Visa alla (2)

Artificiell intelligens tar ett stort kliv framåt

Publicerad

Det östasiatiska strategispelet Go har varit en svår nöt att knäcka för forskarna i maskininlärning. När datorprogrammet Alpha go besegrade en av världens bästa spelare ansågs det vara ett genombrott. Den senaste versionen har lärt sig spelet helt själv – ändå lyckas det klå alla motståndare.

Alpha go zero, som den senaste versionen heter, har inte bara upptäckt människans spelmönster utan också skapat sina egna strategier. Forskargruppen som har utvecklat programmet är knuten till det Londonbaserade företaget Deep mind, som ägs av IT-jätten Google.  

– För oss handlar Alpha go inte om att gå ut och besegra människor utan om att upptäcka vad naturvetenskap och maskininlärning vill säga. Vi såg hur Alpha go zero inte bara lärde sig människans spelmönster, utan även övergav det för helt egna mönster som människan inte känner till, säger David Silver, en av forskarna bakom studien, som publiceras i Nature, i ett uttalande.

Artificiell intelligens

Det innebär ett stort kliv framåt för det som brukar kallas artificiell intelligens och maskininlärning, forskning som går ut på att skapa datorsystem med intelligent beteende. 

För mer än ett år sedan publicerade forskargruppen artikeln som skakade om spelarna av det klassiska brädspelet Go. Forskarna hade låtit datorprogrammet Alpha go möta den regerande Europamästaren Fan Hui. Datorprogrammet vann alla matcher. Det här var första gången som en dator vann över en professionell Go-spelare.

Utan mänsklig data

Nu har forskarlaget vidareutvecklat sitt program. Tidigare versioner har fått lära sig spelet genom att spela mot olika motståndare. Den senaste versionen har lärt sig det från grunden och helt utan mänsklig handledning.

Efter bara några dagar av träning besegrade Alpha go zero den tidigare versionen, Alpha go, med 100-0. Och efter 40 dagars träning klådde Alpha go zero en version som kallas ”Master” och som har vunnit över världens bästa Go-spelare Ke Jie.

”Går att lösa problem”

Mikael Kågebäck, doktorand i maskininlärning vid Chalmers tekniska högskola, har följt projektet och tycker att forskningen inom maskininlärning tar ett stort kliv framåt. 

– Det här visar på något väldigt intressant. Det var inte länge sedan som jag satt på en konferens och lyssnade på experter inom artificiell intelligens som sa att det där med maskininlärning är bra och intressant, men att det blir svårt att få maskiner att lära sig lösa komplicerade problem utan mänsklig handledning. Men de här resultaten visar att det går att lösa oerhört komplexa problem med hjälp av maskininlärning, säger Mikael Kågebäck.

Självkörande bilar

Deep mind berättar för SVT Vetenskap att förhoppningen är att kunskapen kan användas för att hjälpa forskare att hitta nya material eller upptäcka sätt att minska vår energiförbrukning. 

Mikael Kågebäck vid Chalmers tekniska högskola lyfter fram utvecklingen av självkörande bilar som ett område där maskininlärningen behöver vidareutvecklas.

– Där finns det vissa problem som återstår att lösa. Landsvägskörning är en sak, men det är inte helt löst än hur de här bilarna ska klara av komplicerade trafiksituationer, säger Mikael Kågebäck.

När maskinerna blir bättre än oss människor på olika uppgifter kan det också skapa problem.

– Om taxibilarna blir självkörande så har taxichaufförerna inga jobb längre. Lyckas vi automatisera bort jobb så måste vi fundera på vad vi människor ska göra i stället, säger Mikael Kågebäck. 

Fakta: Spelet Go

Visa

Go är ett flera tusen år gammalt östasiatiskt brädspel för två spelare. När spelet börjar är brädet tomt. I tur och ordning ställer spelarna ut en sten, och spelet går ut på att ringa in och beslagta motståndarens stenar samt att ta ett så stort territorium som möjligt av spelbrädet. Det finns en mängd specialregler och variationsmöjligheterna är oändliga. Det anses ha uppstått i Kina senast 2.000 f.kr.

Källa: NE

Lokal. Lättanvänd. Opartisk. Ladda ner appen nu!

Hämta SVT Nyheter i App StoreLadda ned SVT Nyheter på Google Play

Så arbetar vi

SVT:s nyheter ska stå för saklighet och opartiskhet. Det vi publicerar ska vara sant och relevant. Vid akuta nyhetslägen kan det vara svårt att få alla fakta bekräftade, då ska vi berätta vad vi vet – och inte vet. Läs mer