创新性AI系统SoG: 在各种游戏中击败人类,又能学习玩新游戏
**划重点:**
1. 🧠 **AI性能新标杆:** 游戏作为AI性能指标的悠久传统,EquiLibre Technologies、Sony AI、Amii和Midjourney等研究团队与Google DeepMind合作推出的“游戏之子”(SoG)算法,通过定向搜索、自我学习和博弈论推理,在完美和非完美信息游戏中取得显著成果,标志着通用算法迈出了重要一步。
2. 🌐 **算法背后:** SoG结合了增长树对策反悔最小化(GT-CFR)技术和声学自我博弈学习,通过单一算法实现了搜索、学习和博弈理论分析的结合。在各种问题领域中表现出色,特别是在完美和非完美信息游戏中,展现了通用算法的潜力。
3. 🚀 **突破性进展:** SoG不仅在国际象棋和围棋等游戏中表现强劲,还在德州扑克等不完美信息游戏中战胜了最强大的AI代理,并击败了Scotland Yard的最新代理。这一突破标志着人工智能取得了显著进展,能够自我学习并在各类游戏中战胜人类。
在人工智能领域,使用游戏作为性能指标的传统悠久而广泛。EquiLibre Technologies、Sony AI、Amii和Midjourney等研究团队与Google DeepMind合作推出的“Student of Games”(SoG)算法,通过结合定向搜索、自我博弈学习和博弈理论,实现了一个通用算法,对早期工作进行了统一。
SoG在完美和非完美信息游戏中取得了高度实证性能,标志着通用算法发展迈出了重要一步。随着计算能力和逼近能力的增加,研究团队展示了SoG的稳健性,并最终实现了无瑕的游戏表现。SoG在国际象棋和围棋中表现出色,在无限制德州扑克中击败了最强大的公开可用代理,并在Scotland Yard中击败了最先进的代理。这一不完美信息游戏展示了引导式搜索、学习和博弈理论的价值。
图源备注:图片由AI生成,图片授权服务商Midjourney
为了展示人工智能的进展,研究团队教授了一台计算机玩棋盘游戏,并将其改进到可以击败人类的水平。通过这项最新研究,团队在创建人工通用智能方面取得了重大进展,使计算机能够执行以前被认为对机器而言不可能的任务。
与大多数只设计玩一个游戏的棋盘游戏计算机不同,该项目的研究人员开发了一个智能系统,可以参与需要广泛能力的游戏。
SoG,即“Student of Games”,将搜索、学习和博弈理论分析融入一个单一算法中,具有许多实际应用。它包括一种用于学习CVPNs和声学自我博弈的GT-CFR技术。特别是在最优和次优信息游戏中,SoG被保证会在计算资源改进时生成更好的极小极大优化技术近似值。这一发现在Leduc扑克中也在经验证明,在那里额外的搜索导致测试时间近似值的提炼,这与不使用搜索的任何纯RL系统不同。
SoG之所以如此有效,是因为它采用了一种称为增长树对策反悔最小化(GT-CFR)的技术,这是一种可以在任何时候执行的本地搜索,涉及非均匀构建子游戏,以增加与最重要未来状态相关的子游戏的权重。此外,SoG还采用一种称为声学自我博弈的学习技术,该技术基于游戏结果和递归子搜索训练值和策略网络。作为通向可以在任何情境中学习的通用算法的重要一步,SoG在完美和非完美信息的多个问题领域中表现出色。在信息有限的游戏中,标准搜索应用程序面临着众所周知的问题。
SoG方法使用声学自我博弈来指导代理:在做出选择时,每个玩家使用经过良好调整的GT-CFR搜索,结合CVPN生成当前状态的策略,然后用于随机抽样一个动作。GT-CFR是一个两阶段的过程,从当前公共状态开始,最终形成一棵成熟的树。当前公共树的CFR在悔反更新阶段进行更新。在扩展阶段,根据模拟的扩展轨迹,向树中添加新的一般形式。GT-CFR迭代包括一次悔反更新阶段运行和一次扩展阶段运行。
在自我博弈过程中生成值和策略网络的训练数据:搜索查询(在GT-CFR悔反更新阶段由CVPN查询的公共信念状态)和完整的游戏轨迹。必须解决搜索查询以根据反事实值目标更新值网络。可以根据完整游戏轨迹的目标调整策略网络。演员在创建自我博弈数据(并回答问题)的同时,培训者发现并实施新网络,并偶尔刷新演员。
一些局限性包括在德州扑克中使用投注抽象可能会被放弃,以利用对广泛动作空间的通用动作减少政策。在某些游戏中,对公共状态信息进行枚举可能会过于昂贵,而生成模型可以在采样子集上运行,从而近似SoG,这目前在一些游戏中需要枚举每个公共状态的信息,这可能成本过高。
研究团队相信,由于其自学习几乎可以玩任何游戏的能力,SoG具有在其他类型的游戏中取得成功的潜力,并且已经在围棋、国际象棋、Scotland Yard和德州扑克等游戏中击败了竞争对手的AI系统和人类。这一研究的所有荣誉归功于该项目的研究人员。还请不要忘记加入我们的ML SubReddit、Facebook社区、Discord频道和电子邮件通讯,我们在那里分享最新的人工智能研究新闻、酷炫的人工智能项目等。
论文地址:https://www.science.org/doi/10.1126/sciadv.adg3256
夸克App推出“夸克健康助手”大模型应用
近日,夸克App宣布全面升级其健康搜索功能,推出名为“夸克健康助手”的大模型应用,并在部分搜索结果和功能板块中引入了全新的内容交互方式。据介绍,夸克已经与200多位权威医学专家、60多家全国知名公立三甲医院和40多家医学机构建立了合作关系。这些合作伙伴为夸克提供了丰富的健康内容资源,包括病症原因、用药建议、就医指南等。0000QuestMobile半年报:小程序领域,支付宝增速超微信、抖音崛起
近日,第三方数据机构QuestMobile发布《2023全景生态流量半年报告》,报告指出,在互联网流量“存量博弈”的环境下,小程序正成为重要的引流方式,以及各家突围的关键变量。站长网2023-07-14 16:20:420001消息称苹果正招募新软件工程师 涉及生成式 AI 等领域
据报道,苹果正在积极招聘新的软件工程师,要求其在生成式AI和混合现实领域都有一定经验。在近期更新的招聘页面中,苹果明确要求招聘熟悉“对话和生成式AI”开发的人员,并表示将借助生成式AI的力量,加速为头戴设备创建AR/VR应用程序。据了解,在苹果之前已有87个职位与“人工智能”有关,其中超过1/3是在本月新设的,其中48个是在2023年3月新设的,其中超过一半是新开发的职位。站长网2023-06-03 10:46:230000苹果代号 Quartz 的基于人工智能的健康辅导付费服务或于 2024 年推出
据彭博社MarkGurman报道,苹果计划在6月展示的iOS17更新将包括几个与健康有关的新功能。将会有一个跟踪情绪的功能,另外苹果计划首次将「健康」应用带到iPad上。站长网2023-04-26 14:23:1600002.89万亿美元!微软超越苹果成为全球市值最高公司
1月13日消息,当地时间1月12日,美国微软公司当天收盘报388.47美元,以2.89万亿美元的市值超过了苹果公司,重新成为全球市值最高的公司。苹果收盘价为185.92美元,收盘市值为2.87万亿美元。据央视新闻报道称,微软公司市值重新登上榜首是因为在人工智能领域的成功。而苹果公司正面临市场份额下降等一系列问题。站长网2024-01-13 12:09:000000