Почему новые алгоритмы AI IBM Watson лучше людей справляются с играми типа AlphaGo. Перспективы применение AI для решения бизнес-процессов
Ключевые моменты:
- Освоение сложностей человеческого языка - одно из самых больших преимуществ AI, играющих в человеческие игры с лингвистическим уклоном
- Игра в такие игры помогает системам AI изучать стратегию, переговоры и способность прогнозировать поведение людей, которые могут быть применены к бизнес-проблемам
- Игры вроде Jeopardy (телевизионная игра-викторина, популярная во многих странах мира) и AlphaGo (я писал об этом здесь ранее) могут иметь очень высокую интеллектуальную сложность, как бизнес-переговоры, военная стратегия, кибербезопасность, финансы и медицинское обслуживание.
Но даже до того, как Watson участвовал в таких играх, системы AI уже изучали игры, начиная от простейших и заканчивая шахматами. Вы можете вспомнить, что в 1997 году компьютер компания Deep Blue победил чемпиона мира по шахматам Гарри Каспарова. Системы AI, такие как Watson, продолжают учиться играть в другие игры, начиная от древней игры Go до покера Texas Hold'em (об этом я писал здесь ранее).
Почему AI, играющий в человеческие игры, ценен для всех нас?
Это может показаться расточительным. Зачем тратить примерно 1 миллиард долларов на обучение компьютера игре Jeopardy или AlphaGo? Но обучение системы искусственного интеллекта, такой как Watson, - игра не только для детей.
Но поскольку системы AI начали регулярно побеждать людей в этих стилях игры, исследователи нуждались в новых проблемах для решения их алгоритмом. И, как выясняется, научиться играть в игры может быть еще более ценным, чем когда речь заходит об освоении естественного языка или того, как люди складывают слова в предложения (это нужно для игры Jeopardy).
«Много проблем возникает при распознавании двусмысленности к чему-то точно неопределенному. Освоение сложностей естественного языка - одна из наибольших проблем, второй является - каламбуры, двойные значения и другие вопрос этой игры.
Передача обучения и обучение усилению AI.
Навыки, полученные в играх, также могут быть применены к другим областям, которые называются «передача обучения», в процессе передачи обучения вы вначале тренируете своего ученика в какой-то среде. Он изучает знания о том, как преуспеть в этой области, и берет этот опыт из первоначального источника и решает другие вопросы, которые могут быть более важными.
Аналогичная концепция - «обучение усилению», когда алгоритм учится вознаграждать себя за действия, которые помогают ему достичь цели, и наказывать себя за действия, которые этого не делают. Например, если у вас есть беспилотный летательный аппарат, одна из задач для беспилотника - это держать его в воздухе. Таким образом, вместо того, чтобы максимизировать количество очков, которые он выигрывает, вы максимизируете количество секунд, которые он остается в воздухе, не нажимая ничего. Вводные данные, который потребует алгоритм, могут исходить от камер, прикрепленных к беспилотнику, поэтому он может избегать столкновения с ветвями деревьев, а также от внутреннего гироскопа, чтобы он мог сбалансировать себя в воздухе.
Таким образом, игра в игры, также может помочь системам AI изучить стратегию, переговоров и, в частности, предсказать, что сделают люди - все это может быть применено и к бизнес-проблемам.
Если вы бизнесмен, у вас есть какое-то число, которое вы пытаетесь максимизировать, тоже как прибыль, таким образом, это может быть эквивалентом очков в реальной игре. И выбор, с которым вы сталкиваетесь, может заключаться в том, какие продукты заказывать для вашего магазина, а когда заказывать их, продавать больше всего и не хранить бесполезный инвентарь. В этом случае у вас будет гораздо больше вариантов, потому что существует множество продуктов, поэтому это более сложная проблема.
Многочисленные преимущества алгоритмов AI, которые обладают стратегическими способностями рассуждения.
«Эти игры могут быть очень высокоинтеллектуальными, например, переговоры между бизнес-партнерами, планирование военной стратегии, кибербезопасность, финансы, планирование медицинского обслуживания определенных видов. Это подходит для множества приложений - действительно, любая ситуация, которая теоретически может быть смоделирована как игра. Теперь, когда ясно, что лучшая способность AI делать стратегические рассуждения в условиях неполной информации превосходит ожидания профессиональных специалистов в своей области, действительно существует серьезная причина, по которой компании начинают использовать такую
поддержку AI в для решения своих бизнес задач.
Например, покер - отличный способ научить, в частности, одному умению: «Блеф». Компьютер не может побеждать в покере, если он не может блефовать. Разработка AI, который может сделать это успешно, - это огромный шаг вперед с научной точки зрения и имеет множество приложений. Представьте, что ваш смартфон когда-нибудь сможет договориться о лучшей цене на новом автомобиле для вас. Это только начало.
Я продолжу писать о последних достижениях в области разработки алгоритмов искусственного интеллекта и сфер его применения, но уже сейчас достижения в этой области просто потрясающие.
