AlphaGo победила человечество в го
Программа AlphaGo победила в матче против Кэ Цзе, сильнейшего в мире игрока в го. AlphaGo выиграла вторую игру из запланированных трех, сообщает The Verge.
Го — одна из древнейших настольных игр. Вплоть до недавнего времени считалось, что компьютер не способен играть на равных с профессиональным игроком из-за высокого уровня абстракции и невозможности перебора всех доступных вариантов развития событий — точно число допустимых комбинаций в игре на стандартном гобане больше, чем число атомов в наблюдаемой Вселенной. Однако в 2015 году программа AlphaGo обыграла чемпиона Европы, а в марте 2016 года продемонстрировала высокий уровень игры, победив Ли Седоля, одного из сильнейших игроков в го в мире. Подробнее о том, как ИИ победил человечество в го, можно прочитать в материале N+1 «Го: речь поражения».
Кэ Цзе считается сильнейшим в мире игроком по данным независимого рейтинга Go Ratings. В го не существует официального чемпионата мира, поэтому невозможно стать чемпионом мира по го, однако учитывая победы игроков в разных турнирах можно с высокой точностью определить фактического сильнейшего игрока, которым на текущий момент и является Кэ Цзе.
Матч AlphaGo против Кэ Цзе проходит в рамках фестиваля го в китайском городе Вужень (провинция Чжэцзян). Во второй игре китайский профессионал играл белыми камнями и сначала делал ходы на уровне AlphaGo, однако затем программа взяла верх и Кэ Цзе сдался. «На протяжении первой сотни ходов мы видели самый высокий уровень игры против мастер-версии AlphaGo за все время», — заявили представители DeepMind на пресс-конференции после игры.
«Сегодня игра сильно отличалась от первой партии. AlphaGo сделала несколько ходов, которые, по-моему мнению, не выглядели как максимально выигрышные. Еще мне казалось, что в середине игры я был близок к победе, но, видимо, у AlphaGo были другие мысли на этот счет. Я немного расстроен, поскольку, как мне кажется, я играл очень хорошо», — прокомментировал Кэ Цзе вторую игру против ИИ.
Первую игру, которая прошла 23 мая, Кэ Цзе проиграл с отрывом в пол-очка (минимально возможное превосходство в го). Таким образом, в матче из трех игр ИИ выиграл в двух играх и официально превзошел сильнейшего игрока в го. Третья (заключительная) игра состоится 27 мая.
Го — не единственная игра, первенство в которой за последнее время машины отобрали у людей. В январе этого года программа Libratus, разработанная в Университете Карнеги — Меллона, победила в 20-дневном покерном турнире «Brains Vs. Artificial Intelligence: Upping the Ante». Компьютер выиграл у четырех профессиональных игроков фишек на сумму более 1,7 миллиона долларов. Подробнее об этом можно прочитать в материале N+1 «Время повысить ставки».
Кроме го в планах DeepMind покорение и других игр. Например, ранее DeepMind совместно с Blizzard объявили о создании платформы для разработки ИИ-систем для игры в StarCraft II. Стоит отметить что до сих пор компьютер все еще уступает человеку при игре в первую часть StarCraft. Однако и здесь компьютер в последнее время делает успехи — например, уже успешно освоил некоторые тактики, используемые опытными игроками.
Гексакоптер оснащен двумя взлетно-посадочными платформами для квадрокоптеров
Инженеры из Сколтеха разработали гибридный гексакоптер MorphoLander, который выступает в роли передвижного аэродрома для дронов меньшего размера. MorphoLander не только летает, но и может ходить по неровной поверхности при помощи четырех ног. В верхней части корпуса расположены две взлетно-посадочные платформы для микродонов. Дрон может пригодиться для инспекции объектов и поиска пострадавших во время стихийных бедствий, говорится в препринте на arXiv.org. При поддержке Angie — первого российского веб-сервера Дроны отлично подходят для выполнения задач поиска, инспекции и мониторинга, но потребляют много энергии и не могут долго находиться в полете. Одним из способов преодолеть это ограничение стала разработка дронов гибридной конструкции, которые могут не только летать, но и передвигаться по земле, например, с помощью колес или ног. Несмотря на то, что такой подход позволяет продлить время работы за счет менее энергозатратного способа передвижения по поверхности, продолжительность полета гибрида и его эффективность часто снижается из-за дополнительного веса. Инженеры под руководством Дмитрия Тетерюкова (Dzmitry Tsetserukou) из Сколтеха предложили использовать громоздкий дрон в качестве носителя для дронов поменьше. Тогда большой дрон выступает в роли передвижного «улья», который в нужный момент выпускает рой маленьких дронов, способных более эффективно выполнить задачу на большой территории за счет совместной работы. Разработанный прототип под названием MorphoLander представляет собой гексакоптер с четырьмя ногами, каждая из которых имеет три степени свободы. С их помощью дрон может передвигаться по неровной поверхности. Масса гибрида немного больше 10 килограмм. Встроенного аккумулятора хватает на 12 минут полета. Сверху на корпусе закреплены две посадочные платформы диаметром 20 сантиметров, на которые могут садиться микродроны. Чтобы микродронам (инженеры использовали Crazyflie 2.1 массой 27 грамм) было проще садиться на MorphoLander, материнский дрон с помощью алгоритма стабилизации старается удерживать горизонтальное положение платформ, подстраивая высоту ног под неровности поверхности. Посадка микродронов происходит под управлением алгоритма машинного обучения, его обучение с подкреплением проходило в симуляторе на платформе игрового движка Unity, который позволяет имитировать физику, с использованием пакета машинного обучения Unity ML Agents. Обученный алгоритм посадки затем испытали в трех сценариях с участием реальных дронов. В первом два микродрона должны были взлетать с расстояния полутора метров от MorphoLander и затем садиться на его платформы. Среднее значение отклонения от центра платформы в этом сценарии составило всего около 5,5 миллиметра. Во втором сценарии микродроны должны были садиться на материнский дрон, стоящий на неровной поверхности. В этом случае ошибка возросла и составила 25 миллиметров. Третий сценарий имитировал реальное применение: микродроны взлетали с платформ, в то время как MorphoLander отходил от места взлета на некоторое расстояние, после чего микродроны должны были сесть обратно. Среднее значение отклонения от центра 20-сантиметровой платформы составило 35 миллиметров. В будущем инженеры планируют увеличить точность и устойчивость алгоритма управления микродронами за счет контроля тяги отдельных винтов. https://www.youtube.com/watch?v=fV8_Ejy81s8&t=1s Совместная работа помогает роботам справляться с более трудными задачами. К примеру японские инженеры разработали систему из работающих в паре дрона и наземного робота. Они соединены друг с другом тросом, что позволяет наземного дрону взбираться на более крутые подъемы. Для этого дрон закрепляет трос на вершине, после чего наземный робот натягивает его с помощью лебедки и поднимается наверх.