशीन सीखने की भविष्यवाणी करता है।

Google के आधिकारिक ब्लॉग से:

हमने मानव विशेषज्ञों द्वारा खेले गए खेलों से 30 मिलियन चालों पर तंत्रिका नेटवर्क को प्रशिक्षित किया, जब तक कि यह मानव चाल का 57 प्रतिशत समय का अनुमान नहीं लगा सकता था (अल्फा रिकॉर्ड से पहले 44 प्रतिशत था)। लेकिन हमारा लक्ष्य सर्वश्रेष्ठ मानव खिलाड़ियों को हराना है, न कि उनकी नकल करना। ऐसा करने के लिए, AlphaGo ने अपने तंत्रिका नेटवर्क के बीच हजारों गेम खेलकर और सुदृढीकरण सीखने के रूप में ज्ञात एक परीक्षण-और-त्रुटि प्रक्रिया का उपयोग करके कनेक्शन को समायोजित करके, अपने लिए नई रणनीतियों की खोज करना सीखा। बेशक, इस सब के लिए बड़ी मात्रा में कंप्यूटिंग शक्ति की आवश्यकता होती है, इसलिए हमने Google क्लाउड प्लेटफ़ॉर्म का व्यापक उपयोग किया।

गो क्या है? यह एक 2,500 साल पुराना बोर्ड गेम है जो कृत्रिम बुद्धिमत्ता का उपयोग करके हराया जाना असंभव है। pic.twitter.com/UEyGIxh42I

- गूगल (@google) २) जनवरी २०१६

अब, ऐसा लग सकता है कि बहुत सारा हुल्लबालु जिसके कंप्यूटर को उसके ए.आई. एक प्राचीन बोर्ड खेल में कठिन डिक। लेकिन अंत-खेल इन कार्यक्रमों के पीछे अंतर्निहित सिद्धांतों को लेने और अधिक सामान्यीकृत मशीन सीखने के लिए नींव रखना है।

ज़करबर्ग ने पर्यावरणीय समस्याओं से निपटने और बीमारी का विश्लेषण करने के लिए A.I. की क्षमता का आह्वान किया। एक प्रेस कॉन्फ्रेंस में, Google के प्रमुख AlphaGo प्रोग्रामर ने कहा कि Google की नई तकनीक का पहला आवेदन उत्पाद की सिफारिशें होंगी।