ڈی ایم ایمند نے کس طرح خود بخود خود کو پکڑ لیا. یہ انسان کو غصہ کر سکتا ہے

کمپیوٹرز ہمارے دو ہزار دہائیوں کے لئے شطرنج میں ابھرتی ہوئی انسانی گدھے کو مار رہے ہیں. پہلی مرتبہ یہ ہوا تھا 1996 میں، جب آئی بی ایم کی گہرے بلیو عالمی چیمپئن گیری کااسروف کو دور کرنے میں کامیاب تھے. لیکن حروف تہجی ای اے سے ایک نیا مطالعہ تنظیم DeepMind نے اس سلسلے میں روشنی ڈالی ہے کہ اس حد تک محدود حد تک محدود ہے کہ ابتدائی کامیابی واقعی تھی.

ایک کے لئے، Kasperov تین کھیل جیت اور ایک پرانے کھیل کے مطابق، چھ کھیل playoff میں دو بار جیت، درست واپس، bounced ڈیلی نیوز رپورٹ.

لیکن بہت زیادہ خاص طور پر، جیسا کہ ڈیپمنڈ محقق جولین شروٹریس نے بتائی اندرونی ، گہری بلیو کی طرح درخواستوں کو دستی طور پر بھی پروگرام کیا گیا تھا. اس کا مطلب یہ ہے کہ انسان کو ای. ہر ممکنہ طور پر ہر تصور قابل احتساب کیسے ہینڈل کرنے کے بارے میں جاننے کی ضرورت ہے. دوسرے الفاظ میں، یہ صرف اس طرح کے طور پر لوگوں کو پروگرامنگ کے طور پر اچھا ہو سکتا تھا یہ تھا. اور جب گہری بلیو واضح طور پر شطرنج میں بہت اچھا حاصل کرنے میں کامیاب تھا؛ یہ دوسرا دوسرا موقع دیں، اسی طرح، گو کی طرح کھیل کریں اور یہ شاندار ہو.

الفا زیرو بالکل مختلف ہے. جرنل میں شائع کردہ ایک نیا مطالعہ میں سائنس مصنفین ظاہر کرتے ہیں کہ وہ الفا زیرو سکھانے کے قابل نہیں تھے کہ کس طرح انسانوں کو شطرنج میں شکست دیتی ہے، لیکن الفا ظرو کو کس طرح سکھانا خود کو سکھائیں ایک سے زیادہ کھیلوں کا مالک بنانا.

A. کیسے سکھائیں خود کو پڑھنے کے لئے

الفا زیرو گہری قابلیت کے بارے میں سیکھنے کی ایک تکنیک کا استعمال کرتے ہوئے تیار کیا گیا تھا. لازمی طور پر، اس میں شامل ہیں A.I. کچھ آسان، شطرنج کے بنیادی قواعد کی طرح، اور پھر اس سے زیادہ بار بار سادہ کام کرنا جب تک وہ حکمت عملی اور تکنیک جیسے زیادہ پیچیدہ، دلچسپ چیزیں سیکھے.

"روایتی طور پر … انسان اس کھیل کے بارے میں اپنے علم کو لے لے اور اس کے قوانین میں کوڈ کرنے کی کوشش کریں گے"، چارٹ کے لئے الفا زرو پر کام کر رہے ہیں، جو Schrittwieser. "ہمارے نقطہ نظر میں ہم تصادفی طور پر ابتدائی طور پر ابتدائی طور پر ابتدائی طور پر ابتدائی طور پر کھیلنا چاہتے ہیں اور ان کے کھیلوں سے خود کو یہ سیکھ سکتے ہیں کہ حکمت عملی کا کام کیا ہے."

تمام الفا زیرو بنیادی اصول ہیں، اور وہاں سے یہ جانتا ہے کہ اپنے آپ کو کس طرح جیتنے کے لۓ. نئے نتائج کے مطابق، الفا زیرو کے لئے صرف شائقین ماسٹر شطرنج، 12 بجے شوگی کو ماسٹر کرنے اور ماسٹر جانے کے لئے تقریبا 13 دن لگے. کیونکہ یہ خود ہی کھیل رہا ہے، یہ بنیادی طور پر خود سکھایا جاتا ہے. اس نے دنیا بھر میں شومی 91 فی صد میں دنیا بھر میں 2017 عالمی چیمپیئن کو دھکیل دیا، اس نے دنیا بھر میں چیمپیئن انسانی ہدایت کردہ الگورتھموں کا کم سے کم حصہ بنایا.

Schrittwieser کا کہنا ہے کہ "یہ آزادانہ طور پر کھیل کے بارے میں دلچسپ معلومات کو تلاش کر سکتے ہیں." "یہ ایسے پروگراموں کی طرف جاتا ہے جو زیادہ انسان کی طرح کھیلتے ہیں."

اگرچہ اس کی طرز انسانی کی طرح اور تخلیقی ہے، تاہم، یہ بھی ممکن ہے کہ زیادہ تر زیادہ سے زیادہ حد تک زیادہ سے زیادہ ہے، لہذا، کافی ہے کہ الفا زیرو بہت زیادہ کسی بھی کھیل میں قابو پانے میں کامیاب ہوسکتا ہے جس میں اس کے تمام دستیاب معلومات تک رسائی حاصل ہے. اصل میں، الفا زیرو بہت جدید ہے، ہم اس کے حدود کو آگے بڑھنے کے لئے کھیلوں کی مکمل طور پر مختلف طبقے پر منتقل کرنے کی ضرورت ہوسکتی ہے. حل مسائل

الفا ظرو کیوں اچھا ہے

A.I. محققین کو ان کھیلوں کا استعمال کرتے ہوئے محبت کرتا ہے جیسے چند وجوہات کے لئے الگورتھم کے کبھی زیادہ جدید ترین شکلوں کے لئے جانچ کی بنیاد. وہ خوبصورت ہیں، اور لوگ سینکڑوں سالوں کے لئے ان کے لئے کھیل رہے ہیں، ایک کے لئے، مطلب ہے کہ آپ کو آپ کے الگورتھم کی جانچ کرنے کے لئے بہت ممکنہ چیلنج ہیں. لیکن وہ پیچیدہ اور پیچیدہ بھی ہیں، اس کا مطلب یہ ہے کہ وہ ایک قدم قدم پتھر کے طور پر کام کر سکتے ہیں. یہ حقیقی دنیا میں مسائل کو حل کر سکتا ہے. Schrittwieser کا کہنا ہے کہ تحقیق کے اگلے علاقے میں الفا زیرو کی طرح الگورتھم پیدا ہوتا ہے جو ابھی تک ناقابل معلومات کے ساتھ زیادہ سے زیادہ فیصلے کر سکتا ہے.

انہوں نے کہا کہ "ان تمام کھیلوں میں، آپ جو کچھ بھی ہو رہا ہے وہ جانتا ہے." "حقیقی دنیا میں، آپ صرف معلومات کا حصہ جان سکتے ہیں. آپ اپنے ہی کارڈ کو جان سکتے ہیں، لیکن آپ اپنے مخالف نہیں جانتے ہیں، آپ کے جزوی معلومات ہیں."

الفا زیرو جیسے قسم کے چیلنجز کو الٹورتھڈ دینے کے قابل بھی کچھ بورڈنگ بھی ہیں، بھی - سکرت وائزر نے اسٹریٹٹو کا ذکر کیا، جس میں کھلاڑی ایک دوسرے سے اپنی چالیں چھپاتے ہیں - اور Starcraft، جو DeepMind کے گیمنگ توجہ مرکوز کے محققین کے لئے دلچسپی کا ایک اور علاقہ ہے.

وہ کہتے ہیں "ہم اس مسائل کو بنانا چاہتے ہیں جو ہم زیادہ سے زیادہ پیچیدہ ہیں." "لیکن یہ ہمیشہ ایک وقت میں ایک طول و عرض ہے."

ایک ہی وقت میں، گہرے دماغ کے کمپیوٹرائزڈ مسئلہ سلنڈر کی اگلی نسل پہلے سے ہی گیمنگ دنیا سے حقیقی دنیا میں منتقل کرنے کی صلاحیت دکھا رہی ہے. اس ہفتے کے آغاز سے، اس نے الفا فولڈ نامی ایک دوسرے الگورتھم کا اعلان کیا، جو اس کی 3D ڈھانچہ کی صحیح پیشن گوئی میں ایک پروٹین ترتیب کو نکالنے میں کامیاب ہے.یہ ایک مسئلہ ہے جو دہائیوں کے لئے سائنسدانوں کو بخار بناتے ہیں اور الزیمیر سے سستک فریبروسس سے لے کر بیماریوں کے علاج کے لئے دروازہ کھولنے میں مدد کرسکتے ہیں.