http://komlomedia.hu/fotokiallitas/14-iq-light/7964-johet-a-minden-feladatot-megoldo-algoritmus#sigProId4d69116a4f
A dél-koreai Go világbajnokot legyőző szoftver fejlesztője szerint a mesterséges intelligencia saját gondolkodásunk megértésében segíti az emberiséget.
Demis Hassabis, a Google leányvállalatának számító DeepMind alapítója hozta létre az AlphaGo nevű szoftvert, mely tavaly márciusban mérkőzött meg Lee Sedol go nagymesterrel és 4-1 arányban nyert az ötjátszmás sorozatban. A gép győzelme nagy hullámokat keltett mind a mesterséges intelligencia (MI), mind a go közösségekben, mivel korábban mindkét fél úgy vélte, hogy a go túl bonyolult az MI számára, hogy azt tökélyre vigye. Hassabis azonban ennél sokkal többre vágyik: egy olyan algoritmuson dolgozik, amely minden feladatot meg tud oldani.
A szakember a Digital-Life-Design (DLD) konferencián arról beszélt, hogy a mesterséges intelligencia fejlesztése az emberiség fejlődésével azonos. Mint elmondta, a sakkozók a sakkszámítógépek feltalálása után jobb taktikákat tudtak kifejleszteni. Úgy vélte, hogy az MI segíthet majd az embereknek abban, hogy a saját gondolkodásukat is megértsék. A DeepMind olyan, mint a mesterséges intelligencia Apollo-programja. A Szilícium-völgy legjobb tudósai - legyen szó agykutatókról vagy informatikusokról - dolgoznak a projekten. A küldetésük az, hogy az emberi értelmet kikódolják és a tudását arra használják fel, hogy számos problémát megoldjanak a segítségével.
Hassabis optimista volt az MI jövőjével kapcsolatban is. Szerinte ha az emberek és a gépek együttműködnek, akkor a mesterséges intelligencia elő fogja hozni a valódi potenciálunkat. Az MI algoritmusai segíteni fognak az emberiségnek abban, hogy jobbá tegyék a valódi világot, legyen szó akár új gyógyszerek vagy anyagok fejlesztéséről, illetve a robotkutatásokról.
A most 40 éves szakember 4 éves korában már sakkozott, 12 évesen sakkmester volt, 13 évesen pedig a második legnagyobb Élő-pontszámmal rendelkezett a 14 évesnél fiatalabbak között. A sakk kulcsszerepet játszott a munkájában is. 8 évesen már annyi pénzt keresett a játékkal, hogy megvásárolhatta az első számítógépét, amelyen aztán megtanult programozni. Ezután informatikát tanult és 1994-ben meghallgatott egy mesterséges intelligenciáról tartott előadást a Cambridge-i Egyetemen.
Ez indította el a pályáján, mert nagyon korlátozott dolognak tartotta azt, hogy a gépeket kizárólag egy szűk problémakör megoldására alkalmazzák, például, hogy megtalálják a leggyorsabb útvonalat, a legjobb keresési eredményt, esetleg nyelvet vagy képeket elemezzenek. Ugyan ezeknek a feladatoknak a megoldására kiválóak az adott rendszerek, de csak ezt tudják, s ezzel korlátozva van az intelligenciájuk.
Hassabis anno az egyetemen kritizálta az oktatást, ezért az illetékes docens távozásra szólította fel. Kevesen mozdították előre olyan mértékben az MI területét azóta, mint ő azóta. Először olyan olyan játékokat fejlesztett ki, mint a Theme Park, amelyben egy kitalált élményparkot kell vezetnie a játékosnak, 2010-ben pedig megalapította a DeepMind nevű startupot. Négy évvel később a Google felvásárolta a vállalkozást. A fejlesztő ezután visszatért a számítógépes játékok világába. A cége által készített gépek képesek megtanulni, hogyan kezeljenek Atari-játékokat. Előzetesen be kell programozni a játékokat arra, hogy a nyerés egy jó dolog, de az alap logika után a gépek a többit már elvégzik maguk. Ez a mesterséges intelligencia magasabb formája, amit Hassabis egykor unalmasnak és korlátozottnak talált.
A DeepMind számára több százan készítenek olyan programokat, amelyek minden idegen segítség nélkül képesek felfedezni és megérteni a világot. Hassabis víziója egy olyan MI, amely a különböző információkat képes feldolgozni ahelyett, hogy minden egyes feladathoz különböző algoritmusokat kelljen használni. Az ideális algoritmus mindenre képes lenne: kiszámítaná a leggyorsabb útvonalat, felismerné egy fotón szereplő arcokat és számítógépes játékokkal játszana. Mindez még nagyon messze van, de a DeepMind mesterséges intelligenciája sokkal kevesebb emberi segítségre szorul, mint a legtöbb konkurens megoldás.
Forrás: sg.hu / sueddeutsche.de