Masinintellekti tõus: arvutimale

Veidi enam kui 19 aastat tagasi saavutati AI maailmas verstapost, kui IBMi superarvuti sügavsinine alistas Garry Kasparov . Kuni selle ajani oli ta võitmatu maailma malemeister - ilmselt kõigi aegade suurim inimmängija.

See oli AI lühikeses ajaloos oluline sündmus. Arvutimaleprogrammid olid mänginud head malet alates 1970. aastatest ja paranenud nii kaugele, et nende mängutase võtaks üle valdava enamuse elanikkonnast. Meenutan ise maleprogrammi ostmist 1980. aastate alguses, mis pakkus algajalt 6 mängutaset edasijõudnutele. Isegi siis oli mul raskusi masina löömisega, mis ületab 3. taseme. Selleks ajaks, kui Kasparov Deep Blue mängis, paranes malemängutarkvara kvaliteet kiiresti . Kuid suurejoonelise meistri peksmise sammu vaatasid enamik asjatundjaid - sealhulgas Kasparov ise - väga ebatõenäoliseks.

Matš leidis aset New Yorgis mais 1997 ja hõlmas kuue mängu parimaid. Esimese mängu võitis Kasparov, kuid teises mängus lüüakse ootamatult. Selle lüüasaamise tõttu raputas Kasparov selgelt ja järgmisel päeval pressikonverentsil süüdistas ta Deep Blue'i petmises . Ta alandas seda, väites, et see näitas ettearvamatut käitumist, mis tema arvates oli IBM -i programmeerimismeeskonna mängu ajal rikkunud. Reeglid olid ette nähtud, et programmeerijad võiksid programmi muuta mängude vahel, kuid mitte mängu ajal. IBM-i meeskond püüdis Kasparovist välja, sest ta uskus, et arvutite maleprogrammid, ehkki kiired ja arvukalt veatud, ei väida, et nende ennustatava laiaulatusliku käitumise tõttu ei väida suurmeistri skaala. Pärast seda, kui Kasparov alistas esimeses mängus Deep Blue, tekitas IBM -i meeskond tarkvara randomiseeritud ettearvamatuse. See töötas ja Deep Blue võitis matši.

Kuni selle lüüasaamiseni oli Kasparov olnud teatava õigustatusega masinluure piiride osas üsna häiriv. Deepsinisel kasutamisel kasutasid sisuliselt AI -tehnikaid, mis sel ajal hõlmasid malet võita “julma jõu” otsimist. jõhkrate jõu otsimine oli AI algusaegadel tavaliselt kasutatav paradigma, mis üritaks arvutivõimsusega vastaseid üle jõu käia, otsides kiiresti miljonite kolimiste kombinatsioone - Deep Blue'i puhul analüüsiti enam kui 200 miljonit võimalikku käiku sekundis . Otsiruumi (st võimalikke käike) vähendatakse tavaliselt pügamismeetodite kasutamisega. See oleks oluline, kuna maleturniiridel on mängijad tavaliselt piiratud kolme minuti ajaga käigu kohta. Kuid ükski inimene ei saanud kunagi elu jooksul 200 miljonit võimalikku käiku analüüsida, rääkimata sekundist. Kuid see ei olnud tol ajal Kasparovi jaoks oluline, sest ta uskus, et inimteadus ja aastatepikkused kogemused andsid talle võimaluse intuitiivsete teadmistega, mis olid sellised, et ta ei vaja analüüsida. Tõepoolest, kui temalt kunagi küsiti, kui palju käike ta sekundis analüüsib, kuulutas ta: “vähem kui üks”.

See tähendab, et lahinguliinid tõmmati sel ajal laias laastus lollimasina parema arvutusjõu ja täpsuse ning inimese suurmeistri loomingulise, mõistliku geeniuse vahel. Kuid 19 aastat hiljem on AI maailm märkimisväärselt muutunud. Täna, nagu Kasparov ise tunnistab: “Korralik sülearvuti, mis korraldaks tasuta maleprogrammi, purustaks sügavsinised ja iga inimese vanameistri. Malemasinate hüpe oli etteaimatav ja nõrk kohutavalt tugevaks, kulus vaid tosin aastat ”. Näib, et Kasparov on muutunud pöördeks ning tunneb nüüd teadmisi ja avastusi, et arvut maled on inimese maletajatele kasuks tehtud.

Miks ta seda nüüd ütleb? Kuna arvutiriistvara jätkub järeleandmatult, et kiiremini saada, kuid ka AI -programmid ei sõltu enam julma jõu otsingu algoritmidest, nagu nad tegid AI algusaegadel. Tänapäeval kasutavad keeletõlkeprogrammide või juhita autode AI ja täiustatud maleprogrammid tehnikaid - näiteks geneetilisi algoritme ja närvivõrke -, mis on rohkem sarnased inimese intelligentsuse toimimise viisiga. See, mida need tehnikad pakuvad, et varasemad tehnikad mitte, on nii võime läbi viia mustri, mis vastab paremini inimlikule mõtlemisele, kui ka oskus õppida . Hea inimliku malemängija, nagu ka teiste teemavaldkondade eksperdid, kasutavad kogemustest üles ehitatud mustrituvastusoskusi ja AI -tehnikad muutuvad nüüd mustri sobitamiseks heaks - midagi, mida paljud arvasid, et paljud olid ebatõenäolised kuni üsna hiljuti. Õppehnikad võivad malemängu tarkvara parandada ja viia selle uutele tasemetele.

Öeldakse, et üks inimese evolutsiooni peamisi verstaposte oli aeg, hinnanguliselt umbes 1 miljon aastat tagasi, kui meie primaatide esivanemad said teada teisi tööl jälgides . Selle punkti jõudmiseks kulus miljardeid aastaid bioloogilist evolutsiooni. Kuid paljud usuvad nüüd, et AI -programmid saavutavad järgmise paarikümne aasta jooksul samal tasemel õppimisvõimalused. See on tõeliselt hämmastav ja tekitab küsimuse, kuhu AI meid viib? Arutan seda järgmises artiklis edasi.