Jetzt kann die KI dich und so ziemlich jeden anderen Menschen bei einer wachsenden Anzahl von Brettspielen schlagen.

Es könnte demütigend sein, sich dieses Jahr wie ein altmodisches Brettspiel wie Schach hinzusetzen, wenn man bedenkt, wie schlimm man gegen einen Computer wäre. Tatsächlich haben Computer gezeigt, dass sie in der Lage sind, für Brettspiele eine Zeitlang das Geld der Menschheit für Nahrungsmittel aufzunehmen. Erinnerst du dich an Deep Blue gegen Gary Kasparov im Jahr 1997? Der Computer hat gewonnen. Oder AlphaGo gegen Lee Sedol aus Südkorea, Go, 2016? Auch.

Jetzt feiert dasselbe Team, das diesen Go-Playing-Bot entwickelt hat, etwas Fantastischeres: ein künstliches Intelligenzsystem, das sich selbst beibringen und drei verschiedene Spiele gewinnen kann. Die KI ist ein Netzwerk, funktioniert aber für mehrere Spiele. Diese Verallgemeinerbarkeit macht sie beeindruckender, da sie möglicherweise auch andere ähnliche Spiele lernen kann.

Sie nennen es AlphaZero, und es kennt sich mit Schach, Shogi (bekannt als japanisches Schach) und Go aus, einem komplexen Brettspiel, bei dem sich schwarze und weiße Steine ​​in einem großen Raster treffen. Alle diese Spiele fallen unter die Kategorie “Vollständige Informationen” oder “Perfekte Informationen” – jeder Spieler kann das gesamte Spielfeld sehen und hat Zugriff auf dieselben Informationen. Dies unterscheidet sich von Spielen wie Poker, bei denen Sie nicht wissen, welche Karten ein Gegner hält.

“AlphaZero lernt einfach, indem man gegen sich selbst spielt”, sagte Julius Schrittwieser, Software-Ingenieur bei DeepMind, der es entwickelt hat. “Und wir bekommen eine völlig neue Sicht auf das Spiel, die nicht davon abhängt, wie die Leute das Spiel traditionell spielen.” Stepwieser ist Mitautor einer neuen wissenschaftlichen Studie zu AlphaZero, die Ende letzten Jahres erstmals veröffentlicht wurde.

Da AlphaZero “allgemeiner” ist als die KI, die auf Go gewonnen hat, in dem Sinne, dass es mehrere Spiele spielen kann. “Dies lässt darauf schließen, dass wir eine gute Chance haben, dies auf noch mehr der realen Probleme auszudehnen, mit denen wir möglicherweise konfrontiert sind später anpacken “, sagt Schrittwieser.

Das Netzwerk muss zuerst die Spielregeln kennen und dann lernen, indem es Spiele gegen sich selbst spielt. Dieses Training dauerte ungefähr 13 Tage für das Spiel Go, aber nur 9 Stunden für Schach. Danach dauerte es nicht lange, bis es andere Computerprogramme schlug, die bereits Experten für diese Spiele waren. Zum Beispiel brauchte AlphaZero mit Shogi nur zwei Stunden, um ein anderes Programm namens Elmo zu schlagen. Tatsächlich gibt DeepMind in einem Blog-Artikel an, dass AI “der stärkste Spieler in der Geschichte” für Schach, Shogi und Go ist. Mit demselben Algorithmus könnten auch andere “vollständige Informationsspiele” wie das Hex-Spiel ohne “Probleme” gespielt werden, sagt Schrittwieser.

Die neue KI ähnelt dem künstlichen Intelligenzsystem, das Lee Sedol 2016 besiegt hat. Dieses Schlagzeilenturnier ist Gegenstand eines exzellenten Dokumentarfilms namens AlphaGo, der derzeit auf Netflix läuft. Es lohnt sich zu beobachten, ob Sie das Gebiet der KI gegen Menschen interessiert – oder ob das faszinierende alte Go-Spiel dies tut.

Und obwohl dies moderne KI-Forschung ist, waren Brettspiele in der Vergangenheit eine großartige Möglichkeit, die Fähigkeiten von Computern zu testen, sagt Murray Campbell, ein Forscher bei IBM Research, der in derselben Ausgabe von Science eine Doktorarbeit über AlphaGo verfasst hat. Er sagt, dass die Idee, einen Computer ein Brettspiel spielen zu lassen, aus dem Jahr 1950 stammt und dass die Maschinen in den 1990er Jahren die Menschen in der Königin und im Schach besiegten. “Es hat Jahrzehnte gedauert, bis wir mit diesen Spielen besser als mit Menschen umgehen können”, sagt Campbell. “Ich denke, sie haben dem Feld sehr gute Dienste geleistet und es uns ermöglicht, die in AlphaZero verwendeten Techniken zu untersuchen.”

Die Erfahrung mit den in AlphaZero verwendeten Techniken wird hilfreich sein, da das Feld auf “komplexere Aufgaben” abzielt, fügt Campbell hinzu. “Und das war der springende Punkt bei der ersten Auseinandersetzung mit Spielen – es ging nicht um sich selbst, sondern darum, dass es ein begrenztes Umfeld ist, in dem wir Fortschritte erzielen können.”

Ein praktischer Leitfaden zu den technischen Schlagwörtern von CES 2019

Wenn Sie die Consumer Electronics Show besuchen, hören Sie eine Vielzahl verschiedener Sprachen. Im Ausstellungsraum gibt es jedoch eine gemeinsame Sprache, die ausschließlich aus Stichwörtern, Marketingbegriffen und Akronymen besteht. Es kann verwirrend sein, deshalb haben wir dieses handliche Spickzettelblatt zusammengestellt, mit dem Sie die Ankündigungen, Präsentationen und Übertreibungen, die Sie beim Lesen neuer Produkte finden, entziffern können.

5G
Der König der Keywords auf der CES 2019 ist 5G. Es bezieht sich hauptsächlich auf das drahtlose Datennetz der nächsten Generation, das möglicherweise die Internetanforderungen unserer Mobilgeräte und sogar unserer Heimnetzwerke erfüllt. Wenn man viele der CES-Präsentationen hört, würde man meinen, dass 5G gleich um die Ecke ist, aber die Wahrheit ist, dass die Technologie im Moment extrem begrenzt ist. In einigen Städten werden sehr lokalisierte Tests durchgeführt, der landesweite Roll-out wird jedoch erst 2020 stattfinden. Auch wenn das Netzwerk einmal eingerichtet ist, benötigen wir noch mobile Hardware, die es verwenden kann Weltkongress Ende Februar.

8 TAUSEND
Fernseher sind immer eine der größten Attraktionen der CES und das diesjährige Thema ist 8K. Der Name bezieht sich auf die Gesamtauflösung eines Fernsehers. Insbesondere 8K-Fernseher und -Monitore haben eine Auflösung von 7.680 x 4.230 Pixel. Dies ist der nächste Schritt in 4K, der derzeit beliebtesten Ultra HD-Auflösung auf dem Markt. Derzeit sind 8K-Fernseher in der Regel überflüssig, da fast kein Inhalt das gesamte hochauflösende Bild unterstützt. Viele High-End-Fernsehgeräte, wie das neue Flaggschiff von Sony, leisten hervorragende Arbeit mit hochwertigen 4K-Inhalten, aber 8K wird 2019 keine unverzichtbare Technologie sein.

Künstliche Intelligenz (KI)
Kaum ein Schlagwort ist so weitreichend wie künstliche Intelligenz. Produkte hier auf der CES haben wir “AI”, um alles zu tun, vom Kochen eines Huhns bis zum Autofahren auf einer überfüllten Straße. Die Wahrheit ist, dass KI eine Vielzahl von Dingen bedeuten kann. Der gemeinsame Nenner ist, dass Computeralgorithmen einige Entscheidungen innerhalb des Produkts treffen und wahrscheinlich maschinelles Lernen verwenden, um besser zu werden, egal was sie tun.

Wenn das Panasonics-Fahreranalysesystem im Auto versucht, durch Analyse der Mimik herauszufinden, ob die Person hinter dem Lenkrad einschläft, zählt dies als KI. Wenn die High-End-Fernseher von LG den auf dem Bildschirm angezeigten Inhalt analysieren, um die Bildqualität zu optimieren, ist dies auch die KI. Die Beispiele reichen von einfach bis komplex, aber im Endeffekt ist die KI derzeit “cool” und jedes Produkt, das behauptet, es zu verwenden, ist wahrscheinlich.

Virtuelle Realität (VR)
Der diesjährige CES-Showroom bietet eine ganze Reihe von Virtual-Reality-Headsets, darunter das neue HTC Vive Pro mit Eye-Tracking und eine Vorschau-Version des Oculus Quest, die später in diesem Jahr vom VR-Arm von Facebook stammt. Virtuelle Realität bedeutet, so weit wie möglich in eine digitale Welt einzutauchen, die an Ihr Gesicht gebunden ist. VR-Headsets ersetzen die reale Welt vollständig durch Computergrafik, anstatt nur digitale Elemente in eine reale Umgebung einzufügen (Augmented Reality).

Eine beliebte Anwendung für VR hier auf der CES ist die Verwendung in Autos, um die Passagiere zu unterhalten. Sowohl Intel als auch Audi haben VR-Erfahrungen mit Superhelden-Themen, die mit der Bewegung des Autos, in dem sie fahren, synchronisiert sind, um die Zeit zu vertreiben.

Augmented Reality (AR)
AR mischt digitale Objekte in der reale Welt. Stellen Sie sich vor, Sie verwenden die Ikea-App auf Ihrem Smartphone, um sich vorzustellen, wie eine neue Couch in Ihrem Zimmer aussieht, oder Sie spielen eines der Spiele, bei denen kleine Raumschiffe in Ihrem Büro herumfliegen und Sie auf Ihrem Computer aufzeichnen. Als Augmented Reality gelten auch Headsets mit transluzenten Bildschirmen, die digitale Objekte in der realen Welt erscheinen lassen. Dazu gehören Headsets wie das Magic Leap und das Hololens von Microsoft. Wenn Sie die reale Welt immer noch auf einem Bildschirm oder durch einen durchscheinenden Bildschirm sehen können, müssen Sie normalerweise mit AR befassen, anstatt mit reiner VR.

XR
Während AR und VR ist XR nebulöser – tatsächlich steht das X wirklich nicht einmal für etwas. Einige Anwendungen von XR dienen als Fangvorrichtung, um sowohl virtuelle als auch erweiterte Realität darzustellen. In einer tieferen Ebene ist XR ein Versuch, einige der Wände zwischen erweiterter und virtueller Realität niederzureißen, um den Inhalt einfacher zu machen, den Inhalt für jede Art von Headset zu erstellen. Wenn Sie XR im Jahr 2019 sehen, werden Sie wahrscheinlich entweder auf Augmented Reality, Virtual Reality oder eine Mischung aus beidem.

Organische LED (OLED)
Fast all the High-End-Fernseher, the CES 2019 seen are OLED-Displays, also to the flexible Television, the LG has it in its basis to rollen, if not in use is. OLED-Bildschirme funktionieren anders als ältere Flachbildfernseher wie LEDs oder LCDs. Aber OLED-Fernseher haben Pixel, die einzeln leuchten, so dass sie komplett ausschalten können, wenn sie schwarz sein sollen. The result is a picture of the schwarzer black values ​​heller and kontrastreicher effects. The is natural a reduzating description of a recht complex technology, but the takeaway is that OLED, also derzeit noch the standard for high-end devices is. Wenn Sie sich für ein OLED entscheiden, können Sie erwarten, dass Sie mehr Geld ausgeben und ein sehr schönes Bild erhalten.

Intel-Prozessor der 8. oder 9. Generation
Wenn Sie auf der diesjährigen Messe Laptops oder Computer jeglicher Art ansehen, wird in den Spezifikationen zwangsläufig der Prozessor erwähnt. Intel stellt diese Prozessoren her, und bis zum Start von CES wurden die Core-Prozessoren der achten Generation ihrer neuesten und größten. Anfang dieser Woche kündigte Intel jedoch an, dass seine neuen Core-Prozessoren der neunten Generation werden.

Praktisch gesehen werden die Chips der acht Generationen der aktuellen Ausrüstung auf dem Markt und es wird wahrscheinlich nicht zu warten sein, bis die nächste Welle von Prozessoren mit der Auslieferung beginnt, um eine neue Maschine zu kaufen. Nur weil es die neunte Generation gibt, bedeutet das nicht, dass das Zeug der achten Generation veraltet oder sogar veraltet ist.

Tragbar
Zu einem bestimmten Zeitpunkt war der Markt für “Wearable Technology” fast nur von intelligenten Uhren und Licht aussehenden Brillen geprägt. Jetzt jedoch hat sich der Begriff “tragbar” erweitert und bedeutet so ziemlich jedes Stück Elektronik, das auf dem Körper bleibt, um eine Aufgabe zu erfüllen. Der intelligente Ring von Motiv, der Ihre Herzfrequenz erfasst und Ihnen hilft, Ihre Fitnessdaten zu verfolgen, ist auch genau das Richtige. Umbrella Wearables etwas veraltet anfühlt.

Blickverfolgung
In der virtuellen Realität besteht einer der nächsten großen Fortschritte darin, the hands from the equation to take. Das neue Vive Pro-Headset des HTC kann verfolgt werden, wohin Sie schauen, indem Sie Ihre Augäpfel beobachten. So können Sie Aufgaben wie die Änderung von Einstellungen und die Navigation in Menüs erledigen, indem Sie Ihren Blick auf bestimmte Stellen richten.

Darüber hinaus können Entwickler auch Eye-Tracking-Techniken nutzen, um eine Technik namens “Foveated Rendering” zu entwickeln. Grundsätzlich kann man das Headset sagen, wohin man schaut und alles andere in der Virtual-Reality-Welt verwischt. Dadurch kann das Gerät seine gesamte Rechenleistung auf den kleinen Bereich konzentrieren, auf den Sie schauen, was die Grafik viel ausgefallener aussehen lässt.

Erwarten Sie, dass diese Art von Technologie mehr in High-End-VR-Kits auf dem Markt zu finden ist.

Ray Tracing
Im vergangenen Jahr hat Nvidia seine ersten Computergrafikkarten herausgebracht, mit denen Ray Tracing im Heimcomputerspiel eingeführt werden kann.

Künstliche Intelligenz machte diesen Roboterhund zu einem sehr guten Jungen.

Treffen Sie JEDEN, einen vierbeinigen Roboter, dessen Name “Tier” ausgesprochen wird. Das 73 Pfund schwere, hundeartige Gerät ist ein in der Schweiz hergestelltes Gerät, das dank künstlicher Intelligenz schneller laufen, effizienter arbeiten und sich nach einem Unfall erfolgreicher zurücksetzen kann als vor dem KI-Training.

Der Roboter, der in einer neuen Studie in der Fachzeitschrift Science Robotics vorgestellt wurde, lernte nicht nur mit KI, sondern auch durch Computersimulationen auf einem Desktop – ein viel schnellerer Ansatz als das Erlernen neuer Tricks in der realen, physischen Welt. Tatsächlich ist die Simulation laut der Studie etwa 1.000-mal schneller als die reale Welt.

Dies ist nicht der einzige Bereich, für den die Simulation wichtig ist: In der Welt der selbstfahrenden Autos ist die Simulationszeit entscheidend, damit Unternehmen die Software testen und entwickeln können, die die Fahrzeuge antreibt. In diesem Fall verwendeten die Forscher eine ähnliche Strategie mit nur einem Roboterhund.

Um sicherzustellen, dass der Simulator, in dem der virtuelle Hund seine Fähigkeiten erlernte, genau war, sammelten die Forscher zunächst Daten darüber, wie sich der Roboter in der realen Welt verhält. Dann lernte in der Simulation ein neuronales Netzwerk – eine Art maschinelles Lernwerkzeug – die Steuerung des Roboters.

Zusätzlich zu den Geschwindigkeitsvorteilen der Simulation ermöglichte die Technik den Forschern, Dinge mit dem Roboter zu tun, die sie im wirklichen Leben nicht tun wollten. Zum Beispiel könnten sie den fragilen Roboterhund in der Simulation virtuell in die Luft jagen, sagt Jemin Hwangbo, Senior Researcher und Postdoc des Projekts am Robotic Systems Lab in Zürich, Schweiz. Dann könnte der Welpe herausfinden, wie er nach der Landung aufstehen kann.

Nachdem das neuronale Netzwerk sein Training in Simulation abgeschlossen hatte, konnte das Team dieses Lernen auf den physischen Roboter selbst anwenden – der über einen Meter hoch ist, 12 Gelenke hat, elektrisch betrieben wird und einem Boston Dynamics-Roboter namens SpotMini ähnelt.

Das Endergebnis nach der Simulationszeit und der KI war, dass der Robo Pooch den Anweisungen genauer folgen konnte – wenn er beispielsweise mit einer Geschwindigkeit von 1,6 km / h laufen würde, könnte er dies genauer als zuvor tun, sagte Hwangbo. Er konnte auch nach einem Sturz schneller aufstehen und rennen. Das Programmieren eines komplexen Roboters wie ALLES mit spezifischen Anweisungen zum Aufstehen nach einem Sturz ist kompliziert, während es ein viel robusterer Ansatz ist, wenn Sie lernen, wie man es in der Simulation macht.

Chris Atkeson, Professor am Robotics Institute und am Human-Computer Interaction Institute der Carnegie Mellon University, sagte, dass die von Hwangbo und seinem Team verwendete Methode Zeit und Geld spart, wenn es darum geht, einen Roboter dazu zu bringen, das zu tun, was Sie wollen.

“Sie haben die Roboterprogrammierung billiger gemacht”, sagt er. “Programmierung ist sehr teuer und Roboterprogrammierung ist sehr teuer, weil man im Grunde Roboterflüsterer haben muss.” Dies liegt daran, dass die Leute, die Roboter programmieren, sowohl gut programmieren als auch die Mechanik des Roboters richtig einsetzen müssen.

Aber mit Hwangbo und seinem Team konnte ihr Roboter in der Simulation lernen, im Gegensatz zu Programmierern, die jede Aktion sorgfältig programmieren. Es ist “ein großer Schritt in Richtung Automatisierung dieser Art von Dingen”, sagt Atkeson.

Was die Tatsache angeht, dass ein Video von Robotic Systems Lab zeigt, dass der Roboter getreten wurde, vermutlich um zu testen, wie robust er ist? “Wenn dieser Roboter super intelligent wird, wird er wütend”, witzelt Atkeson. “Es gibt die Videoaufzeichnung, in der sie treten – sie werden also die Ersten sein, die gehen, wenn die Roboterrevolution kommt.”