金沙老虎机手机客户端

Google DeepMind AI在电子游戏中超越了人类

作者:溥拖    发布时间:2017-12-01 00:05:13    

尤因加洛韦/阿拉米雅各布阿隆你的高分即将被打败谷歌开发了人工智能软件,只需通过观看即可学习玩视频游戏总部位于伦敦的子公司谷歌DeepMind已经培训了一名人工智能游戏玩家,可以在Atari 2600上玩49种不同的视频游戏,击败了其中23位专业人类玩家的最高分该软件没有被告知游戏规则 - 相反,它使用一种称为深度神经网络的算法来检查游戏的状态,并找出哪些动作产生最高的总分 “它确实是第一个能够在各种具有挑战性的任务中匹配人类表现的算法,”DeepMind联合创始人Demis Hassabis说深度神经网络通常用于图像识别问题,但DeepMind将他们与另一种称为强化学习的技术结合起来,强化学习奖励系统采取某些行动,正如人类玩家在正确玩视频游戏时获得更高分数一样该软件在简单的弹球和拳击比赛中表现最佳,但在街机经典Breakout上获得高分,其中包括弹跳球以清除一排排它甚至设法学会穿过一列砖并将球从后墙上弹开,这是经验丰富的突围球员使用的技巧 “这对我们来说是个大惊喜,”哈萨比斯说瑞士Manno的Dalle Molle人工智能研究所的JürgenSchmidhuber表示,“这一策略完全来自于基础系统”神经网络几十年来一直在玩像步步高这样的游戏这里的不同之处在于计算能力的提高意味着AI系统可以处理学习更大的数据集观看Atari游戏相当于每秒处理大约200万像素的数据这表明Google有兴趣使用其AI来分析自己的大型数据集 “我们不能公开谈论这个问题,但该系统对任何顺序决策任务都很有用,”哈萨比斯说 “你可以想象有各种各样的东西符合这种描述”Schmidhuber说,谷歌提供广告的核心业务很容易转化为这个框架游戏的像素类似于Google对每个用户的大量数据,分数成为他们的广告收入 “你可以使用强化学习方法来提高广告质量,”他说 “您学会放置更有可能被点击的广告,这意味着更高的奖励这可能是他们的动机之一“伦敦大学金史密斯的迈克尔库克说,谷歌已经在其七个产品中使用了DeepMind技术,据该团队最近的一次采访称 “任何人都猜测它们是什么,但是DeepMind专注于通过实际观看屏幕来学习,而不是从游戏代码中提供数据,这向我表明他们对图像和视频数据感兴趣,”他说这对于谷歌的自动驾驶汽车来说可能是有用的,或者甚至可能是更长期的项目,比如教授AI来理解像红色这样的概念,而不是硬性事实库克说:“我有一部分人希望谷歌将DeepMind视为一个简单研究某种东西以获得乐趣的机会,货币化是该死的”期刊参考:Nature,DOI:10.1038 / nature14236关于这些主题的更多信息:

 

Copyright © 网站地图