Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Door , , 78 reacties

Na het verslaan van de beste menselijke go-speler door DeepMinds AlphaGo is de volgende uitdaging van Googles bedrijfsonderdeel waarschijnlijk StarCraft, zegt DeepMinds-oprichter Demis Hassabis in een interview.

Hij geeft in zijn gesprek met The Verge wel aan dat het AlphaGo-programma een project is binnen een veel groter verhaal waarin Google 'het vraagstuk intelligentie wil oplossen'. AlphaGo heeft laten zien dat het een zogenaamde perfect information game of spel waarbij alle informatie beschikbaar is, heeft kunnen winnen van de beste menselijke speler. Bij go is alle informatie beschikbaar voor beide spelers door naar het speelbord te kijken. Go wordt over het algemeen beschouwd als de moeilijkste voor kunstmatige intelligentie in die categorie.

Een spel als poker is een spel waarbij informatie deels beschikbaar is, maar waarbij een stukje informatie niet bekend is, ook wel imperfect information game. Ook is er bij poker sprake van meer dan twee spelers in totaal, wat de moeilijkheid ook vergroot.

Binnen de wereld van computergames is StarCraft waarschijnlijk een volgende uitdaging voor het team achter AlphaGo. Althans, dat denkt Hassabis. De opmerking wordt gestaafd door Google Senior Fellow Jeff Dean in Business Insider.

Toch is spelers in StarCraft verslaan geen doel op zich. "We zijn alleen geïnteresseerd in dingen die binnen het onderzoeksprogramma vallen. Dus het doel is niet om DeepMind mensen in games te laten verslaan, hoe leuk en spannend dat ook is."

Met andere woorden: Hassabis wil games gebruiken, zolang ze nuttig zijn als testplatform om ideeën rond algoritmes te testen en hoe ver ze schalen. Daar games voor gebruiken is een van de manieren om dat efficiënt te doen. Uiteindelijk moeten de systemen ingezet worden voor problemen in de echte wereld.

Starcraft, Battlechest, PC (Windows)

Moderatie-faq Wijzig weergave

Reacties (78)

Flash denkt in ieder geval dat ie zou kunnen winnen:

http://www.teamliquid.net...eepmind-i-think-i-can-win

En dan met name op t gebied van informatie verzamelen.

Interview (Koreaans): http://mnews.sbs.co.kr/ne...SNEWSEND&oaid=N1003460924
Enige tijd geleden was er al een AI die zich met mensen kon meten in Strarcraft: http://arstechnica.com/ga...starcraft-ai-competition/

De opgave lijkt me eerlijk gezegd niet zo lastig voor een AI. Bij Starcraft kunnen aanvallen op meerdere plaatsen tegelijk plaatsvinden en bovendien moet je gelijktijdig je macro-spel bewaken. Dat blijkt nu vaak al onmogelijk voor de beste spelers. Een computer zal hierin uitblinken.

Op micro-niveau is het voordeel van een computer mogelijk nog groter: consequent je eigen zwakkere units naar achteren halen en gelijktijdig concentreren op de zwakke units van de tegenstander.

De uitdaging zal er inderdaad in zitten dat het het geen "game of perfect information" is. Als je te weinig weet van de tegenstander, kan het zijn dat je te veel, te weinig of de verkeerde units hebt om de strijd mee aan te gaan. Deze informatiegaring kan door de tegenstander actief worden voorkomen, waardoor er een element van "gokken" om de hoek komt kijken.

Minder moeilijk om te winnen van een mens, maar wellicht moeilijker om *altijd* te winnen van een mens.
Bedankt voor de link! Interessant artikel.
Ze zeggen er zelf waarom Starcraft een moeilijke opgave is:

“Chess is hard because you have to look far into the future, and go is harder because there are lots of pieces. With poker there’s uncertainty,” he says. “In StarCraft, you have all of these things going on simultaneously, and you have very little time to compute a solution.”
Ik denk net dat imperfect in het voordeel van de AI speelt die kan een simulatie van het hele speelveld in de achtergrond renderen en snel updaten, simulaties spelen in ffwd, en snel op verschillende plekken acties coŲrdineren.
Een AI kan heel makkelijk een potje Starcraft winnen van een professionele speler... behalve als die AI gedwongen wordt te spelen zoals een mens: dus maar 1 actie tegelijk kunnen uitvoeren, gelimiteerd worden tot een APM die muis en toetsenbord toestaan en het spel vanaf een monitor moeten volgen (ipv. de posities, toestanden en eigenschappen van units netjes in een matrix aangeleverd krijgen).
Weinig kans volgens mij dat hij nog lang zal blijven winnen.
Lee Sedol, de koreaanse Go- kampioen, was vol vertrouwen dat hij ging winnen, net als een groot deel van de Go kenners. Ze bleken fout en waren bijzonder onder de indruk van de manier waarop AlphaGo speelde.
Voor computergames is het nog lastiger omdat mensen fysiek begrensd zijn in snelheid.
Ik denk dat ze daar een snelheidslimiet voor moeten inbouwen, want als je onmenselijk snel kunt klikken en altijd 100% weet wat er gaande is op het speelveld dan denk ik dat de mens het snel gaat afleggen, vooral bij Starcraft e.d.
In een game als Starcraft is het ook een voordeel om een hoge hoeveelheid Actions Per Minute (APM) te kunnen uitvoeren. "AlphaSC" heeft wat dat betreft dus een belangrijk voordeel t.o.v. menselijke spelers. In een spel als League of Legends is dat weer van veel minder belang omdat de hoeveelheid mogelijke acties op een willekeurig moment veel kleiner is. Reactiesnelheid is daar nog steeds een ding, dus wat dat betreft is het nog steeds geen eerlijke vergelijking. Poker lijkt zo bezien eigenlijk nog de beste kandidaat voor het volgende project.

Ik vraag me af of Starcraft door Google genoemd wordt omdat het meer de aandacht trekt dan een pokerbot.
Voor computergames is het nog lastiger omdat mensen fysiek begrensd zijn in snelheid.
veel van de APM's van een SC(2)-speler zijn vooral spams en als het er echt op aan komt kan een CPU gewoon elke unit apart besturen, wat fysiek onmogelijk is voor een mens. Daarbij komt dat er in starcraft voor elke unit en tactic een counter is, dewelke door CPU's veel sneller te gebruiken is, omdat zijn scouts maar een fractie van een seconde tijd nodig hebben om te weten te komen welke richting je uitgaat.
De kans lijkt mij dus relatief groot dat, zelfs als is starcraft een imperfect information game, een computer een betere kans heeft dan in GO.
Voor computergames is het nog lastiger omdat mensen fysiek begrensd zijn in snelheid.
Ach dat lossen we wel weer op met implantaten.
Want een implantaat gaat het verwerken van hersens info versnellen?
bijv. vervanging met kunstmatige neuronen kan
Uiteindelijk gaat elke tak buigen voor de machine.
Hier is een filmpje waarin DeepMind het Atari-spel BreakOut leert.
Er wordt niets verteld. Niet over hoe het spel werkt of hoe je het bestuurt. In het begin klungelt het wat aan. Na een tijdje heeft het het spel door en speelt het het en weer een tijdje verder bedenkt het strategieŽn om zo goed mogelijk punten te scoren. Dit alles zonder input van programmeurs.
Da's wel indrukwekkend en ook best griezelig. Het duurt wel lang voor hij snapt hoe het spel werkt want als kind heb ik ook break out leren spelen zonder te weten waar het spel over ging. Maar hoe die dan overgaat naar expert is wel heel snel.

Moet hatelijk zijn om als kind een robot vriendje te hebben dat op deep learning werkt :+
Ik vraag me af wat Blizzard hier van vind, je bouwt eigenlijk gewoon een 'bot'. En feitelijk gaan ze daarmee in tegen de EULA in... Nou zal Google vast wel een "waver" krijgen, maar toch... Niet helemaal eerlijk in sommige ogen misschien.
Jouw reactie wordt wel als ongewenst meegerekend, maar het is een goede opmerking. Want je creŽert nu een AI die praktisch onverslaanbaar is door reactietijden van een paar milliseconden, waardoor micromanagement op unit-schaal mogelijk is, naast efficiŽntere resource-management.

Menselijke spelers kunnen niet snel genoeg handelen dankzij allerlei inputlags en natuurlijk onze eigen snelheidsgrens, en om die reden kunnen wij hooguit een groep units selecteren en die van targets voorzien. Ook kunnen mensen niet tegelijk oorlogvoeren en elke hulpbron op 100% efficiŽntie uitgeven: mensen stellen prioriteiten, terwijl de computer wťl alles uitvoert zonder prioriteiten nodig te hebben (de grens is de kloksnelheid van het proces).

Daarnaast kan een computer berekenen hoeveel resources een speler heeft kunnen verzamelen in bepaalde tijd door de acties van de tegenstander te observeren. Denk hierbij aan het detecteren van een scout die ook zogenaamde 'minerals' had kunnen verzamelen. Als de computer detecteert dat die op x locatie is met y bewegingssnelheid heeft diegene dus minimaal z aan resources vanaf het maximum verloren, waardoor de tegenstander nooit gebouwtje a of upgrade b uit heeft kunnen voeren.

Ja, deze bot zou echt in een gesloten omgeving (lees: unranked klassement) gebruikt moeten worden door de enorme rekenkracht die beschikbaar is.
Want je creŽert nu een AI die praktisch onverslaanbaar is door reactietijden van een paar milliseconden
De kracht zit hem niet eens zozeer in het sneller kunnen berekenen van dingen, maar vooral in het bedenken van strategieŽn die mensen nog niet bedacht hebben (of kunnen bedenken) en het hebben van een vorm van intuÔtie die mensen niet kennen.
De AI die Google ontwikkeld heeft is een stuk slimmer dan zomaar een bot.

[Reactie gewijzigd door anandus op 11 maart 2016 16:36]

Ze zouden er nog een moeten bouwen en ze tegen elkaar laten spelen.
IBM Watson vs Google Deepmind. Lijkt me een mooie uitdaging voor programmeurs.
Jaren geleden was dit ook aan de orde met Kasparov vs IBM https://nl.wikipedia.org/wiki/Deep_Blue
The only winning move is not to play ;)
Volgens mij was het meer: The only way not to lose is not to play
*AI pauses game forever* :+
Dit zag ik bij een AI die tetris speelde. Die leerde dat er een pauze knop was.... en najha, de rest vertel je zelf al. ;)
Daar gaat het helemaal niet om.
Het gaat er om of DeepMind een strategisch complex spel als starcraft onder de knie kan krijgen. Niet door hem te programmeren. Maar door DeepMind spreekwoordelijk achter de computer te zetten en kijk maar hoe starcraft werkt.
Die wedstrijden zijn gewoon voor de aandacht en misschien om ergens een einddoel te hebben.
Hetzelfde geld voor het aansturen van het echte leger, wat dan mogelijk de volgende stap wordt.
Vooral als er steeds meer robots/drones in het leger komen. Een mens stuurt een tank of helicopter langs een ongeveer optimale route. Een computer kan de route aan de hand van de hoogte, schaduwen en vijandelijke positie precies berekenen. En dat voor honderden units tegelijk.
Er worden al jaren AI challenges gehouden met star craft (http://cilab.sejong.ac.kr/sc_competition/, http://sscaitournament.com/) waar niet de minste universiteiten aan mee doen.

Het lijkt me dat ze daar al lang een stokje voor hadden gestoken als ze daar bezwaar tegen hadden gehad.
Ik denk dat Blizzard dit alleen maar toejuicht, het is immers gigantische 'gratis' reclame. Daarbij zal Blizzard het vast niet erg vinden om een uitzondering te maken op de 'EULA' zolang het maar alleen bij dit project blijft.

Daarbij kan het ook zo zijn omdat het over Starcraft gaat, dat het gewoon LAN potjes zijn buiten de officiŽle 'ladders' om. Het is immers niet belangrijk hoe het 'trackrecord' van de machine ervoor staat.
Eula heeft hier niet in directe zin mee te maken het is in principe hetzelfde waar meester schakers het opnemen tegen de beste AI in de wereld. En ze zijn er bewust van dat ze tegen een AI spelen.

Waar het gewoon in SC zelf de speler niet altijd bewust van is.

Uiteindelijk is het in dit geval meer wetenschappelijke/Pscychologische onderzoek.
Ik neem aan dat ze samen met Blizzard een testomgeving zullen gaan creeren om dit te doen. In inderdaad, waarschijnlijk met een dikke vette NDA dat ze niet in de live omgeving (ladder system) mogen komen en/of de speficieke code te publiceren.
Geldt dit niet alleen voor de Battle.net services?
Ik verwacht dat dit er aan ligt hoe ze dit willen opzetten, als ze gaan deelnemen in normale ladders in matches waarbij spelers niet weten dat ze tegen een bot spelen zou Blizzard het er inderdaad wel eens niet mee eens kunnen zijn dat ze dit zomaar gaan doen en dat ze toestemming aan Blizzard gaan vragen om dit te mogen doen.

Als ze bijv. hun eigen spelmodus / ladder aanvragen bij Blizzard waarbij je bijv. een extra game mode krijgt "vs Deepmind" league, zal Blizzard dit zelfs mogelijk wel als mooie toevoeging voor de game zien.

Een andere optie is natuurlijk dat ze alleen in een gesloten test omgeving die losstaat van de normale online gameplay gaan testen, waarna ze matches gaan spelen tegen Pro's, ook zal denk ik door Blizzard enkel als leuke testcase gezien worden.

[Reactie gewijzigd door Dennism op 11 maart 2016 14:12]

Dit is anders wel zeer goede gratis publiciteit. Denk dat ze dat wel OK vinden :)
Blizzard zal dit fantastisch vinden.
Kom op, ze gaan hun game gebruiken om de intelligentie van een ai te testen.
Moet die incognito rank 1 halen in alle gewesten als een random player :+
Ik denk dat het daarom ook de reden is dat men uitdrukkelijk zegt dat het niet dient om spelers te verstaan. Ik denk wel dat Blizzard hier aan zal meewerken. Ze kunnen hier zelf hun AI mee verbeteren.
Zouden ze de technieken achter dit soort onderzoek uiteindelijk ook naar buiten brengen? Het lijkt met toch wel wat als je zometeen in een doorsnee game tegenstanders hebt die echt intelligent reageren.

Het moet natuurlijk wel op moeilijkheid getweakt worden, computers kunnen het vaak al winnen van mensen omdat ze sneller reageren en meer informatie tegelijk hebben, maar ondanks die voordelen zie je vaak dat de AI in spellen echt bedroevende beslissingen neemt.

Hopelijk deelt Google niet alleen de resultaten, maar ook de daadwerkelijke AI algoritmen waar game developers in de toekomst ook echt wat mee kunnen.
Er is al een paper gepubliceerd in Nature over de technieken die ze voor Go hebben gebruikt, namelijk neurale netwerken, en Monte Carlo tree search. Zie ook http://www.nature.com/nat...587/full/nature16961.html
Wat ik me dan afvraag is of Alphago een limiet krijgt op zijn reactiesnelheid\input uit het spel\output naar het spel.
Een menselijke speler kan nooit zo snel reageren als een computer, kan niet alle bewegingen in het spel tegelijk verwerken en kan niet zo snel acties in het spel uitzetten.
Dat vraag ik mij ook af inderdaad. Maar ik denk dat dat dus ook nooit het doel gaat zijn van dit project. Het zal dus niet echt gebruikt gaan worden om een potje te spelen, maar ze willen enkel onderzoeken of de technologie waarmee de AI nu ontwikkeld wordt ook een optimale strategie zou kunnen vinden in een spel waar niet alle informatie beschikbaar is.
Dat dit spel in realtime gespeeld wordt (en de implicaties voor het spelen dat daarbij komt) staat daar dus eigenlijk los van.
Vinden ze helemaal niet erg, er bestaat al een heus competitie voor het maken van bots op starcraft. http://sscaitournament.com/.
Zolang je er geen tornooien mee speelt vinden ze het alleen maar leuk denk ik.
Vroeg ik me ook af.
APM (Actions Per Minute) is een rating die door/voor 'professionele' Starcraft spelers uitgevonden is.
Top spelers halen een 300 APM (5 per seconde); een AI kan toch snel miljoenen keer sneller.
Nou, dat zal het punt niet eens zozeer zijn.
Ik denk dat ze zullen kijken of DeepMind Łberhaupt het spel zal kunnen leren spelen.
Dat is natuurlijk veel interessanter.
Ik wil die computer wel tegen een paar van die Aziaten zien gaan in Starcraft lijkt me best wel leuk om te zien.
Misschien 4v1 kan nog wat interessanter maken.
Ik wil die computer wel tegen een paar van die Aziaten zien gaan in Starcraft lijkt me best wel leuk om te zien.
Misschien 4v1 kan nog wat interessanter maken.
Ik ben eerder benieuwd wat die AI gaat doen tegen trollende snotjochies die totaal geen gevestigde strategie kunnen volgen. :+
Ik sta ervoor open als test subject gebruikt te worden word vast een afslachting van je welste :D
Ik denk dat die AI ze gewoon afmaakt. Ik denk dat de AI snel zal leren of er een strategie wordt toegepast of niet en net een strategie ontwikkelen die gehakt maakt van zo'n spelers.
1v1 lukt ook wel gewoon kijken wat je enemy doet. Dan zelf een counter leger maken en verstoppen, een klein legertje maken waar zijn units goed tegen zijn. Denkt de A.I. dat hij voordeel heeft pak je snel z'n leger en z'n base :+
maar wat zou er dan technisch anders aan de deepmind AI zijn dan een 'normale' bot in starcraft? (die bijvoorbeeld op moeilijkheid extreme staat o.i.d.)

in denk dat een goede AI het uiteindelijk van de beste SC speler zal winnen, omdat een mens de APM en perfectie van de AI simpelweg niet kan bijhouden. vooral in lange games waar er op veel verschillende dingen gelet moet worden zal de mens simpelweg niet perfect kunnen functioneren. ben ook benieuwd om de micro te zien van de AI, hij kan in princiepen het maximale uit elke individuele unit halen bij elke confrontatie.
Ik denk dat je het kan zien als het verschil in leren. Het idee van Deepmind is namelijk dat hij leert van de potjes die hij speelt. Een reguliere bot houdt zich echter alleen aan de regels die hij opgekregen heeft door de programmeur: "als de tegenstander dit doet/maakt/hierheen loopt, doe dan dat".
Deepmind zou op deze manier min of meer zijn eigen, unieke speelstijl kunnen creŽren.
Ik denk dat het verschil hem er in zal zitten dat de normale bot nog enigszins voor spelplezier zal zorgen voor hardcore gamers maar DeepMind heel het spelplezier weghaalt. Als je weet dat Starcraft niet te winnen valt dan is er ook geen fun aan en ervaar je de game als rigged.
Ik vind het eerlijk gezegd niet heel bijzonder dat de computer een mens verslagen heeft bij Go, ook niet als dat 'self learning' is. Het wordt pas interessant als 'de computer' wint in een potje voetbal.
De rest van de wereld en de wetenschappelijke gemeenschap lijkt er anders over te denken. Niettemin is voetbal meer het domein van robots (met AI) dan van DeepMind zelf. Of je moet het serverpark voor het doel zetten en hopen dat je daarmee een gelijkspel afdwingt.

Daarbij is voetbal nou ook niet bepaald het spel dat het toppunt van het menselijke vernuft en atletische vermogens belichaamt. Zachtjes uitgedrukt.
Het is natuurlijk ook een 'show' die wordt opgevoerd. Natuurlijk kan een mens niet winnen; de hoeveelheid iteraties die een applicatie doet gaat zover dat de speler geen kans heeft; elke zet die hij zet wordt tot in de 1000ste berekend. Een spel zoals dit is gewoon berekenen en dat is precies waar een computer voor gemaakt is. De volgende stap is dus kan een machine een robot bouwen die kan winnen in voetbal? Waarom zou die machine dat eigenlijk doen? Waarom zou deze machine dit spel moeten spelen? Wat is het doel van DeepMind? Zie bijvoorbeeld Mar/i/o. Daarnaast is het een punt van discussie om machines zelf te moeten laten leren.

[Reactie gewijzigd door xzaz op 11 maart 2016 15:31]

Ik geloof niet dat je een goed inzicht hebt in de werking van AlphaGo. Dat is althans wat ik uit je reactie opmaak. Er is veel over gepubliceerd, zelfs hier op tweakers.net, dus als het je interesseert kun je meer vinden. Voor nu laat ik het erbij dat de AI niet simpelweg wint door de hoeveelheid iteraties.

De vraag wat het doel is van DeepMind is interessant. Het is gereedschap, dus de vraag kan bijna gelijk gesteld worden aan het doel van een wapen, een computer of een schip.

Het bijzondere aan DeepMind, openAI, Watson en de vele andere geavanceerde AI's die zullen volgen is dat ze een nieuw domein zullen betreden. De mensheid krijgt een superieur intellect tot haar beschikking en kan dat inzetten voor haar doelen. De geschiedenis leert dat deze niet altijd nobel zijn, maar in vele gevallen juist wel.

In concrete zin is te verwachten dat DeepMind op zoek gaat naar ziektemakers en geneeswijzen. Naar nieuwe deeltjes die verborgen zitten in de data van CERN. Naar de aard van dark matter en dark energy op basis van de vele beschikbare data.

Persoonlijk hoop ik op betere en snellere realisering van fusie reactoren. Dat zou de mensheid het meeste helpen.
waarom go heeft juist niets te maken met de werking van AlphaGo of Watson etc.

Go is juist een voorbeeld waarbij het doorberekenen van de volgende x zetten heel snel te veel rekentijd kost. De traditionele oplossingsrichting van het doorberekenen van zetten (score toekennen aan mogelijke toekomstige zetten) was goed genoeg om karsparov te verslaan met schaken maar werkte totaal niet voor go. Zodoende is go een nieuwe benchmark geworden en daarom is het significant.

Of beter verteld maar dan in het engels vanaf de alpha go website ( https://deepmind.com/alpha-go.html ):
"The game of Go is widely viewed as an unsolved “grand challenge” for artificial intelligence. Despite decades of work, the strongest computer Go programs still only play at the level of human amateurs. In this paper we describe our Go program, AlphaGo. This program was based on general-purpose AI methods, using deep neural networks to mimic expert players, and further improving the program by learning from games played against itself. AlphaGo won over 99% of games against the strongest other Go programs. It also defeated the human European champion by 5–0 in an official tournament match. This is the first time ever that a computer program has defeated a professional Go player, a feat previously believed to be at least a decade away."
Ik mis hier oprecht even het verband met mijn eerdere reactie.

Een kanttekening bij het citaat dat je plaatst is dat "general purpose" in dit verband niet volledig letterlijk genomen kan worden. AlphaGo past reinforcement learning toe, maar dat heeft pas enig effect bij een meetbare beloning. Het toepassingsgebied van AlphaGo is daarmee ook beperkt.

Voor het overige is de "decade away" passage een eigen leven gaan leiden. Ik denk niet dat deze overtuiging leefde bij de AI onderzoekers. De gebruikte technieken zijn niet revolutionair. DeepMind heeft bestaande technieken gecombineerd en er voldoende resources tegenaan gesmeten. Ik snap dat het iets complexer ligt dan dat, maar om te stellen dat dit meer dan 10 jaar zou moeten kosten, getuigt van weinig inzicht.
Ik mis hier oprecht even het verband met mijn eerdere reactie.
Misschien was ik niet heel duidelijk, mijn excuses,
Ik vind het eerlijk gezegd niet heel bijzonder dat de computer een mens verslagen heeft bij Go
vervolgens stelt xzaz dat go door te berekenen is en daarom niet een interessant probleem is.
Vervolgens stel je dat xzaz geen goed inzicht heeft in de werking van AlphaGo. Maar de werking is niet de crux. De crux is dat de nieuwe methode (ongeacht wat deze is) dingen doet die eerdere methodes niet kon - deze beten zich stuk op go.

en tja wat is revolutionair? over deep learning word nu als een malle allerlei artikelen gepubliceerd. Ja er is een periode van 20-30 jaar geweest waarin er niet veel mee gedaan is maar nu word het actief onderzocht en verbeterd.

ps. wanneer mensen toekomst voorspellingen doen nemen we dat toch altijd met een korreltje zout :9 bovendien gaan die meestal in de eenheden decennia, eeuw, millennium op die manier zaten ze er nog dichtbij :*)
Het waarom is toch duidelijk? Neem nu de self driving car. Die zal in onbekende situaties terecht komen waar die pijlsnel een antwoord moet kunnen bedenken voor opduikend gevaar.

Dat is de reden waarom de computer dit spel moet spelen. Vandaag wil ik echt niet echt in een self driving car van het hartje van Parijs naar het hartje van Brussel rijden. Programma's zoals deze moeten dat wel mogelijk maken in de toekomst en zoals je een kind spelenderwijs doet opgroeien en intelligenter maakt gebeurt hier net hetzelfde met AI. Ooit zal die AI meer kunnen dan spelletjes spelen en tekeningen maken en zal die net als ons functioneren in onze maatschappij.
Als we zo'n AI maken zal de auto niet eens gaan rijden. Waarom? Omdat de AI een betere vervoersmiddel heeft voor je; de fiets.

Dat is natuurlijk niet iets wat de mens wilt maar wel wat AI is. AI past niet in een kader; AI is niet te 'encapsuleren'. AI denkt verder dan 'ik moet van A naar B'. AI heeft een 'status van alles'. Het heeft net zoals de mens een weten dat het bestaat in een bepaalde context. Waarom zal de auto moeten gaan rijden als er een betere manier is? Waarom zal het zijn energie gebruiken om jouw een lift te geven?
Starcraft 1 of 2? Plaatje is nog 1...
Hopelijk 1... want Starcraft 1 is veel moeilijker dan Starcraft 2.
De moeilijkheid van SC1 zit vooral in de mechanics, het snel en effectief uit voeren van veel acties. En dit is juist iets waarin een computer fantatisch is. Nooit een seconde idle-time of queueing in productie-gebouwen en perfecte micro.

Omdat SC2 wat vergevingsgezinder is op het gebied van mechanics, speelt strategie een grotere rol. En dat is een groot vraagteken voor computer-spelers. Dus ik zou niet zomaar zeggen dat SC1 voor een AI moeilijk is. Volgens mij is dat eerder andersom.
Ik vind het nog wel een beetje nep allemaal de computer is getraind door te zoeken data over spellen die reeds gespeeld zijn. Wat de intelligentie van mensen nu juist zo bijzonder maakt is inzicht. Het begrijpen hoe het werkt. Ik vraag mij nog steeds af of kunstmatige intelligentie niet gewoon een rondje bedonder is. Het zal zekere nuttige toepassingen hebben. Maar als je voor elke toepassing een AI moet maken. Gebaseerd op mogelijke permutaties die door mensen reeds zijn bedacht. Hoeveel verschilt het dan werkelijk van normaal programmeren. Is het niet gewoon een abstractere vorm van programmeren. Waarbij het niet meer nodig is dat de programmeur alles van te voren hoeft uit te denken en een soort database als naslag dient om te bepalen wat er moet gebeuren. Kun je het dan wel kunstmatige intelligentie noemen?
Mensen doen precies het zelfde. Deze spelen deze spellen ook vaker en worden dan beter. Zodoende is het ook een komen en gaan stylen waar dan weer een tegen style voor bedacht word. Het is voor deze systemen ook niet nodig om perse bestaande partijen te analyseren - het is meer het probleem dat het als zo'n systeem aan het leren is de eerste paar spelen nogal vervelend zijn voor de tegenpartij om mee te maken.

Ook dat is voor ons niet anders, ga maar eens tegen een 2 weken oude baby starcraft lopen spelen. Uit praktisch oogpunt is het om deze reden handiger om bestaande spellen te analyseren, je hebt niet iemand die mensen 'zit te trollen' voor de eerste x spellen. Daarnaast kan je reeds gespeelde spellen versneld afspelen wat ook wel fijn is voor de onderzoekers want dan hoeven ze niet zo lang te wachten.

Verder is het vanuit wetenschappelijk oogpunt handiger om redelijk vanaf 0 te beginnen dan is het effect van de oplossing beter aanwijsbaar. Daarnaast is het delen van een half fabricaat van een andere oplossing ook nog een punt van onderzoek en logica dicteert nu eenmaal dat het handiger is om op 1 probleem te gelijk te focussen.

Overigens is het bij deep learning interessant dat de hidden layers vaak per layer abstracter / concretere sub problemen oplossen.
Maar kun je nu echt spreken over dat de computer het begrijpt. Dat is de kernvraag. Is er echt spraken van inzicht??? Net als iedereen heb ik een hoop vaardigheden geoefend en weet ik donders goed hoe dat werkt. Ik zeg niet dat een computer niet een vaardigheid zou kunnen leren. Maar is het hebben van een vaardigheid hetzelfde als het hebben van inzicht. En is het hebben van vaardigheden gelijk aan intelligentie. Dieren hebben veelal ook vaardigheden. Zelfs de kleinste. Zeg je nu dat die dus ook intelligent zijn?? Net als mensen?? Heb je wel eens een schaap in de ogen gekeken en gedacht: tjonge die is intelligent. Maar toch loopt het dier rond en eet het gras. Mag intelligent worden beperkt tot uitsluitend het aanleren van vaardigheden?? Of is het meer dan dat?? Ken jij het onderscheid?
Gezien mensen die vaak IQ testen doen hogere scores halen zou je zeggen van wel. ;)

Ok wat serieuzer, een hoop van de vragen die je stelt zijn lastig formeel te maken en zal tijd kosten om tussen ons tweeŽn vast te stellen wat wij bijvoorbeeld onder de termen intelligentie en inzicht verstaan.

Ik denk dat het handiger is het veld gelijk te maken zoals bijvoorbeeld bij de Turing test.
The test was introduced by Turing in his paper, "Computing Machinery and Intelligence", while working at the University of Manchester (Turing, 1950; p. 460).[3] It opens with the words: "I propose to consider the question, 'Can machines think?'" Because "thinking" is difficult to define, Turing chooses to "replace the question by another, which is closely related to it and is expressed in relatively unambiguous words."[4] Turing's new question is: "Are there imaginable digital computers which would do well in the imitation game?"
verder spreek men denk ik eerder van een bepaalde mate van intelligentie dat is niet niet iets discreet in de zit dat je het hebt of niet. Bepaalde antropologen vinden het super spannend hoe er een apensoort is die 'gereedschap' gebruikt. Vereist het maken van en gebruiken van gereedschap inzicht? maakt dat ze per definitie intelligenter dan een andere diersoort?
To be or not to be that is the question. Zo computer het ooit begrijpen.

Op dit item kan niet meer gereageerd worden.



Apple iOS 10 Microsoft Xbox One S FIFA 17 Sony PlayStation VR AMD Radeon RX 480 4GB Battlefield 1 Google Android Nougat Watch Dogs 2

© 1998 - 2016 de Persgroep Online Services B.V. Tweakers vormt samen met o.a. Autotrack en Carsom.nl de Persgroep Online Services B.V. Hosting door True