Січень 2017 р .; Інтернет-новини

Чи закінчить штучний інтелект покер ?

Оскільки Alphago `` зламав '' гру, все ще існує гра, яка витримує просування штучного інтелекту? Насправді, на відміну від шахів та Go, покер, принаймні у його складніших формах, досі протистояв будь-яким спробам автоматизації. Причиною цього є те, що це гра у "неповну інформацію". Іншими словами, машина не знає всіх карт, які тримає її противник. Що передбачає нову форму алгоритму. Існує кілька різновидів покеру, але найбільше цікавить дослідників той, який називається Heads Up Texas hold'em, в якому деякі карти видно, а інші відомі лише гравцеві (heads up означає лице в обличчя, що означає що у грі лише два гравці). Цей варіант також доступний у двох версіях: “з обмеженнями” та “без обмежень”. У другому гравці можуть підняти ставки протягом усієї гри. "Безмежний" має 10 160 різних можливостей гри, тобто IEEE Spectrum нагадує нам, можливо, більше, ніж кількість атомів у Всесвіті. Бот на ім'я Цефей вже виграв версію "з обмеженнями", яка пропонує лише 10 14 можливостей.

2017

Покер останніми днями привертає увагу торгової преси завдяки двом різним оголошенням двох команд, які прагнуть вирішити складність "без обмежень". Перш за все, команда з Університету Карнегі-Меллона на чолі з Туомасом Сандхолмом тестує своє програмне забезпечення проти найкращих професійних гравців: змагання стартували 11 січня і закінчаться 30-го (можна простежити за ходом цього матчу в реальному режимі час на цьому сайті).

У той же час інша група, очолювана Майклом Боулінгом з Альбертського університету, запропонувала нову програму - Deepstack (.pdf). Дослідники стверджують, що зіграли свою програму проти 33 професійних гравців, кожен зіграв близько 3000 ігор проти машини, і Deepstack був би на рівні своїх опонентів. В основному дві конкуруючі команди базуються на двох різних теоріях. Перший, той, що знаходиться в центрі Лібрата, є "класичною" формою штучного інтелекту. Другий, на якому базується Deepstack, - це відоме Deep Learning.

Люди під тиском

Невелика проблема, нагадує нам IEEE Spectrum, навіть суперкомп'ютер не може покрити 10 160 можливостей безмежного варіанту Техаського холдему. Тому Сандхольм та його команда знайшли спосіб зменшити розмір цього дерева, а також, на відміну від того, що робив Клаудіко, вчитися на своїх помилках.

Експеримент з Клаудіко закінчився перемогою людей. Основна причина буде пов’язана з пристосованістю останнього, який дуже швидко зрозумів стратегію бота - тоді як бот не зміг адаптуватися до людської стратегії. Сандхольм сказав про таких гравців: "Я був дуже вражений їхньою швидкою адаптацією, вони дуже швидко навчилися з дуже невеликої кількості рук".

Чи станеться те саме з Лібратом? Звичайно, рано судити (змагання закінчаться до 30 січня). Після першої фази, коли Лібрат лідирував, люди тоді піднялися схилом 17 січня. Але у високочастотній нитці Джейсона Леса, одного з гравців, що змагаються проти програми, 18-го згадується, що машина взяла на себе владу.

Але люди мають перевагу. Після закінчення гри гравці обговорюють і обмірковують стратегії, які слід застосувати. Олівер Редер на веб-сайті fivethirtyeight.com (відомий веб-сайт, який веде статистик Нейт Сільвер) розповідає про одну з таких сесій доповідей:

«Після денного заняття журнал кожної зіграної руки передається гравцям у цифровому вигляді. Цієї середи, коли вони завантажують дані, кольорові числа, теплові карти, лінійні графіки та ймовірності блимають у вікні програмного забезпечення для аналізу (...). Вони пройшли всі найбільші руки дня, перетравлюючи їх майже миттєво, так само, як майстер шахів міг зіграти партію в своїй голові за лічені секунди. Вони прагнули визначити вади власної стратегії та напасти на бота. Повільно, але впевнено здавалося, що вони демонтують метод гри Лібрата. "

Що цікаво в цьому, так це те, що ми виявляємо, що геймери теж зараз використовують комп’ютери та алгоритми для складання своїх планів. Іншими словами, ідея "чисто людських" гравців, що протистоять машинам, вже видається в основному міфом ...

Тим не менше, потенційна перемога Лібратуса може серйозно зашкодити майбутньому онлайн-покеру. Вже зараз, розповідає нам triblive.com, гравці починають насторожено ставитися до віртуальних взаємодій, віддаючи перевагу очним зустрічам: в Інтернеті вони не знають, борються вони з людиною чи ботом. Крім того, світ онлайн-покеру переживає кризу протягом декількох років, після того, як називали Чорну п’ятницю в 2011 році, коли три основні платформи онлайн-покеру були закриті через шахрайство. Більше не вистачає грошей та ігор, доступних для професійних гравців, щоб заробляти на життя. Сьогодні, за даними fivethirtyeight.com, ситуація особливо важка для послідовників хедс-ап техаського холдему без обмежень, оскільки, за словами Джейсона Леса, у світі лише близько 20 хороших гравців. Якщо Лібрат виграє змагання, гра може загинути ...

Глибоке навчання на допомогу

Чи можуть нейронні мережі, глибоке навчання, зіграти важливу роль у вирішенні проблем з неповною інформацією? За словами Wired, Deepstack починає, як і традиційні програми, будувати дерево можливостей. Але він не доходить до кінця. Він аналізує кожну руку відповідно до контексту і приймає рішення також відповідно до зроблених ставок.

Дослідники порівнюють техніку наближення DeepStack з інстинктом людського гравця, коли суперник блефує або тримає виграшну руку, навіть якщо машина повинна базувати свою оцінку на тому, як суперник робить ставки, а не на їхній фізичній мові. "Цю оцінку можна сприймати як інтуїцію DeepStack", - пишуть вони.

Але Wired зазначає, Deepstack має додаткове значення. Якщо виявиться, що використаний метод ефективний для такої гри, як покер, алгоритм можна поширити на інші набагато важливіші сфери, такі як економіка, війна чи торгівля.

Але Deep Learning - не єдиний, хто має ці амбіції. Тумоас Сандгольм також вважає свою програму "Лібрат" початковою точкою для вирішення всіх видів ситуацій, що включають неповну інформацію.

Іншими словами, гравці AI в покер наближаться до справжніх AI, здатних вирішувати складні ситуації, з якими стикаються люди ... Чи будуть казино воротами до Singularity ?

Чи можемо ми озброїти "прозорість" алгоритмів ?

Роджер Тейлор (@rtayloropendata) - засновник Відкритої мережі громадських послуг при Королівському товаристві мистецтв. Він також є автором, разом з Тімом Келсі, директором австралійського агентства з питань цифрового здоров’я (після того, як він працював у британському NHS та відповідав за відкритість та прозорість даних в кабінеті міністрів), “Прозорості та відкритого суспільства”. На чудовому форумі «Відкрий суспільство» він повернувся до питань прозорості.

Розвиток інформаційних технологій розглядався як епоха відкритості та прозорості, що дає можливість громадянам отримати повноваження. Тепер, завдяки дедалі більше доступної інформації, ми можемо постійно контролювати і контролювати світ ... Але чи так безпечно? Для Роджера Тейлора відкритість і прозорість не можна виміряти лише з точки зору доступної інформації.

Чи прозорість зробила світ більш непрозорим ?

Найголовніше - виміряти, скільки інформації я маю стосовно інших. "Прозорість заманює нас, коли одна сторона може скористатися несправедливою перевагою іншої завдяки кращому доступу до інформації". Важливим є не обсяг доступної та загальнодоступної інформації, а симетричність доступу до інформації, яку б ми могли підсумувати. "Запитайте себе, чи розвиток інформаційних технологій дозволив вам більше знати про державу чи держава може більше знати про вас? Чи дала комп’ютеризація банківських послуг фізичним особам більше інформації про свої банки, а банкам - більше про своїх клієнтів? Для Роджера Тейлора вік прозорості інформації, здається, здебільшого зробив світ більш непрозорим.

Проте кожен пишається прозорістю. Уряди та компанії заявляють про це, не обов'язково завжди пропонуючи реальний або прямий доступ до даних, все ще занадто часто звільняючи менш важливі дані ... Для Тейлора в епоху "капіталізму нагляду", великих даних та штучного інтелекту нам потрібна концепція прозорість, яка краще відповідає цим викликам.

Два автори виділяють кілька рівнів прозорості, повідомляє Річард Сміт: на нульовому рівні громадянин не надає даних взамін. На рівні 1.0 громадянин надає дані, а установа надає інші дані натомість, вибираючи, що вона надає, без необхідності прив’язки до наданих даних. Таким чином, лікарня отримує дані від пацієнта і натомість надає вам дані про час очікування або чистоту. На рівні 2.0 організації збирають дані, аналізують і повертають їх користувачам більш персоналізованим способом, щоб допомогти їм приймати рішення ... Очевидно, слідуючи за ними, ми могли б таким чином окреслити кілька ступенів прозорості, що дає можливість приписувати форму маркування або оцінка рівня прозорості організацій.

Питання справедливості та симетрії

Прозорість означає справедливість, нагадує Роджер Тейлор. "Заклики зробити речі прозорими - це заклики зробити речі чесними, справедливими". Проблема, за його словами, полягає в тому, що ми занадто часто визначаємо прозорість обсягу, а не корисності. Прозорі організації - це ті, хто надає найбільше інформації про себе ... Але доступ до більшої інформації не збільшує прозорість і ще менше автономію людей: іноді об’єм використовується в основному для того, щоб зробити речі менш прозорими. Наприклад, Тейлор бере суди, які є одним з небагатьох місць, де рівний доступ до інформації важливий, щоб не дати одній стороні мати несправедливу перевагу над іншою. Теоретично будь-який матеріал, до якого одна сторона має доступ, повинен бути наданий іншій. Але тактика багатьох юристів полягає в тому, щоб втопити протилежну сторону в інформації, щоб ускладнити її здатність знаходити ключову інформацію.

Отже, прозорість полягає не в обсязі інформації, а швидше в її симетрії. Симетрія доступу, контролю, але також можливість використовувати дані, індивідуально, колективно або інституційно.

Однак для Тейлора, тим не менш, слід враховувати, що ми знаходимося в суспільстві спостереження, яке, безумовно, може дозволити краще управління ризиками, але яке також є дуже ефективним для усунення інакомислення або маніпулювання інформацією. Алгоритми та системи машинного навчання, здатні постійно адаптувати та персоналізувати нову інформацію, не означають, що прозорість покращиться автоматично. Але, вважає Тейлор, наше прийняття сили цих технологій вимагає відкритого доступу та контролю над даними. Монополія контролю над даними несумісна із соціальною справедливістю, підсумовує він. Ми повинні відкрити питання прозорості, інакше ми ризикуємо або ввести себе в оману щодо впливу, який можуть мати наші соціальні установи, або дати монопольний контроль тим, хто використовує дані.

Чи буде достатньо прозорості ?

Кейт Кроуфорд (@katecrawford) та Майк Ананні (@ananny) опублікували досить цікаву дослідницьку статтю про межі ідеалу прозорості, що застосовується до алгоритмічної звітності. Можливість «бачити» систему часто розуміється як можливість знати, як вона працює і як керувати нею. Проте це далеко не так.

Інституціоналізація "відкритості" та "прозорості", їх трансформація в "перформативні" концепції, що породжують безпеку або розуміння ... породила об'ємну академічну продукцію, що має на меті охарактеризувати різні та численні форми, які можуть приймати цю прозорість. намагаються синтезувати. Прозорість розглядається як суспільна цінність, яка допомагає покласти край корупції, як засіб відкриття процесів прийняття рішень та як складний інструмент належного управління. Це всі способи розробити відповідальні, ефективні та ефективні системи - в принципі.

Таким чином, дослідники складають швидку та просвітницьку типологію прозорості у формі напруженості:

  • - протиставлення «нечіткої» прозорості «чіткій» прозорості (тобто прозорості, яка пропонує інформацію, не розкриваючи, як інституції поводяться на практиці… стосовно методів, які розкривають достовірну інформацію про цифри та результати діяльності організацій);
  • - протиставлення "м'якої" відповідальності "жорсткій" відповідальності (між організаціями, які заохочуються відповідати за свої дії, та організаціями, які зазнають санкцій, якщо вони не виконують);
  • - протиставлення прозорості вгору, вниз, всередині або поза організаціями (прозорість, яка посилює ієрархічний контроль або демократизує його, прозорість, яка посилює контроль ззовні або яка застосовується не лише всередині організації);
  • - прозорість процесів або об'єктів (тобто прозорість правил, норм та процедур або прозорість того, що вони виробляють);
  • - ретроспективна прозорість або прозорість у режимі реального часу або постійно ...

Всі ці елементи ще раз підкреслюють, як показав Роджер Тейлор, що "прозорість" не є однорідною, і що, можливо, необхідно встановити кілька рівнів прозорості, щоб підтримати суспільство у просуванні до цього ідеалу.

Але чи це ідеал для досягнення? Дослідники вказують на багато обмежень щодо застосування ідеалу прозорості до алгоритмічних питань.

По-перше, потрібно зрозуміти, на якому рівні повинна застосовуватись ця прозорість: на рівні проектування платформи чи на більш глибокому рівні - програмне забезпечення? Якої форми повинна мати ця прозорість? "У дискурсі прозорість часто розглядається як бажана, оскільки вона приносить розуміння та управління". Вона припускає, що знання можливо, даючи змогу побачити, що відбувається: але це насправді? Передбачається, що на перший погляд об’єктивні комп’ютерні технології, такі як алгоритми, працюють і можуть нести відповідальність або відповідати певній формі істини ... Насправді, Кейт Кроуфорд та Майк Ананні пояснюють, що наша здатність „бачити”, як працює система, створює ілюзію прозорості, а не справжня прозорість. Прозорість обіцяє підзвітність, яку системи часто не можуть забезпечити.

І дослідники вказують на кілька меж обіцянки прозорості:

Зробити прозорими системи не робить їх підзвітними

Насправді прохання про відкриття "чорних ящиків" може, зрештою, бути запитом, невідповідним складності технічних систем. Прозорість - це не відповідальність, вони підтверджують (слідуючи Дана Бойд). Більше того, ця прозорість повинна супроводжуватися підзвітністю, як дуже добре пояснює фахівець із питань засобів масової інформації Жан-Марі Шарон. Нарешті, прозорість теж не є точною, як зазначає журналіст Сіріл Фієве з Usbek & Rica, показуючи, наприклад, що якщо Загальні умови використання веб-сервісів розростаються в обсязі, це не обов'язково сприяє точності захисту конфіденційності, навпаки.

Обіцянка прозорості не поклала край секретності: скоріше, вона змінила те, що видно, як і хто контролює цю видимість.

Насправді, замість того, щоб зосередитись на якійсь формі підзвітності, яка вимагає заглядати всередину систем, ми повинні натомість притягати системи до відповідальності, переглядаючи їх, підсумовують дослідники. Прозорості недостатньо для розуміння систем, і вона не має великої користі для пояснення - і тим більше для управління - систем, значення яких не є внутрішнім, а реляційним, тобто, наприклад, у взаємодії з іншими системами та даними. Але вони наполягають: зробити системи видимими, прозорими - це не те саме, що зробити їх підзвітними.

В результаті, наголошують вони, відповідальність, безумовно, покликана набувати різних форм. Наприклад, система прозорості, яка може завдати шкоди чи завдати шкоди людям, вимагає моделі підзвітності, яка надає можливість тим, кому вона завдала шкоди. Якщо модель занадто складна, щоб бути прозорою, тоді підзвітність повинна діяти, щоб урівноважити це і забезпечити, щоб система була достатньо зрозумілою або зрозумілою для розгортання ... Насправді, кожен ефект повинен бути збалансований пристроєм, який точно протидіє цьому. . Межі систем повинні бути шляхами для побудови їх відповідальності та гарантій, які вони пропонують.