Компания DeepMind удивила своим новым ИИ MuZero

26.12.2020 18:39

Одним из наиболее приоритетных направлений в развитии современных технологий искусственного интеллекта является возможность разработки такого ИИ, который бы мог научиться думать настолько же абстрактно и масштабно, как и сам человек. Конечно, реализация такой задачи так или иначе потребует у разработчиков и заинтересованных в этом деле компаний немало времени, сил и ресурсов, однако уже сейчас можно так или иначе говорить о том, что некоторые форматы искусственного интеллекта демонстрируют весьма многообещающе результаты в сложных системах мышления. Одним из наиболее показательных примеров такого ИИ может стать MuZero AI от дочерней компании Google под названием DeepMind.

И в самом деле, компания-стартап DeepMind, непосредственно работающая со специалистами и ресурсами компании Google, уже довольно длительное время занимается разработкой и планированием различных форм искусственного интеллекта игрового типа – какое-то время назад компания представила свой нашумевший ИИ AlphaGo, который умудрился обыграть лучших игроков в популярную настольную игру Go, при этом все-таки полагаясь на заранее узнанные им правила игры. Последующие его итерации, хоть и удивляли еще больше, все-таки также обладали преимуществом предварительного понимания правил игры.

Компания DeepMind удивила своим новым ИИ MuZero

Что касается нового искусственного интеллекта MuZero, то его главная особенность состоит в том, что ему не загружают предварительно инструкции и правила настольных игр, таким образом заставляя его учиться полностью самостоятельно, по мере того, как ИИ играет с человеком. И предварительные тестирования показали, что данный искусственный интеллект в самом деле стал наиболее функциональным.

Ему не только удается очень быстро осваивать все предложенные ему настольные игры – в том числе и наиболее графически сложные, часто вызывающие проблемы у сторонних конфигураций ИИ – но также заранее планировать ходы своего оппонента-человека, используя только часть известных ему алгоритмов и объемов информации относительно той или иной настольной игры. А этот аспект не может не удивлять и не демонстрировать, насколько хорошо команда выполнила свою работу в этом смысле.

Источник