Google DeepMind Демис Хассабис читает лекцию о Стрейчи

Вы не могли пропустить удивительные достижения в области искусственного интеллекта, которые происходят в DeepMind от Google. Сначала нейронная сеть учится играть в аркадные игры, а затем убедительно обыгрывает лучшего в мире эксперта по го. Основатель и генеральный директор DeepMind Демис Хассабис в этом году прочитал лекцию Стрейчи в Оксфорде и многое сказал.

Лекции Стрэчи — это серия лекций, организованных Оксфордским университетом в честь Кристофера Стрэчи, который, помимо других достижений в области вычислительной техники, был первым профессором вычислений в Оксфорде.
Лекция Стрейчи в этом году транслировалась 24 февраля в прямом эфире, но вы можете посмотреть ее в виде видео.
Абстрактный:
Доктор Демис Хассабис является соучредителем и генеральным директором DeepMind, ведущей в мире компании в области общего искусственного интеллекта (ИИ), которая была приобретена Google в 2014 году в результате крупнейшего в Европе приобретения. Демис будет использовать свой эклектичный опыт в качестве исследователя ИИ, нейробиолога и разработчика видеоигр, чтобы обсудить, что происходит на переднем крае исследований ИИ, его будущее влияние на такие области, как наука и здравоохранение, и как развитие ИИ может помочь нам лучше понять человеческий разум.
Видео охватывает некоторые философские моменты, но содержит много общей информации о том, что происходит в DeepMind.
Ключевая идея — объединение глубоких нейронных сетей со старой техникой — обучением с подкреплением. Идея состоит в том, что нейронной сети не сообщается, насколько она близка к желаемому результату, что происходит при обучении с учителем. Вместо этого сеть получает вознаграждение, которое говорит о ее успехах. Затем сеть изменяет свое поведение, чтобы увеличить вознаграждение. Это старая идея, и в прошлом ее много раз пробовали с неоднозначными результатами. Изменилось в основном то, что теперь мы можем использовать очень глубокие сети, которые в прошлом было невозможно обучить только потому, что у нас не было вычислительной мощности.
Теперь, когда у нас есть вычислительные мощности, глубокое обучение с подкреплением кажется достаточно мощным, чтобы изучать компьютерные игры, просто играя в них, перемещаться по лабиринтам и учиться играть в го на уровне великих мастеров.
Посмотрите видео, чтобы узнать больше;

Я не уверен, что был дан ответ на вопрос о будущем, но вы можете сказать, что в нем будет глубокая сеть подкрепления. Возможно, это начало осознания цели сильного ИИ.