211service.com
Hur Google planerar att lösa artificiell intelligens
Vadderade väggar, dyster belysning och ett tak med blommiga tapeter. Det ser inte ut som en plats att göra banbrytande upptäckter som förändrar samhällets bana. Men i dessa simulerade, klaustrofobiska korridorer tror Demis Hassabis att han kan lägga grunden för programvara som är smart nog att lösa mänsklighetens största problem.
Vårt mål är väldigt stort, säger Hassabis, vars rättvisa sätt kan dölja fräckheten i hans idéer. Han leder ett team på cirka 200 datavetare och neuroforskare vid Googles DeepMind, den Londonbaserade gruppen bakom AlphaGo-mjukvaran som besegrade en världsmästare på Go i en serie med fem spel tidigare denna månad, vilket satte en milstolpe inom datoranvändning.
Det är tänkt att bara vara en tidig kontrollpunkt i ett försök som Hassabis beskriver som Apollo-programmet för artificiell intelligens, som syftar till att lösa intelligens och sedan använda det för att lösa allt annat. Det som går för smart mjukvara idag är specialiserat på en viss uppgift – t.ex. att känna igen ansikten. Hassabis vill skapa vad han kallar allmän artificiell intelligens – något som likt en människa kan lära sig att ta sig an nästan vilken uppgift som helst. Han föreställer sig att det gör så olika saker som att avancera medicin genom att formulera och testa vetenskapliga teorier och att kretsa runt i smidiga robotkroppar.
Att göra det kommer att kräva DeepMinds programvara för att utforska bortom Gos ordnade värld av svarta och vita stenar. Den måste ta tag i den röriga verkliga världen – eller till att börja med en dyster, pixlad approximation av den. DeepMinds simulerade värld kallas Labyrinth, och företaget använder den för att konfrontera sin programvara med allt mer komplexa uppgifter, som att navigera i labyrinter. Det borde driva DeepMinds forskare att lära sig hur man bygger ännu smartare mjukvara, och driva mjukvaran att lära sig att ta itu med svårare beslut och problem. De gör detta genom att använda teknikerna som visas i AlphaGo och tidigare DeepMind-programvara som lärde sig att spela 1980-tals vintage Atari-spel som Space Invaders bättre än en människa kunde. Men för att lyckas måste Hassabis också uppfinna sig kring några långvariga utmaningar inom artificiell intelligens.
Självförbättring
Hassabis, 39, har arbetat med frågan om hur man skapar intelligens under stora delar av sitt liv. Ett schackunderbarn som avslutade gymnasiet tidigt för att etablera en framgångsrik karriär inom videospelsindustrin. Han doktorerade senare i neurovetenskap och publicerade högprofilerad forskning om minne och fantasi.
Hassabis var med och grundade DeepMind 2010 för att överföra en del av det han lärde sig om biologisk intelligens till maskiner. Företaget avslöjade programvara som lärde sig att bemästra Atari-spel i december 2013, och tidigt 2014 köptes den av Google för ett belopp som rapporterades vara 400 miljoner pund, mer än 600 miljoner dollar vid den tiden (se Googles Intelligence Designer ). DeepMind expanderade snabbt, anställde dussintals fler forskare och publicerade mängder av artiklar i ledande konferenser om maskininlärning och artificiell intelligens. I januari avslöjade det existensen av AlphaGo, och att det hade besegrat Europas bästa Go-spelare i oktober 2015. AlphaGo slog en 18-faldig världsmästare, Lee Sedol, tidigare denna månad (se Five Lessons from AlphaGo’s Historic Victory ).
Demis Hassabis leder en grupp inom Google som syftar till att 'lösa intelligens.'
Atari-spel och Go är väldigt olika, men DeepMind tacklade båda med samma tillvägagångssätt, löst inspirerade av hur djur kan läras nya trick med belöningar och straff från en tränare. Inom förstärkningsinlärning, som det kallas, är mjukvara programmerad att utforska en ny miljö och justera dess beteende för att öka någon form av virtuell belöning.
DeepMinds Atari-mjukvara, till exempel, programmerades endast med förmågan att kontrollera och se spelskärmen, och en uppmaning att öka poängen. För dussintals titlar räcker det med några timmars övning för att programvaran ska ta sig upp med sina egna bootstraps och slå en mänsklig expert.
AlphaGo kombinerar förstärkningsinlärning med andra komponenter, som ett system som lärde sig att utvärdera möjliga drag genom att analysera tiotals miljoner brädpositioner från spel av expert Go-spelare, och en sökmekanism som väljer ut de mest lovande dragen. Men det var förstärkningsinlärning som gjorde det möjligt för AlphaGo att ta sig in i världsmästarslag genom att spela mot sig själv miljontals gånger.
Hassabis tror att förstärkningsinlärningsmetoden är nyckeln till att få maskininlärningsprogramvara att göra mycket mer komplexa saker än de knep den utför för oss idag, som att transkribera våra ord eller förstå innehållet i bilder. Vi tror inte att det räcker att bara observera för intelligens, man måste också agera, säger han. I slutändan är det det enda sättet du verkligen kan förstå världen.
DeepMinds 3D-miljö Labyrinth, byggd på en öppen källkod-klon av first-person-shooter Quake , är utformad för att ge nästa steg för att bevisa den idén. Företaget har redan använt det för att utmana agenter med ett spel där de måste utforska slumpmässigt genererade labyrinter i 60 sekunder, vinna poäng för att samla äpplen eller hitta en utgång (vilket leder till en annan slumpmässigt genererad labyrint). Framtida utmaningar kan kräva mer komplex planering – till exempel att lära sig att nycklar kan användas för att öppna dörrar. Företaget kommer även att testa mjukvara på andra sätt, och överväger att ta sig an tv-spelet Starcraft och även poker. Men att ställa hårdare och svårare utmaningar inne i Labyrinth kommer att vara en viktig tråd i forskningen under en tid, säger Hassabis. Det borde vara bra de närmaste åren, säger han.
Andra företag och forskare som arbetar med artificiell intelligens kommer att följa noga. Framgången med DeepMinds förstärkningsinlärning har överraskat många maskinlärande forskare. Tekniken etablerades på 1980-talet och har inte visat sig vara lika användbar eller mycket kraftfull som andra sätt att träna mjukvara, säger Peter söndagar , en professor som arbetar med maskininlärning vid University of Washington. DeepMind stärkte den ärevördiga tekniken genom att kombinera den med en metod som kallas djupinlärning, som nyligen har skapat stora framsteg i hur väl datorer kan avkoda information som bilder och utlöste en nyligen uppsving inom maskininlärningsteknologi (se 10 Breakthrough Technologies 2013: Deep Learning ).
Det DeepMind har gjort är imponerande, säger Domingos. Men han säger också att det är för tidigt att säga om vad Hassabis tror är en raketmotor som kan flyga långt bortom dagens resultat i själva verket inte är ett bakgårdsfyrverkeri - den senaste raden av imponerande resultat kanske inte håller. Demis optimism om förstärkningsinlärning motiveras inte av dess meriter hittills, säger Domingos. Framstegen är inte linjära i maskininlärning och artificiell intelligens; vi har sprutar av framsteg och sedan långa perioder av långsamma framsteg.
Hassabis erkänner att många människor inom hans område tvivlar på potentialen för förstärkningsinlärning, men säger att de kommer att vinnas över. Ju längre vi går med det här, desto mer känner vi att vår tes är korrekt, och jag tror att vi förändrar hela fältet, säger han. Enligt vår uppfattning kommer förstärkningsinlärning att bli lika stort som djupinlärning under de kommande två eller tre åren.
Säkerheten först
DeepMinds resultat hittills kan motivera Hassabis påstående att förstärkningsinlärning snart kommer att hitta många användbara tillämpningar. AlphaGos seger överraskade professionella Go-spelare och datavetare eftersom spelet är för komplicerat för att kunna hanteras av programvara som i första hand bygger på att beräkna möjliga resultat av olika drag, metoden som IBM:s DeepBlue använde för att besegra världsmästaren i schack Garry Kasparov 1997. I genomsnitt en schackspelare har 35 möjliga drag varje tur; i Go finns det 250. Det finns fler möjliga Go-positioner än det finns atomer i universum. Schack är ett räknespel, säger Hassabis. Go är för komplext, så spelarna använder sin intuition. Det är helt annorlunda i klassen. Du kan tänka på AlphaGo som övermänsklig intuition istället för övermänsklig beräkning.
World Go-mästaren Lee Sedol recenserar ett spel under hans 4-1-serieförlust mot DeepMinds AlphaGo-mjukvara.
Oavsett om du håller med om att AlphaGo uppvisar intuition eller inte, kan det helt klart vara användbart att göra det möjligt för programvara att bemästra mer komplexa uppgifter. DeepMind är arbetar med Storbritanniens National Health Service på ett projekt som syftar till att träna mjukvara för att hjälpa medicinsk personal att upptäcka tecken på njurproblem som ofta missas och orsaka ett stort antal dödsfall som kan undvikas. Gruppen arbetar också med affärsavdelningar inom Google, där, säger Hassabis, hans teknik kan dyka upp i virtuella assistenter eller förbättra rekommendationssystem, vilket är avgörande för produkter som YouTube (liknande system driver även vissa av Googles reklamprodukter).
Om man ser längre fram kommer DeepMind att behöva många genombrott för att fortsätta mot Hassabis mål att lösa intelligens, även under de kommande åren av experimenterande i Labyrinth. En av de mest kritiska delarna som saknas är ett trick som kallas chunking som människors och djurs hjärnor använder för att hantera världens komplexitet. Hassabis förklarar det med exemplet att behöva åka till flygplatsen. Du kan föreställa dig hur du kommer dit och genomföra den planen utan att behöva fundera på exakt var du ska placera fötterna när du går till dörren, hur du ska vrida på handtaget eller kontrollera varje ryck i dina muskelfibrer. Vi kan planera och vidta åtgärder genom att arbeta med koncept på hög nivå som döljer många detaljer, och anpassa oss till nya situationer genom att kombinera de delar, eller koncepten, vi redan känner till. Det är förmodligen ett av de mest kärnproblem som finns kvar inom AI, säger Hassabis.
Det är ett problem som många forskargrupper arbetar med, inklusive andra inom Google. Men ett ovanligt sätt DeepMind hoppas kunna lösa det på är genom att studera riktiga hjärnor. Företaget har ett team av neuroforskare ledda av en framstående forskare, Matthew Botvinick, som fram till slutet av förra året var Princeton-professor. Till skillnad från den mesta neurovetenskapliga forskningen syftar dess experiment lika mycket till att informera om hur DeepMind designar programvara som att avslöja hur hjärnan fungerar.
Ett nyligen genomfört experiment testade en teori från Hassabis om hur mänskliga hjärnor organiserar begrepp, med hjälp av en standardprocedur som skapar falska minnen . Det går ut på att ge testpersonerna en lista med relaterade ord, till exempel kyla, snö och is. Folk minns ofta felaktigt att de också hört andra relaterade ord, som vinter.
DeepMind-anställda under matchen med Sedol i Seoul tidigare denna månad.
Med min maskininlärningshatt på mig tänkte jag att det måste vara en enorm ledtråd om hur den typen av konceptuell information är organiserad i hjärnan, säger Hassabis. DeepMind-teamet utarbetade en teori om hur hjärnans främre tinninglob fungerar med koncept, och bekräftade dess förutsägelser genom att titta på hjärnorna hos människor som utför minnesuppgiften i en skanner. Resultaten kan hjälpa till att förändra hur DeepMind designar sina artificiella neurala nätverk för att representera information.
Andra saker på DeepMinds lista för att upptäcka inkluderar ett sätt att kombinera forskning de har gjort på programvara för att förstå innebörden av text med dess arbete med agenter som strövar inuti Labyrinth - en möjlighet är att börja sätta upp skyltar i det virtuella rummet. Hassabis säger att han också planerar ett ambitiöst sätt att testa agenter när de är redo för en mer realistisk värld än Labyrinth. Vid något tillfälle vill han se DeepMind-mjukvaran ta kontroll över robotar, som han säger hålls tillbaka av programvarans oförmåga att förstå världen. Det finns fantastiska robotar runt omkring som inte kan användas till sin fulla kapacitet eftersom algoritmerna inte finns där, säger han.
Framgång kan väcka en del tuffa filosofiska och etiska frågor om vad det innebär att vara människa och de acceptabla användningsfallen för artificiell intelligens. Hassabis säger att han uppmuntrar diskussion om de möjliga riskerna med tekniken. (Även om han också med tillfredsställelse noterar att fysikern Stephen Hawking har slutat varna för att artificiell intelligens kan utplåna människor sedan mötet med Hassabis; Tesla-grundaren Elon Musk, som har liknat forskning om artificiell intelligens med att kalla demonen, har också fått ett anti-peptalk .) DeepMind har en intern etisk styrelse bestående av filosofer, advokater och affärsmän. Hassabis säger att deras namn förmodligen kommer att avslöjas inom kort, och att han också arbetar för att sammankalla en liknande extern styrelse som delas mellan flera datorföretag.
DeepMinds ingenjörer behöver dock ännu inte råd om etik när de planerar nya experiment, säger Hassabis. Vi är inte i närheten av något vi skulle vara oroliga för, säger han. Det handlar mer om att få fart på alla. Om allt fungerar som Hassabis hoppas kommer hans etiska styrelse så småningom ha ett riktigt arbete att göra.