گوگل کی A.I. ریس کے قدیم کھیل میں ریس جیتنے کے لئے فیس بک بیٹھتا ہے

منگل کو آدھی رات کے پیسفہ کے وقت تھوڑی دیر سے، مارک زکربربر نے گوگل پر ان کی مقابلہ کے خلاف ایک منفی ہڑتال شروع کی جس کا اعلان یہ تھا کہ وہ ممکنہ طور پر جانتا تھا کہ غلط تھا:

"گو کے قدیم چینی کھیل آخری کھیلوں میں سے ایک ہے جہاں بہترین انسانی کھلاڑی اب بھی بہترین مصنوعی انٹیلی جنس کھلاڑیوں کو مار سکتا ہے."

کوئی شک نہیں زکربربر جانتے تھے کہ بارہ گھنٹوں کے بعد بعد میں، گوگل کو اس کا سامنا کرنا پڑا ٹھیک ہے اس کی مصنوعی انٹیلی جنس نے ایک انسانی کھلاڑی کو مارا تھا، اور نہ صرف انسان، بلکہ دنیا میں سب سے بہتر ہے. Google کی تعریف کی کامیابی - جس کے نتیجے میں جرنل میں شائع کیا گیا تھا فطرت بدھ دوپہر پر - یہ ہے کہ اس کے گہرے موم کے محققین الفا گی، ایک مصنوعی نیورل نیٹ ورک تیار کر چکے ہیں جنہوں نے فین ہئی کو صفر سے پانچ میچوں کے اسکور سے شکست دی.

دریں اثنا، زکربرگ نے منگل کو ایک ہی مراسلہ میں لکھا کہ فیس بک قریبی ہو رہا ہے: "سائنسدانوں کو 20 سال تک کمپیوٹر میں جیتنے کے لئے کمپیوٹرز سکھانے کی کوشش کر رہی ہے. ہم قریب ہو رہے ہیں، اور گزشتہ چھ ماہوں میں ہم نے A.I یہ تیزی سے 0.1 سیکنڈ کے طور پر چلتا ہے اور اب بھی پچھلے نظاموں کے طور پر اچھی طرح سے ہو سکتا ہے جس نے سالوں میں تعمیر کرنے کی کوشش کی ہے."

گو کا کھیل یسوع کی کہانی سے بڑی ہے، لیکن کمپیوٹروں کو شکست دینے کے لئے بدقسمتی سے سختی رہتی ہے. الورگتمز انسانوں کو ٹکی ٹاس پیر، شطرنج اور چیکرس میں کچلتے ہیں، لیکن گول میں بڑی تعداد میں حرکتیں (کائنات میں کہیں زیادہ جوہری ہوتے ہیں) کمپیوٹرز کے لئے بہت زیادہ کامیابی حاصل کرنے کے لۓ ان کی کامیابی کا راستہ بڑھا رہے ہیں. ضابطہ اخلاق

دہائیوں کے لئے، کمپیوٹر سائنسدانوں نے اس بات کو سمجھایا ہے کہ اس کھیل کو کسی چیز کا کھیل جیتنا ہے. ایسڈ ٹیسٹ دس سالوں تک، بعض ماہرین کے مطابق، Google کے الفاگو وکر سے آگے ہے. کاساپروف قاتل گہرے بلیو کے برعکس (http://en.wikipedia.org/wiki/Depep بلیو (شطرنج کمپیکٹ)، جس میں ممکنہ چالوں کے ذریعہ بحران کا باعث بن سکتا ہے اور سب سے بہترین کا انتخاب کرسکتا ہے، Google کے الگورتھم ایک اعلی درجے کا نظام ہے جس میں مخالف کی حرکت اور مشین سیکھنے کی پیشکش کی جاتی ہے.

Google کے سرکاری بلاگ سے:

ہم نے انسانی ماہرین کی طرف سے کھیلوں کی طرف سے 30 ملین چالوں پر نیورل نیٹ ورکوں کو تربیت دی، جب تک کہ اس وقت انسانی اقدام کا 57 فیصد (پچھلے ریکارڈ الفاگو 44 فیصد تھا). لیکن ہمارا مقصد بہترین انسانی کھلاڑیوں کو شکست دینا ہے، نہ صرف ان کی نقل. ایسا کرنے کے لئے، AlphaGo نے خود کے لئے نئی حکمت عملی دریافت کیا، اس کے نیورل نیٹ ورکوں کے درمیان ہزاروں کھیلوں کو کھیلنے اور قسط کے سیکھنے کے طور پر جانا جاتا ایک آزمائشی اور غلطی کے عمل کے ذریعے کنکشن کو ایڈجسٹ کرکے سیکھا. بے شک، یہ تمام کمپیوٹنگ طاقت کی ایک بڑی مقدار کی ضرورت ہے، لہذا ہم نے Google Cloud Platform کے وسیع پیمانے پر استعمال کیا.

کیا ہے یہ 2،500 سالہ بورڈ کا کھیل ہے جو مصنوعی انٹیلی جنس استعمال کرنے کے لئے تقریبا ناممکن ہے. pic.twitter.com/UEyGIxh42I

Google (google) جنوری 27، 2016

اب، اس کے کمپیوٹر پر اس کے A. ڈک ایک قدیم بورڈ کھیل میں مشکل. لیکن اختتامی کھیل ان پروگراموں کے پیچھے بنیادی اصولوں کو لینے اور زیادہ عام مشینری سیکھنے کے لئے بنیاد رکھنا ہے.

زکربرگ نے ماحولیاتی مسائل سے نمٹنے اور بیماری کا تجزیہ کرنے کے لئے ای آئی کی صلاحیت کو مدعو کیا. ایک پریس ڪانفرنس میں، Google کے سربراہ الفا گی پروگرامر نے کہا کہ گوگل کی نئی ٹیکنالوجی کی ممکنہ پہلی درخواست مصنوعات کی سفارشات ہوگی.