• 人工智能对劳动力的影响是一个激烈争论的话题。在游戏的世界里,但是,您是来自Ai已经更换人类。
  • AI Facebook的的研究人员说,他们建立了一个机器人,可以超过花火人的行为,合作游戏需要玩家来解释的行动和其他玩家的意图。 
  • 实现信号的技术能力跳转到复制人类的认知能力,而不是通过曾用于其他型号奖惩训练模型的方法。 
  • 点击这里获取更多双向首要的故事.

意见分裂影响大小 人工智能将对劳动力。在游戏的世界里,但是,它的顶部人类玩家已经取代。

上个月,是读DOL - 的顶尖选手在韩国去的棋盘游戏中国情结可以追溯到2500年那一个 - 我会删除揭晓 因为它变得不可能击败人工智能驱动的机器人。 ESTA来后,DOL 失去了一系列比赛,2016年 由谷歌拥有的alphago开发的机器人。

现在,花火可能是下一个。拥有Facebook的的研究人员建立了一个机器人,他们说可以超越在合作纸牌游戏是最熟练的玩家玩这需要个人掉其他参与者的手都不能因为他们认为自己的名片。  

而其他车型有在游戏如围棋,象棋和扑克突破,研究人员能够通过称为一种技术来扩大这些项目“强化学习”,以处理使用了一系列的奖励和惩罚火车的行为 - 类似于如何一个可以养小狗的做法。

项目领导在社交媒体巨头的研究实验室他们最新的机器人说信号的显著改善因为它可以复制的认知技能,把自己在游戏中的其他玩家,被称为性状的观点“心理理论”。

“这些技术正在开发,我们可以应付那样的心理理论,事情作为我们向喜欢的自然语言处理其他领域将扮演一个重要组成部分,”人工智能研究员诺姆·布朗对商业内幕。

用人的AI配合,反而抗衡,对人类

Facebook的人工智能研究是一组约300名员工属于完全专注于学术研究到技术。而一些项目的Facebook的的燕尾关闭也许AI的目标,布朗和同事研究员亚当·莱勒说,他们自主选择什么问题来解决。

AIMS集团回答莱勒说的“我们所认为的那个障碍人工智能的进步长期研究的问题”。

“你不能总是预测什么将是下一个大的事情,所以你必须给自由的研究...即使是不会转弯​​的ESTA到产品一个五年计划”,可以被货币化,褐色补充说。

花火提出了独特的挑战,因为不像象棋,例如,机器人并没有严格去头对头对人。游戏的本质要求玩家根据游戏来赢得合作与其他参与者并解释他们的意图。

玩家是无法查看他们的手 - 其他参与者只手 - 并提供窄整个游戏唯一的线索。所以一个玩家通过建议一个隐蔽卡获得一个可以寻求优势是有色某些因为我的彩色或她希望下一个比赛。 

花火是作为谷歌的deepmind出于这个原因由研究人员提出了AI的主要挑战。 

该模型具有理性“关于意向和其他人的信仰已经导致他们采取他们做的动作。”说莱勒。曾建队一个“会话代理公司可以有理由什么人,而不必明确地告诉他们的一切话。”

该项目很有希望因为信号AI,最终可能能够一起合作人类应对复杂的挑战,而不是仅仅在任务,如更换他们 监测沃尔玛在进货上架.