2015 году искусственный интеллект google deepmind ai обучил себя чему

Разработан AlphaGo Zero — самообучаемый алгоритм для игры в го

Сотрудники DeepMind намерены провести матч AlphaGo против Кэ Цзе, сильнейшего в мире игрока в го по данным независимого рейтинга Go Ratings. В го не существует официального чемпионата мира, поэтому невозможно стать чемпионом мира по го, однако учитывая победы игроков в разных турнирах можно с высокой точностью определить фактического сильнейшего игрока, которым на текущий момент является Кэ Цзе.

В рамках фестиваля го, который пройдет с 23 по 27 мая в китайском городе Вужень (провинция Чжэцзян), планируется провести матч из трех игр AlphaGo против Кэ Цзе. Также организаторы фестиваля планируют использовать ИИ и в других форматах игр — в частности, профессиональным игрокам предложат сыграть друг против друга, но у каждого игрока в команде будет свой компьютерный напарник. Кроме того, предполагается провести матч «AlphaGo против команды из пяти сильнейших игроков Китая» [2] .

ИИ-лабораторию в Microsoft запустили в 2016 году, хотя эксперименты с машинным обучением проводили и раньше. Ключевое направление — предоставление облачных вычислений на платформе Azure ML. Компании могут развернуть собственные нейросети, используя структуру Microsoft AI Platform, которая включает в себя специализированные пакеты: Cognitive Toolkit, Bot Framework и Cognitive Services. Вычислительными мощностями Azure пользуется, например, компания OpenAI Илона Маска.

В 2019 году Microsoft также анонсировала технологию, которая ускоряет алгоритмы машинного обучения до работы в реальном времени. Проект Brainwave использует процессоры FPGA, которые могут быть запрограммированы на микросхеме, что позволяет обычному оборудованию работать с нейросетями.

В октябре 2015 года AlphaGo выиграла у Фань Хуэя (Fan Hui), трёхкратного чемпиона Европы матч из пяти партий со счётом 5—0. Это первый в истории случай, когда компьютер выиграл в го у профессионала в равной игре. Об этом было публично объявлено в январе 2016 года после публикации статьи в Nature.

Исследователи дали DQN порезвиться с 49 классическими аркадными играми на платформе Atari 2600. Эти игры, по мнению Хассабиса, представляют собой золотую середину с точки зрения сложности игрового процесса. DQN были предоставлены крайне ограниченные ресурсы: две недели на каждую игру и вычислительные мощности одного-единственного персонального компьютера.

#1. Facebook AI Research Lab

AlphaGo использует методы, применяемые для распознавания образов, оценки позиции и выбора наиболее выгодных ходов для данной позиции — глубинное обучение с помощью свёрточных нейронных сетей для организации двух нейронных сетей: стратегической сети (англ. policy network), которая помогает сократить число рассматриваемых ходов в каждой позиции, и оценочной сети (англ. value network), она помогает оценить позицию, не просматривая игру до конца.

В 2011 году у лаборатории Google Research появилось подразделение Google Brain, разработавшее опенсорс-библиотеку TensorFlow. В 2014 году корпорация приобрела стартап DeepMind за $600 млн. Нейросеть DeepMind известна победой над чемпионом по игре в го. Сейчас она обучается играть в Dota 2.

В мае 2017 года сильнейший игрок в го Кэ Цзе из Китая проиграл вторую партию программе AlphaGo. Таким образом, AlphaGo обеспечила себе победу в турнире из трех партий. Кэ Цзе, отметили эксперты, следившие за матчем, «идеально» начал партию, создавая сложные для соперника комбинации по всему игровому полю. Однако AlphaGo удалось упростить игру и добиться победы.

Для оценки сил программы, создатели организовали турнир между AlphaGo и лучшими свободными и коммерческими программами для игры в го (Crazy Stone, Zen, Pachi, Fuego), которые использовали метод Монте-Карло, и GnuGo, которая была лучшей свободной программой до использования метода Монте-Карло. AlphaGo выиграла 494 матча из 495.

Го — одна из древнейших настольных игр. Вплоть до недавнего времени считалось, что компьютер не способен играть на равных с профессиональным игроком из-за высокого уровня абстракции и невозможности перебора всех доступных вариантов развития событий — точно число допустимых комбинаций в игре на стандартном гобане больше, чем число атомов в наблюдаемой Вселенной.

Соцсеть использует ML для разных задач. Например, анализом текста занимается нейросеть Deeptext. Она способна понимать тексты публикаций и соотносить их со значениями из базы. Deeptext используется для лучшего таргетирования рекламы, а кроме того — для предотвращения самоубийств.

Робототехника

На старте в команде было 30 исследователей и программистов, сейчас — более тысячи человек. Основной офис лаборатории находится в Нью-Йорке. В 2015 году появилось подразделение в Париже. Оно сотрудничает с Французским институтом исследований в области компьютерных наук и автоматизации.

Система компьютерного самообучения получила название Deep-Q-Network (DQN). В ней используются две различные стратегии обучения. Во-первых, это глубинная нейронная сеть — система восприятия, принцип работы которой напоминает зрение животных: она делает ходы и замечает, как меняются пиксели на экране. «Q» в названии означает Q-learning: математический аналог обучения с подкреплением (или поощрением), благодаря которому люди и животные осваивают новые навыки: каждое новое эффективное действие вознаграждается. В случае DQN наградой являются очки в игре: пробуя различные действия, система запоминает те комбинации, которые приносят максимум очков.

В 2016 году Facebook начал создавать карту плотности населения Земли при помощи ИИ и изображений со спутников. В 2019 году компания отчиталась, что проект практически завершен — большая часть жителей планеты указана на карте. Ожидается, что такая карта поможет спасать людей при стихийных бедствиях и болезнях (например, коронавирусе).

Google Quantum AI — лаборатория, изучающая как квантовые компьютеры помогают в развитии ИИ. Ее открыли совместно с NASA в 2013 году. В 2019 году Google заявил, что достиг «квантового превосходства» при помощи компьютера Sycamore. Вычислительные мощности Sycamore в 100 млн раз превышают мощности обычных компьютеров.

Лондонскую фирму DeepMind, специализирующуюся в области искусственного интеллекта, в 2014 году приобрел Google. По данным СМИ сумма сделки составила около 400 миллионов фунтов стерлингов. После вхождения в состав американской корпорации один из основателей стартапа Демис Хассабис (Demis Hassabis) заставил компьютер самостоятельно обучаться опыту игры — и даже открывать эффективные ходы и стратегии, о которых не знали даже люди.

Все эти проекты объединены под названием Google AI. Но Google Brain остается основным подразделением. Среди достижений проекта — нейронный машинный перевод Google (GNMT), который включает сквозную систему обучения, способную обработать множество примеров одновременно. Также в Google Brain разрабатывают способы обработки запросов и восстановления изображений, новые методы шифрования, развивают голосового помощника. Все — с использованием ML.