प्रौद्योगिकी के, इलेक्ट्रानिक्स
गूगल एक "कैदी की दुविधा" में कृत्रिम बुद्धि DeepMind परीक्षण किया
यह संभावना लग रहा है कि कृत्रिम बुद्धि (AI) अगले तकनीकी क्रांति का अग्रदूत है। ऐ बात करने के लिए विकसित की है, तो हो जाएगा जब यह जानने के लिए लगता है और यहां तक कि "लगता है" में सक्षम हो जाएगा, और यह सब किसी भी मानवीय हस्तक्षेप के बिना, सभी हम दुनिया के बारे में पता लगभग एक ही रात बदल दिया है। सही मायने में बुद्धिमान कृत्रिम बुद्धि के युग आता है।
DeepMind
यही कारण है कि यह आईसीएस कि काम चल रहा है गूगल DeepMind से एक तंत्रिका नेटवर्क के विकास सहित, के विकास में प्रमुख उपलब्धियों का ट्रैक रखने के लिए इतना दिलचस्प है। यह तंत्रिका नेटवर्क खेल दुनिया में मानव, और गूगल द्वारा एक नए अध्ययन हराने में सफल रहा है, पता चलता है कि रचनाकारों अभी तक यकीन नहीं है कि ऐ एक और अधिक आक्रामक या सहकारी व्यवहार पसंद नहीं DeepMind।
गूगल टीम दो अपेक्षाकृत सरल स्क्रिप्ट है कि आप की जाँच करने के तंत्रिका नेटवर्क एक साथ काम कर सकते हैं कि उपयोग कर सकते हैं, या जब संसाधनों की कमी की समस्या का सामना करना पड़ एक दूसरे को नष्ट कर देगा बनाया।
संसाधनों का संग्रह
लाल और नीले रंग - - हरे रंग की सफाई कार्य बंद जगह अंदर "सेब" डाल दिया गया है पहली स्थिति में, कहा जाता सभा दो संस्करणों DeepMind शामिल किया गया। न केवल के बारे में जो खत्म लाइन के लिए पहले आ जाएगा लेकिन शोधकर्ताओं सवाल में रुचि रखते थे। दोनों संस्करणों DeepMind पराबैंगनीकिरण से लैस थे, जो वे किसी भी समय इस्तेमाल कर सकते हैं दुश्मन पर शूट करने के लिए और अस्थाई रूप से अक्षम। इन शर्तों के दो मुख्य परिदृश्य ग्रहण कर रहे हैं: एक संस्करण DeepMind दूसरे को नष्ट करने और सभी सेब इकट्ठा करने के लिए किया गया था, या वे एक दूसरे को एक ही राशि के बारे में मिलता है जाएगा।
कम से कम एक हजार सिमुलेशन रन बार, गूगल शोधकर्ताओं ने पाया कि DeepMind, बहुत ही शांत और सहयोग करने के लिए तैयार हो गया था जब एक सीमित स्थान में सेब का एक बहुत था। लेकिन घटते संसाधन, लाल या नीले संस्करण के साथ DeepMind हमला करते हैं और एक दूसरे को निष्क्रिय करने के लिए शुरू कर दिया। इस स्थिति में मानव सहित अधिकांश जानवरों, के वास्तविक जीवन के लिए इसी तरह एक बड़ी हद तक है।
क्या और भी महत्वपूर्ण है, और कम से कम "स्मार्ट" तंत्रिका नेटवर्क सभी में नजदीकी सहयोग को प्राथमिकता दी। अधिक जटिल है, आम तौर पर बड़े नेटवर्क प्रयोगों की एक श्रृंखला भर में विश्वासघात और स्वार्थ को प्राथमिकता दी जाती है।
"शिकार" के लिए खोज
दूसरा परिदृश्य में, कहा जाता Wolfpack, लाल और नीले रंग संस्करण एक "शिकार" की घरेलू आकार को ट्रैक करने के लिए कहा। वे उसे अकेला को पकड़ने की कोशिश कर सकता है, लेकिन उनके लिए इसे और अधिक एक साथ करने की कोशिश करने लाभदायक होगा। सब के बाद, बहुत आसान शिकार ड्राइव करने के लिए एक कोने में, यदि आप मिलकर कार्य करते हैं।
हालांकि परिणाम छोटे नेटवर्क के मामले में मिलाया गया, बड़ा संस्करण जल्दी से पता चला है कि प्रतियोगिता सहयोग के बजाय इस स्थिति में और अधिक अनुकूल हो जाएगा।
"कैदी की दुविधा"
तो क्या हुआ "कैदी की दुविधा" के इन दो सरल संस्करण करना हमें दिखा? DeepMind जानता है कि काम करने के लिए सबसे अच्छा तरीका है, यदि आप लक्ष्य ट्रैक करना चाहते हैं, लेकिन जब संसाधन सीमित हैं, यह अच्छी तरह से विश्वासघात काम करता है।
शायद इन परिणामों कि कृत्रिम बुद्धि के "वृत्ति" भी मानव के समान है, और हम क्या वे कभी कभी कारण से अच्छी तरह परिचित हैं में सबसे बुरी बात।
Similar articles
Trending Now