Комментарии 41
Ну смотрите, здесь есть такой момент, к сожалению разработчики пока что не интегрировали поддержку Tensorflow Lite, таким образом, нейроускорители в 845 snapdragon или 855 работать не будут. Без этого действительно быструю нейросеть на мобильном устройстве не запустишь, она всё равно будет слабее, чем stockfish на том же droidfish. И уж точно не получится устроить схватку 2 движков компьютерных шахмат, как это происходило в финале.))
Вступайте сюда: https://lichess.org/team/all-the-leelas
Но прелесть AlphaZero в том, что он (AI) изобретает порой соврешенно новые стратегии игры, до этого неизвестные.
Например AlphaZero очень любит слонов и при выборе кого жертовать: коня или слона, будет стараться жертвовать коня и оставить обоих слонов. А потом блестяще их использовать.
AlphaZero может пожертвовать фигуру, ради тактического преимущества.
Еще один яркий пример, это когда AlphaZero старается продвинуть крайние пешки на 6-й ряд.
Стратегия жертвование это блеф, а ИИ, как оказалось после покера сильны в этом.Нет, в шахматах жертвы к блефу никакого отношения не имеют… Игра с полной информацией, поэтому блефовать невозможно.
Но не понимаю при чём тут блеф…
Нейронная сеть получает умение на основе своего опыта определять по текущей ситуации хорошее дальнейшее действие. И не важно какая игра, покер или шахматы. Блеф/жертва — это уже оценка со стороны человека, а для ИИ — это просто действие. И в таком контексте неважно как называть действие «жертва» или «блеф». Об этом речь?
Что будет быстрее по-вашему:
Расслоение общества — одни улучшат мозг, а у других мозг захавают ИИ, ктулху и котики
Оно в общем-то и так есть, но с усилением и распространением ИИ, VR и прочего, будет гораздо выраженнее
искал в партиях AlphaZero плодотворную дебютную идею, не нашёл и был сильно тем разочарованновые дебютные идеи сложно искать, очень много наработок у людей. Не одна сотня лет на это ушла. То, что AlphaZero играет эти же дебюты — это закономерно, хотя и удивительно, что для этого ей понадобилось несколько часов.
И всё же кое-что новое она всё равно может найти, например вот
искал в партиях AlphaZero плодотворную дебютную идею
AlphaZero и её подобные программы всегда руководствуются правилом "делать тот ход, оценка которого максимальна", а ходы оцениваются хитрым перебором, использующим нейросети. Для таких программ нет разницы между дебютом и эндшпилем. И им не нужно знать эту разницу, а достаточно лишь перебирать тысячи вариантов специальным алгоритмом, чтобы играть лучше, чем любой человек, даже вооружённый базой дебютов, накопленной людьми за тысячу лет. Хочешь понять программу — сыграй в уме в режиме блиц тысячу партий на каждый вариант хода, какой вариант будет иметь больший процент выигрышей — тот и лучший. Логика какая-то не слишком человеческая, правда?
Иногда случается, что программы в чём-то повторяют известные дебюты — это значит, что эти дебюты действительно хороши по сравнению с другими дебютами (на данном уровне знаний, на данной мощности программ).
Честно говоря, я очень разочарован хабром. Почему никто не осветил такую вещь
Я думаю многие следят, а вот писать статью тяжело. На хабре нет формата создать статью-обсуждение, где каждый будет дополнять, как Wikipedia, поэтому переводные новости и доминируют.
Строго говоря, вообще не известно, как будут развиваться события. Одно ясно, в кино ответов точно нет.
обязательно должны самозародиться человеческие страсти
Они будут зарождаться в любой нейросети. Хотя у людей дополнительно есть гормоны, которые усиливают эмоции, на самом деле эмоции просто переполнения в возбуждениях нейронов… А если говорить про любовь, то тут вообще наибольшую роль играют общие воспоминания и всё.
реальная опасность — ИИ обесценит способности человека
Вот тут я придерживаюсь противоположной точки зрения. Человек всегда мечтал о том, что вот наступит время и ему не надо будет работать, какие-то профессии уйдут, будучи заменены роботами под контролем ИИ, что в этом плохого? Я был бы счастлив, если бы ИИ помогли мне писать код. Впрочем, рассуждать здесь я могу только на уровне игры Detroit, где это было показано с плохой стороны.
А уборщик может рассчитывать только на пособие.
Не красиво, как-то)))
Захватит/не захватит
Я писал в опросе не об этом. Я спросил о том, нравится ли трансгуманизм вам больше, чем идея, что мы будем эксплуатировать ИИ, и это ему не понравиться, что может привести к плохим последствиям.
Но я вас плюсанул в карму))
И вот тут я удивился. Во-первых, они уже успели реализовать cuda backend c поддержкой тензорных ядер от Nvidia как для игры, так и для обучения (добровольного и распределенного, причем). Во-вторых, у них прямо в тот момент происходил поединок с Stockfish за 1 место в рейтинге компьютерных шахмат!
Я немного следил за этой темой, и могу заметить, что после первых побед AlphaGo весной 2016 вскоре (в 2017, кажется) появилось несколько её "клонов" — AQ Go, Leela Zero, и также сразу шли разговоры о применении этого подхода в сёги, шахматах, etc. А победа Leela Chess Zero, кажется, таки освещалась на хабре.
Какие из этого выводы? Человек сам — уже не стратег и не тактик, машины побеждают на этом поле. Побеждать будет тот, кто успеет создать более сильную, более производительную машину.
Единственное место, это комментарии к той статье, которую я упоминул. Все.
www.google.com/search?q=habr.com+leela+chess&oq=habr.com+leela+chess
Побеждать будет тот, кто успеет создать более сильную, более производительную машину.
Причем здесь это? Алгоритмы важнее. Вот же одной моей видеокарты хватило для этого… а когда мы научимся интегрировать эту нейросеть в мозг человека <потирает ручки>
Человек сам — уже не стратег и не тактик
Еще совсем недавно считалось, что машина не будет лучше, чем человек в Go. И вот уже она лучше, намного. А классических алгоритмов, не на нейросети как не было так и нет. Т.е. человечкий подход (нейросеть) лучше. Ну пока ИИ не создаст искусственный алгоритм, конечно =))
Причем здесь это? Алгоритмы важнее.
"более сильную, более производительную машину" — под "машиной" я имел в виду связку железо + софт + веса нейросетей, т.е. некая законченная конструкция, которая выполняет специализированные "стратегические" вычисления. А алгоритмы у этих современных "нейросетевых" движков примерно одинаковы — monte-carlo tree search (MCTS) + нейросеть для быстрой оценки на каждом шаге MCTS.
а когда мы научимся интегрировать эту нейросеть в мозг человека
Интегрировать эту нейросеть — наверно никогда. Максимум к мозгу можно приделать интерфейсы ввода-вывода, а считать, наверно, придётся в кремнии или его аналогах. Почему — см.далее.
Т.е. человечкий подход (нейросеть) лучше.
Я бы сказал, что принципы работы "нейросетевых" движков совершенно нечеловеческие, совершенно нереализуемые человеческой логикой и человеческим мозгом.
А всё потому, что основа — это MCTS, в котором для оценки каждого варианта хода тысячи случайных партий проигрываются до конца, и выбирается ход с большей вероятностью победы. Главное улучшение здесь — выбор каждого хода с помощью нейросети, а не рандома. (к слову, и чисто рандомный MCTS, и нейронная сеть выбора хода могут работать и по отдельности, но без столь убийственно сильных результатов, как их комбинация)
Ключевое отличие этих алгоритмов от человеческой логики — для выбора одного варианта хода нейронная сеть запускается несколько десятков (или сотен) тысяч раз. Сознание человека точно неспособно к таким массовым размышлениям (хотя лучшие профессионалы в го также имеют склонность к обсчёту вариантов, а не к чистой интуиции). Терафлопсы решают — чем больше партий сыграно алгоритмом "в уме", тем точнее оценка хода, тем лучше стратегия.
И поэтому я сомневаюсь, что можно вырастить настолько производительную, настолько быструю биологическую нейронную сеть и уместить её в черепную коробку, интегрировав в мозг. Между тем, реализации подобных вычислителей "в кремнии" уже готовы и хорошо работают, пусть и пока через клавиатурно-экранный интерфейс.
И я все же надеюсь, что мы сможем когда нибудь засунуть себе tensorflow в мозг, пусть даже для этого может потребоваться и немного «кремния» себе вставить.
Во-первых, люди тоже просчитывают ходы. Не нужно просчитывать партию до конца, чтобы выиграть и оценить выгодность хода.
Но люди просчитывают меньше ходов, а чем больше ходов просчитано — тем лучше оценка, тем лучше стратегия. Результат — люди проигрывают машине. И сейчас этот результат очевиден.
Во-вторых, как вы думаете, сколько нейро вычислений происходит у человека, о которых он и не подозревает?
В мозгу примерно 100 млрд. нейронов, у каждого примерно 10к связей, на скоростях примерно 10-100Гц… Это, наверно, примерно 10..100*10^15 каких-то операций в секунду как верхняя оценка. GTX2080Ti — в идеале это примерно 23-27ТFLOPS half precision или 100 GFLOPS на тензорных операциях (не знаю, что здесь имеется в виду — multiply-add матриц 4х4 или скалярное умножение). Этот грубый расчёт даёт соотношение около "1000 видеокарточек ~ нейроны 1 мозга", в какой-то гипотетической ситуации, когда всё загружено на 100%. Не стоит воспринимать серьёзно эти цифры.
Но алгоритм MCTS неплохо параллелится, и его при необходимости можно запустить на десятке или сотне видеокарт, а мозги так просто не объединяются, поэтому "кремний" всегда выиграет. Да и сейчас выигрывает у профессионалов всего на нескольких видеокартах (или тензорных ускорителях). Ничто не мешает докинуть ещё несколько карточек, если понадобится.
Профессиональные игроки тоже знаете ли, не продумывают, ой, а что если я пойду сюда
Вы ошибаетесь, сильнейшие игроки в го — продумывают сложные ситуации. Результат при этом лучше, чем если играть интуитивно. А у алгоритма получается лучше, чем у профессионалов.
И я все же надеюсь, что мы сможем когда нибудь засунуть себе tensorflow в мозг, пусть даже для этого может потребоваться и немного «кремния» себе вставить.
Наверно, без этого никак)
Очевидно, что у парня не было времени просчитать что-то осмысленно. На этот суперблиц игру в шахматы даётся для каждого по одной минуте…
Если у них есть время на это.
В том-то и дело, что человек за разумное время просчитывает очень небольшое число ходов в сравнении с алгоритмом. Если кто-то попытается думать так же, как алгоритм MCTS, ему понадобится много лет, чтобы обдумать ход. И я не представляю, как это исправить без использования "кремния". Наверно, нужно думать как-то по-другому, оптимизированно, но как — никто не знает. Профессионалы, естественно, думают по-другому, чем алгоритм — но не выигрывают. А если MCTS считает слишком медленно (или слабо играет), сейчас можно просто добавить TFLOPS, чтобы производительность системы была существенно больше, чем у противника.
Такой вот недостаток человеческого мозга.
AI supremacy: Leela Chess. Или про то, как полностью открытая нейросеть победила