Google की AI ब्रेकथ्रू: इसका क्या अर्थ है और यह आपको कैसे प्रभावित करता है

विज्ञापन

27 जनवरी को, Google ने घोषणा की कि AlphaGo, a कृत्रिम होशियारी आर्टिफिशियल इंटेलिजेंस क्या नहीं हैक्या बुद्धिमान, भावुक रोबोट दुनिया को संभालने जा रहे हैं? आज नहीं - और शायद कभी नहीं। अधिक पढ़ें अपनी सहायक कंपनी डीपमाइंड द्वारा विकसित, पांच गेम में यूरोपीय गो चैंपियन फैन हुई को हराया था।

इस खबर को आपने दुनिया भर में सुर्खियां बनाते हुए सुना होगा, लेकिन लोग इसकी परवाह क्यों करते हैं? इस सबका क्या मतलब है? यदि आप गो के खेल या कृत्रिम बुद्धिमत्ता के महत्व से परिचित नहीं हैं, तो आप थोड़ा खोया हुआ महसूस कर सकते हैं।

चिंता मत करो, हमने आपको कवर किया है। यहां आपको सफलता के बारे में जानने की जरूरत है और यह आपके और मेरे जैसे नियमित लोगों को कैसे प्रभावित करता है।

गो का खेल: सरल फिर भी जटिल

गो एक प्राचीन चीनी रणनीति गेम है जिसमें दो खिलाड़ी क्षेत्र पर कब्जा करने के लिए लड़ते हैं। बारी-बारी से, प्रत्येक खिलाड़ी - एक सफेद, दूसरा काला - 19 x 19 ग्रिड के चौराहों पर पत्थर रखता है। जब पत्थरों का एक समूह दूसरे खिलाड़ी के पत्थरों से पूरी तरह से घिरा होता है, तो उन्हें "पकड़ लिया जाता है" और बोर्ड से हटा दिया जाता है।

खेल के अंत में, प्रत्येक खाली स्थान इसके आसपास के खिलाड़ी द्वारा "स्वामित्व" है। प्रत्येक खिलाड़ी का स्कोर इस बात पर आधारित होता है कि वह कितने क्षेत्र का मालिक है (यानी उसने कितनी खाली जगह घेर रखी है) और साथ ही खेलने के दौरान पकड़े गए प्रतिद्वंद्वी टुकड़ों की संख्या भी।

जबकि अधिकांश लोग शायद शतरंज को रणनीति के खेल का राजा मानते हैं, गो वास्तव में अधिक जटिल है। विकिपीडिया के अनुसार, 10 हैं⁷⁶¹ 10 की तुलना में गो के संभावित खेल¹²⁰ शतरंज के अनुमानित खेल।

यह जटिलता, कुछ गूढ़ नियमों और वृत्ति द्वारा खेलने पर जोर देने के साथ-साथ, कंप्यूटर को उच्च स्तर पर सीखने और खेलने के लिए गो विशेष रूप से कठिन गेम बनाता है।

खेल-खेल एम्स की अतुल्य दुनिया

चीजों की भव्य योजना में, एक कृत्रिम बुद्धिमत्ता को डिजाइन करना जो एक गेम खेलता है, बहुत सार्थक नहीं लगता है पीछा करना, खासकर जब आईबीएम की वाटसन एआई पहले से ही स्वास्थ्य सेवा को बेहतर बनाने में मदद करने के लिए काम कर रही है, एक ऐसा क्षेत्र जिसे सभी मदद की आवश्यकता हो सकती है प्राप्त। तो Google ने Go-play AI बनाने के लिए इतने घंटे और डॉलर क्यों खर्च किए?

एक स्तर पर, यह एआई शोधकर्ताओं को कंप्यूटर को चीजों को करने के लिए सिखाने का सबसे अच्छा तरीका निकालने में मदद करता है। यदि आप कंप्यूटर को यह जाँचने के लिए सिखा सकते हैं कि चेकर्स या टिक-टैक-टो के सर्वश्रेष्ठ चाल को कैसे पहचाना जाए, तो आप एक अलग कंप्यूटर को सिखाने में अंतर्दृष्टि प्राप्त कर सकते हैं कि कैसे नेटफ्लिक्स पर फिल्मों की सिफारिश करें 4 मशीन लर्निंग एल्गोरिदम जो आपके जीवन को आकार देता हैआप इसे महसूस नहीं कर सकते हैं, लेकिन मशीन लर्निंग आपके चारों ओर पहले से ही है, और यह आपके जीवन पर प्रभाव की एक आश्चर्यजनक डिग्री प्राप्त कर सकता है। मुझे विश्वास नहीं है? आप हैरान हो सकते हैं। अधिक पढ़ें , तुरंत भाषण का अनुवाद करें, या भूकंप की भविष्यवाणी करें।

एआई के लिए कई उपयोग जो हमने अब तक देखे हैं वे बेहतर समस्या-समाधान और पैटर्न-एक्सट्रैक्टिंग क्षमताओं से लाभान्वित होंगे, जो प्रभावी गेम-प्ले एआई के लिए भी महत्वपूर्ण हैं।

डीप ब्लू, शतरंज चैंपियन एआई ने 200,000,000 पदों तक प्रति सेकंड - सभी संभावित अगले चालों का मूल्यांकन करने के लिए कम्प्यूटेशनल शक्ति और जानवर बल तकनीकों की एक बड़ी मात्रा का उपयोग करके काम किया। और जब यह रणनीति पूर्व विश्व शतरंज चैंपियन को हरा देने के लिए पर्याप्त प्रभावी थी, तो यह शतरंज खेलने के लिए विशेष रूप से "मानव जैसा" नहीं था। यह भी प्रोग्रामर को एआई को गेम के नियमों की "व्याख्या" करने की आवश्यकता है।

हाल ही में, एक प्रक्रिया विकसित की गई थी ध्यान लगा के पढ़ना या सीखना, जो अनिवार्य रूप से खुद को सिखाने के लिए कंप्यूटरों का मार्ग प्रशस्त करता था, और इसने पूरी तरह से बदल दिया कृत्रिम बुद्धि के लिए दौड़ Microsoft बनाम Google - आर्टिफिशियल इंटेलिजेंस रेस का नेतृत्व कौन करता है?कृत्रिम बुद्धिमत्ता शोधकर्ता मूर्त प्रगति कर रहे हैं, और लोग एआई के बारे में गंभीरता से बात करना शुरू कर रहे हैं। आर्टिफिशियल इंटेलिजेंस रेस में अग्रणी दो टाइटन्स गूगल और माइक्रोसॉफ्ट हैं। अधिक पढ़ें .

गहरी शिक्षा के साथ, एक कंप्यूटर डेटा से उपयोगी पैटर्न निकाल सकता है - प्रोग्रामर द्वारा यह बताया जाने के बजाय कि उसे किन पैटर्नों को देखना चाहिए - और उन पैटर्नों का उपयोग अपने स्वयं के निर्णयों को अनुकूलित करने के लिए करें। यदि गहरी शिक्षा सफल होती है, तो एक एआई ऐसे पैटर्न की खोज भी कर सकता है, जो हम इंसानों के रूप में पहचान सकते हैं।

इस प्रकार के सीखने का प्रदर्शन पिछले साल किया गया था, जब Google के स्वामित्व वाली AI अनुसंधान फर्म दीपमाइंड ने एक AI का खुलासा किया था जिसने खुद को 49 अलग खेलना सिखाया था अटारी खेल अटारी आर्केड - HTML5 [म्यू गेमिंग] में रेट्रो वीडियो गेम खेलेंआज जो कोई भी वीडियो गेम खेलता है, उसका अटारी और कंपनी के लिए काम करने वाले संस्थापकों और इंजीनियरों के प्रति कृतज्ञता का बहुत बड़ा कर्ज बकाया है। अटारी में से कई के लिए जिम्मेदार था ... अधिक पढ़ें केवल कच्चा इनपुट दिए जाने के बाद। (आप इसे ऊपर ब्रेकआउट खेलना सीख सकते हैं।)

प्रक्रिया एक ट्यूटोरियल या स्पष्टीकरण के बिना एक वीडियो गेम सीखने के समान है। आप थोड़ी देर देखते हैं, फिर रैंडम बटन पुश करने की कोशिश करते हैं, फिर चीजों का पता लगाना शुरू करते हैं, रणनीति विकसित करते हैं, और अंत में एक्सेल पर जाते हैं।

और यह एक्सेल किया। दीपमाइंड एआई ने उन कुछ खेलों में व्यावसायिक स्तर के मानव विरोधियों को बिल्कुल नष्ट कर दिया, जैसे वीडियो पिनबॉल। यह सुश्री पच-मैन सहित अन्य खेलों में काफी खराब थी, लेकिन समग्र रूप से बहुत प्रभावशाली रिकॉर्ड था।

AlphaGo: AI का अगला स्तर

AlphaGo, कंप्यूटर जिसने Go में फैन हुई को हराया, ने पांच मैचों में अपराजित जाने के लिए इस गहरी सीखने की रणनीति का उपयोग किया।

डीप ब्लू जैसी ब्रूट फोर्स कम्प्यूटेशन का उपयोग करने के बजाय, अल्फा गो ने प्रशिक्षण में जो सीखा था, उसका उपयोग करके अपना अगला कदम निर्धारित किया संभावित प्रभावी चाल की गुंजाइश को सीमित करें, फिर चल रहे सिमुलेशन को देखने के लिए कि कौन से चालों के परिणामस्वरूप सकारात्मक होने की सबसे अधिक संभावना है परिणामों।

दो अलग तंत्रिका जाल नवीनतम कंप्यूटर प्रौद्योगिकी आपको विश्वास करना देखना होगाअगले कुछ वर्षों में इलेक्ट्रॉनिक्स और पीसी की दुनिया को बदलने के लिए तैयार की गई कुछ नवीनतम कंप्यूटर तकनीकों की जाँच करें। अधिक पढ़ें , पॉलिसी नेटवर्क और वैल्यू नेटवर्क, ने चालों का मूल्यांकन करने के लिए एक साथ काम किया और प्रत्येक बारी को सर्वश्रेष्ठ चुना।

गो की जटिलता के कारण, सभी संभावित चालों पर एक क्रूर बल दृष्टिकोण बस संभव नहीं है जैसे कि यह शतरंज में है। इसलिए अल्फ़ागो ने प्रशिक्षण चरण के दौरान प्राप्त किए गए ज्ञान को आकर्षित किया, जिसमें 30 मिलियन चालों को देखा गया था मानव विशेषज्ञ, अपनी चाल की भविष्यवाणी करना सीख रहे हैं, अपनी रणनीतियों के साथ आ रहे हैं, और खुद के खिलाफ हजारों खेल रहे हैं बार।

सुदृढीकरण सीखने का उपयोग करते हुए, इसकी निर्णय लेने की प्रक्रियाओं को विकसित किया गया और तब तक मजबूत किया गया जब तक कि अल्फ़ागो दुनिया में सर्वश्रेष्ठ गो-प्लेइंग एआई नहीं बन गया। सबसे उन्नत गो कंप्यूटर के खिलाफ 500 खेलों में, इसने उनमें से 499 जीते - उन कार्यक्रमों को एक चार-चाल की हेडस्टार्ट देने के बाद भी।

और, ज़ाहिर है, अल्फा गो ने मौजूदा यूरोपीय गो चैंपियन फैन हुई को हराया। जीत वास्तव में 2015 के अक्टूबर में हासिल की गई थी, लेकिन घोषणा में देरी हुई थी कि दीपमिन्द के शोध पत्र को जारी करने के लिए संयोग किया गया था प्रकृति. मार्च में, अल्फ़ागो पिछले दस वर्षों में दुनिया के सबसे प्रमुख खिलाड़ी ली सेडोल को ले जाएगा।

ठीक है, तो इसका क्या मतलब है?

यह दुनिया भर में सुर्खियाँ क्यों बना रहा है? कई कारणों से, वास्तव में।

पहले, कई लोगों ने सोचा कि यह वर्तमान तकनीक के साथ असंभव था। अधिकांश अनुमानों में कहा गया है कि एक AI ने विश्व स्तरीय गो खिलाड़ी को कम से कम एक और दस वर्षों के लिए हरा नहीं दिया। अल्फा गो के मूल्य नेटवर्क वर्तमान में खेले जा रहे किसी भी गो गेम का मूल्यांकन कर सकते हैं और एक अंतिम विजेता की भविष्यवाणी कर सकते हैं, जो एक समस्या है जो Google कहता है "इतना कठिन था असंभव माना जाता है। ”

दूसरा, यह तथ्य कि गहरी और स्वतंत्र शिक्षा का उपयोग किया गया था, बहुत महत्वपूर्ण है। इससे पता चलता है कि एक वर्तमान कृत्रिम बुद्धि डेटा इकट्ठा कर सकती है, पैटर्न निकाल सकती है, ऐसी भविष्यवाणी करना सीख सकती है पैटर्न, और अंततः समस्या को सुलझाने की रणनीतियों को विकसित करते हैं जो एक को हरा देने के लिए जटिल और प्रभावी हैं विश्व स्तरीय मानव।

और गो पर जीतने के दौरान दुनिया को बदलने के लिए नहीं जा रहा है, यह तथ्य कि एक कंप्यूटर अपने स्वयं के सीखने के एल्गोरिदम का उपयोग करके रणनीति के उस स्तर के साथ आने में सक्षम था, बहुत प्रभावशाली है।

यह एक गहरी सीख है, जिसमें AI शोधकर्ताओं ने वास्तव में AlphaGo के बारे में उत्साहित किया है। कई लोगों का मानना ​​है कि स्वतंत्र शिक्षा एक बनाने की दिशा में पहला कदम है मजबूत कृत्रिम बुद्धि. एक मजबूत एआई एक कंप्यूटर को संदर्भित करता है जो मनुष्यों के साथ सममूल्य पर बौद्धिक कार्यों को हल कर सकता है (जो अविश्वसनीय रूप से कठिन है, मोटे तौर पर मानव मस्तिष्क की जटिलता और दक्षता के कारण)। यह आपके द्वारा देखे जाने वाले AI का प्रकार है कई साइंस फिक्शन फिल्में ध्यान दें, इंटरनेट! आर्टिफिशियल इंटेलिजेंस के बारे में सर्वश्रेष्ठ फिल्मेंहॉलीवुड ने वर्षों में कृत्रिम बुद्धिमत्ता के मुद्दों की खोज के लिए बहुत सी बेहतरीन फिल्में जारी की हैं, और यहां एआई के बारे में 10 सर्वश्रेष्ठ फिल्में हैं जो हम आपको स्वर्ग और पृथ्वी को स्थानांतरित करने की सलाह देते हैं ... अधिक पढ़ें .

यह इस कारण से है कि एआई बनाना जो मानव-व्यवहार के तरीकों का व्यवहार कर सकता है, इतनी बड़ी बात है। पैटर्न निकालना और रणनीति विकसित करना कुछ ऐसा है जो हम हर समय करते हैं, और हम निर्णय लेते समय क्रूर बल विधियों का उपयोग नहीं करते हैं।

बहुत अधिक मार्गदर्शन के बिना ऐसा करने के लिए कंप्यूटर प्राप्त करना बहुत मुश्किल है, लेकिन अल्फा गो के लिए धन्यवाद, अब हम जानते हैं कि मजबूत एआई बस संभव नहीं है, लेकिन जितना हमने सोचा था उतना निकट है।

बेशक, एक गो-प्ले एआई अभी भी एक सामान्य रूप से बुद्धिमान एआई से काफी लंबा है। यह केवल एक काम करता है, जो एक कृत्रिम बुद्धिमत्ता के रूप में सरल है - यहां तक ​​कि अटारी-प्लेइंग एआई भी था 49 अलग-अलग गेम खेलने में सक्षम भविष्य के वीडियो गेम AIs गंभीर रूप से आपको फ्रीक करेंगेVideogame AI वह सब महान नहीं है - फिर भी। हालांकि, हाल ही में तकनीकी विकास के साथ, यह जल्द ही बदल सकता है। अधिक पढ़ें - लेकिन अल्फ़ा की प्रभावी स्वतंत्र शिक्षा एआई में एक प्रमुख प्रतिमान बदलाव की ओर पहला कदम हो सकता है।

तुम क्या सोचते हो?

इसमें कोई सवाल नहीं है कि फैन हुई पर अल्फाजो की जीत महत्वपूर्ण है, लेकिन यह दुनिया भर में सुर्खियों के योग्य है या नहीं, इस पर बहस जारी है।

क्या आपको लगता है कि यह एक बड़ी बात है? क्या हम एक कदम के करीब हैं रोबोट सर्वनाश माइक्रोसॉफ्ट, आर्टिफिशियल इंटेलिजेंस और द रोबोट एपोकैलिप्सMicrosoft स्वायत्त रोबोटों की एक पंक्ति को एक गंभीर रूप दे रहा है। क्या यह मनुष्यों के लिए अंत की शुरुआत है, या सुरक्षित कृत्रिम बुद्धिमत्ता के लिए पुश में एक और कदम है? अधिक पढ़ें ? या आप एक एआई से प्रभावित नहीं हैं जो सिर्फ एक खेल खेल सकता है? नीचे अपने विचार साझा करें और इसके बारे में बात करें।

छवि क्रेडिट: खेल जाओ Shutterstock द्वारा vvoe द्वारा, टाटियाना बेलोवा Shutterstock.com के माध्यम से, विकिमीडिया कॉमन्स के माध्यम से मूसुरा, Zerbor Shutterstock.com के माध्यम से