Исследователи Google DeepMind раскрывают силу разнообразия искусственного интеллекта в решении шахматных задач представляем AZ_db, следующий шаг в вычислительном решении проблем.
Исследователи Google DeepMind представляют AZ_db - следующий шаг в решении шахматных задач с помощью искусственного интеллекта.
Искусственный интеллект проник в почти все области и находим его применение практически во всех сферах жизни. В некоторых вычислительных задачах системы искусственного интеллекта даже превосходят людей, делая значительные шаги в технологическом развитии. Но системы искусственного интеллекта, как и люди, также допускают ошибки и ошибки, особенно когда они подвергаются непредвиденной ситуации. Это происходит потому, что искусственный интеллект зависит от объема доступных данных и вычислений. В результате проводимые исследования стремятся смягчить эти ограничения, повышая адаптивность и устойчивость искусственного интеллекта в различных ситуациях.
Тем не менее, системы искусственного интеллекта могут победить профессиональных игроков в сложных играх, таких как шахматы, покер и т. Д. Эти системы искусственного интеллекта используют обучение с подкреплением, которое позволяет им учиться на ошибках и приобретать больше знаний. Но несмотря на то, что эти шахматные системы искусственного интеллекта являются мощными и надежными, им всё ещё нужно достичь оптимального уровня. Они подвержены атакам со стороны противника и могут также видеть галлюцинации.
Для решения этой проблемы исследователи из Google DeepMind разработали новую работу, “Diversifying AI: Towards Creative Chess with AlphaZero”. Они провели обширное исследование, чтобы исследовать, как искусственный интеллект может использовать творческие механизмы решения проблем, наблюдаемые в человеческом интеллекте. Они разработали способ обучить группу различных высококачественных агентов искусственного интеллекта. Каждого игрока представляет латентная переменная. Каждый агент основан на AlphaZero (AZ), но они объединены с помощью специальной структуры (латентной), которая помогает им работать в команде. AlphaZero может играть в логические игры, такие как шахматы и шоги, с нуля. AlphaZero может играть в них, даже если у него нет предварительных знаний. Он также может делать творческие ходы и побеждать профессионалов.
- Исследователи из Университета Висконсин–Мэдисон предлагают Eventful Transformers эффективный подход к распознаванию видео с минимальной потерей точности
- Заменят ли модели больших языковых моделей графы знаний? Мета-исследователи предлагают «от головы до хвоста» новую методику для измерения фактических знаний больших языковых моделей
- Исследователи Alibaba представляют серию Qwen-VL набор моделей масштабного зрения-языка, разработанных для восприятия и понимания как текста, так и изображений.
Чтобы решить шахматные головоломки, исследователи поставили агента AZdb на основе AlphaZero в схватку с более равномерной группой AZ. Они обнаружили, что AZdb превосходит группу AZ в решении самых сложных головоломок, включая сложные положения Пенроуза, в два раза быстрее. Одним из центральных аспектов их исследования было выяснить, может ли такое объединение систем искусственного интеллекта генерировать большее количество инновационных идей в качестве коллективного органа по сравнению с результатами одного системы искусственного интеллекта.
Исследователи подчеркнули, что искусственный интеллект может повысить свою точность благодаря творческим механизмам решения проблем. Исследователи пытались сосредоточиться на способности искусственного интеллекта к творческому решению проблем. Они определили этот термин как поиск оригинального и ранее неизвестного решения проблемы.
Исследование показало, что разнообразные подходы AZdb к игре в шахматы привели к повышению возможностей в решении головоломок как коллективного органа, превосходящего производительность более равномерной команды. Анализ их партий по шахматам показал, что участники AZdb проявляют специализацию в различных открытиях.
Исследователи пришли к выводу, что несмотря на то, что эта система искусственного интеллекта хорошо справляется, всё ещё существует разрыв между человеком и машинным интеллектом. Тем не менее, исследователи надеются, что эта работа может послужить основой для дальнейших исследований.