Теперь у DeepMind два техно-джокера

Конкуренты, а также генштабы Китая и России нервно курят

Image for post
Image for post
Источник: DeepMind

Конкуренты, а также генштабы Китая и России уже не первый год напряженно следят, как DeepMind сжигает миллиарды долларов, вроде как, на игрушки. При этом все понимают, что, побеждая людей в самых сложных интеллектуальных играх с помощью своего алгоритма AlphaZero, разработчики нацеливаются на что-то куда более важное, чем игры.

Но на что?

Похоже, теперь это прояснилось для конкурентов и генштабов. Правда, от этого знания им вряд ли полегчает, поскольку следующей областью применения AlphaZero оказался квантовый компьютинг. Технологическое направление ИИ, где мировой приоритет имеет DeepMind — это техно-джокер современности. Но в колоде 2 джокера, и второй — это квантовый компьютинг. Объединение 2х джокеров на одной алгоритмической платформе может стать страшной силой. И вот нате вам.

Исследовательская группа Орхусского университета с помощью компьютерного моделирования применила алгоритм AlphaZero к трем различным задачам управления, каждая из которых потенциально может быть использована в квантовом компьютере.

Результат поразительный. Так же, как при игре в шахматы, Го, Сёги и Старкрафт, алгоритм проявил недоступный для людей особый вид креативности. Алгоритм научился использовать базовую симметрию проблемы, которую исследователи изначально вообще не рассматривали.

Алгоритм AlphaZero от DeepMind продемонстрировал человечеству недостижимый для людей уровень интеллекта. Алгоритм находит оптимальные пути между кластерами данных, используя собственные приемы, подобные эвристикам человека. Но при этом вычислительный процесс масштабируется до n-й степени.

Ключом к успеху AlphaZero стала комбинация поиска по дереву Монте-Карло с одношаговым lookahead-оптимизатором нейронной сети (он выбирает направление поиска, просматривая последовательность весов, генерируемых другим оптимизатором). В результате lookahead-информация из самых дальних областей дерева значительно увеличивает точность обучения нейронной сети, что позволяет проводить намного более сфокусированный и безэвристический поиск.

Что не менее важно (опять же, как и в шахматах с Го), алгоритм показал, что наивысший уровень при решение интеллектуальных задач доступен не человеку и не компьютеру, а их гибридному интеллекту. Как сказал про это проф. Джейкоб Шерсон:

«Это указывает на то, что мы все еще нуждаемся в человеческих навыках и опыте, и что цель будущего должна заключаться в том, чтобы понять и разработать гибридные интеллектуальные интерфейсы, которые оптимально используют сильные стороны обоих».

Image for post
Image for post
Гибридный интеллект AZ Hybrid бьет любой алгоритм

Статья в Nature Global optimization of quantum dynamics with AlphaZero deep exploration

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на
обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное».
Подпишитесь

Written by

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store