Många av oss kommer ihåg och vet hur dagisar är. Lärarrummen är full av leksaker och pussel, musik och böcker, blommor och ibland katter, och presenterar därmed en rik och frodig värld som barn kan leka och lära sig genom lek. Men i motsats till vad man tror är barnleken långt ifrån lätt. De har inte bara kul - de lär sig, de får en förståelse för världen. Genom att leka i ett varierat och förtjusande universum, vårdar vi ett barns mångfacetterade intelligens.
Varför inte lära AI på samma sätt?
För inte så länge sedan öppnade det ideella institutet OpenAI den virtuella världen för AI att utforska och leka med. Målet med Universeprojektet är lika stort som namnet: att lära en enda AI att utföra alla uppgifter som en person kan utföra med hjälp av en dator.
Genom att utbilda enskilda AI-agenter för att utmärka sig i olika verkliga uppgifter hoppas OpenAI att föra oss ett steg närmare riktigt intelligenta bots - med flexibla resonemang som vi gör.
Allmän nivå intelligens
Det råder ingen tvekan om att AI blir skrämmande smart.
Kampanjvideo:
Datorer kan nu exakt se, höra och översätta språk, ibland till och med framför människor. Precis tidigare i år, i en serie av högprofilerade go-spel, besegrade DeepMinds AlphaGo 18-tiden världsmästare Lee Sedol, tio år tidigare än som några experter förväntade sig.
Men sanningen är, AI: er är bara lika bra som lärt sig. Be AlphaGo spela schack, och programmet kommer troligen att bli förvirrat på ett maskinliknande sätt, även om du förklarar reglerna för det i detalj.
Hittills är våra AI-system supereffektiva hästar för ett trick. Undervisningsmetoden är delvis skylden: Forskare börjar med en tom skiffer av AI, som leder den genom miljoner försök, tills den lyckas och löser ett problem. AI upplever aldrig något annat, så hur vet det hur man löser något annat problem?
För att komma till intelligensen på den allmänna nivån - som kan använda erfarenheterna på mänsklig nivå för att lösa nya problem - måste AI överföra sin erfarenhet till att lösa andra problem. Och universum kommer att hjälpa dem med detta. Genom att uppleva en värld full av olika scenarier hoppas OpenAI-forskare att AI får kunskap om världen och flexibla problemlösningsförmågor som gör att den kan "tänka" snarare än att fastna i en enda slinga för alltid.
Modig ny värld
I sin kärna är Universe en kraftfull plattform som innehåller tusentals miljöer, som vanligtvis tillhandahåller standardmetoder för utbildning av AI-agenter. Som en mjukvaruplattform tillhandahåller Universe en plattform för att köra andras programvara så att program kan lära sig i olika miljöer - till exempel Atari och flashspel, applikationer och webbplatser, har redan antagits.
Det kommer att finnas andra framöver.
I teorin kan universum köra all programvara på vilken dator som helst, vilket gör det möjligt för forskare att infoga och utbilda sina AI: er när som helst. Det är som att skicka ett barn till ett sommarläger: du väljer din nisch, typ av aktivitet, väntar på att han ska behärska det, sedan en annan, och så vidare, ta ett dopp och upprepa.
I universum interagerar AI med den virtuella världen på samma sätt som människor använder en dator: den "ser" pixlar på skärmen och använder ett virtuellt tangentbord och mus för att ange kommandon.
Detta möjliggörs av Virtual Network Computing (VNC), i huvudsak ett skrivbordsdelningssystem som gör att tangentbord- och musrörelser kan överföras från en dator (AI) till en annan (inlärningsmiljö). När miljön ändras skickar VNC uppdaterade skärmdumpar tillbaka till AI, så att den kan ta nästa steg. VNC fungerar som AI: s ögon och händer.
Hur sker utbildningen?
Alla AI: er som är anslutna till universum tränas genom det som kallas förstärkningslärande, en kraftfull teknik som har lett till framgången för AlphaGo. Men denna term döljer hur vi människor tränar delfiner, hundar och till och med barn. Detta är lärande genom prov och fel: välj en åtgärd, och om du har fått belöning för det, fortsätt det goda arbetet. Om inte, prova något annat.
Istället för att börja med ett helt tomt AI ger forskarna ibland en boost genom att låta dem "se" på människor lösa ett problem. Detta gör det möjligt för AI att bilda ett första intryck och ha en bättre förståelse för hur man optimerar sina beslut.
Förstärkningslärande används redan i många AI-applikationer. Inne i universum avslöjas dock kraften i denna teknik till fullo. Eftersom AI kan hoppa mellan spel och applikationer, kan det ta vad det lärde sig i en applikation och enkelt använda det för att räkna ut det i ett annat - kallad transfer learning eller transfer learning. Denna färdighet är inte lätt att behärska, men den är väsentlig på vägen till intelligenta bilar.
Vi rör oss långsamt dit, enligt OpenAI: några av deras agenter visar redan tecken på att flytta lärande från ett körspel till ett annat.
Från spel till beats-världen
Som många andra AI-utvecklare använder OpenAI spel för att driva universum av en anledning: de mäter dem helt enkelt i form av framgång. Eftersom spel mäts med olika statistik och poäng kan systemet enkelt använda dessa nummer för att mäta framstegen för AI och belöna det i enlighet därmed. Detta är viktigt för förstärkning av lärandet.
Eftersom universum förlitar sig på pixlar och tangentbord kan människor också spela spel på plattformen. Dessa sessioner spelas in och ger en baslinje för utvärdering av AI-prestanda (inte ett dåligt jobb, erkänn det).
Men spel är bara en liten del av vår interaktion med den digitala världen, och universum rör sig redan utanför sina gränser med projektet Mini World of Bits. Bitar är en samling olika webbläsarinteraktioner som vi möter när vi surfar på nätet: när vi skriver text eller väljer alternativ från rullgardinsmenyer genom att klicka på skicka.
Dessa uppgifter, även om de är enkla, utgör grunden för hur vi ansluter till webbskatten. OpenAI vill att AI ska röra sig fritt på Internet - det kan till exempel beställa en flygbiljett. I en av universumets miljöer ger forskarna redan AI önskat bokningsschema och undervisar det att söka efter flyg på olika flygbolag.
Och detta är bara början.
Universum växer bara och expanderar. Microsofts Malmo-plattform, som använder Minecraft för att utbilda AI, måste integreras med universum. Det populära proteinfällningsspelet fold.it, Android-appar, HTML5-spel och mer väntar i rad.
Spöke i bilen
Så nu kan vi lära AI att spela olika spel och surfa på nätet. Bra sak, tänk bara. Kommer detta att leda oss till allmän intelligens?
Kanske blir vägen lång.
Men en AI som vet hur man vinner alla spel du kastar på det kan bara tänka logiskt och uppnå seger i några steg. En AI som kan navigera i den kaotiska världen av GTA V bör redan förstå grunderna i fysik, våld och vedergällning i den verkliga världen. En AI som kan fungera på Internet vet redan hur människor vanligtvis kommunicerar med varandra och kan använda denna kunskap för att få information, skapa sin egen webbidentitet eller till och med titta på din.
Varje dag lär vi oss, spelar, arbetar och växer inom det digitala området. För många är världen av nollor lika verklig som den vi föddes in i. Nu när AI har tillgång till denna digitala värld är det dess tur att växa. Låt oss se hur långt han kan gå.
ILYA KHEL
