Игроманы сошлись в поединке с искусственным интеллектом

Маск рассказал о том, как выжить в противостоянии с искусственным интеллектом

Илон Маск в последнем интервью рассказал, что у человечества существует лишь один верный способ выжить в борьбе с искусственным интеллектом. Он уверен, что справиться с исходящей от ИИ угрозой поможет лишь слияние человека с машиной.

Генеральный директор SpaceX и Tesla считает, что улучшение алгоритмов и оборудования позволит цифровому интеллекту с большим отрывом обойти биологический, но человечество пока не осознаёт, что в этом образовывается скрытая угроза. Он сравнил людей с детьми на детской площадке, потому что не придают этой проблеме никакого значения:

Нас больше заботит, как кто кого назвал, а не то, что искусственный интеллект разрушит человечество. Это очевидно.

По мнению Маска, человечество придёт к судьбе обезьян, живущих сейчас лишь в клетках и джунглях. С человеком такое же может случится, если мир не будет реагировать на реальную угрозу от машин, которые обрабатывают куда более огромное количество информации, чем люди. Эта угроза, как считает Маск, — всё ближе и ближе.

Предприниматель заявил, что уже работает над решением проблемы. Он напомнил про созданную им в 2016 компанию в сфере нейротехнологий Neuralink, которая сейчас занимается созданием жёсткого диска для человеческого мозга. Илон Маск уверил, что эту технологию разрабатывают 85 самых крутых специалистов, которых он когда-либо встречал.

Neuralink хочет добиться симбиоза мозга с искусственным интеллектом, а также сделать всё возможное, чтобы демократизировать интеллект, полностью уничтожив монополию государства и крупных технологических корпораций. Теоретически, то, над чем работает компания Маска, является неким интерфейсом «между электродами и нейронами на микроуровне», который поможет стать умнее и излечить старческие болезни:

Это будет чип и куча крошечных проводов, которые будут имплантированы в ваш череп.

К сожалению, не всё так быстро получит человек. Инновацию мы сможем увидеть на практике, вероятно, через десятилетие. Но Маск отметил, что некий схожий симбиоз человеческого мозга и искусственного интеллекта уже существует. Речь идёт о телефонах, компьютерах, «умных» часах и так далее. Они, по мнению бизнесмена, уже влияют на то, как человек познаёт мир.

Подписывайтесь на «Код Дурова» в Telegram и во «ВКонтакте», чтобы всегда быть в курсе интересных новостей!

Игроманы получили возможность сойтись в поединке с искусственным интеллектом

Избранные игроки проиграли роботу «всухую» со счетом 2:0. Первая половина игры длилась около 40 минут, причем, исход был решен гораздо быстрее, «команда людей» лишь оттягивала своими действиями неизбежность поражения. Вторая половина за 20 минут окончательно определила победителя.

В течение нескольких дней любой игрок мог проверить себя в игре с ИИ. Для того чтобы посостязаться с OpenAI Five, необходимо было зарегистрироваться на сайте для создания учетной записи Steam. По предварительным данным было проведено две открытых игры – 18 и 19 апреля.

Игровой ИИ представляет собой совокупность пяти систем, обладающих единым игровым опытом. В процессе игры системы никак не сообщаются между собой, однако из-за равной исходной информации их тактика поведения практически идентична.

OpenAI Five – сильная система, но не идеальная. Ее вполне можно обыграть на начальном этапе, когда схема действий соперника еще не изучена. Особенность обучения ИИ предполагает, что некоторые действия человека, противоречащие его собственной логике, способны ввести систему в ступор. На этом и можно попробовать сыграть в первых играх.

Игроманы получили возможность сойтись в поединке с искусственным интеллектом — на ForeverNews.ru

Давно прошли те времена, когда вся работа по дому осуществлялась вручную. Бытовая техника стала нашим надежным помощником в ведении хозяйства. Неутомимые электрические «работники» помогают готовить еду, стирать белье, мыть посуду, наводить порядок и чистоту, здорово облегчая нам жизнь. Однако чтобы домашняя работа спорилась и продвигалась без перебоев, важно правильно подбирать приборы, обращая внимание на мощность, скорость, функциональность, количество режимов и другие эксплуатационные характеристики.
Как избежать распространенных ошибок при покупке той или иной техники, как правильно пользоваться, какие модели считаются лучшими, как найти причину поломки и отремонтировать прибор своими руками. Представлена исчерпывающая информация обо всех видах техники: как мелкой, так и крупной, как бюджетной, так и дорогостоящей, как отечественной, так и зарубежной. Читайте полезные статьи и пополняйте свой багаж знаний о бытовой технике новыми ценными сведениями!

Побеждать людей играючи: где искусственный интеллект уже одолел человека

“Искусственный интеллект (ИИ) научился…” – такие заголовки каждый раз провоцируют очередную серию дебатов на тему скорой победы машины над человеком.

Хотя в новостях нередко преувеличивают достижения и притягивают факты за уши, с каждым годом становится все больше задач, где ИИ – пусть и с оговорками – обходит человека.

Игры – та область, в которой совсем недавно человек считал себя непобедимым, благодаря нестандартному мышлению и огромному, трудно просчитываемому числу вариантов. Но сейчас здесь безраздельно властвуют машины, а полученный при создании игровых ИИ-систем опыт открывает огромные возможности для переноса подходов к их обучению на более серьезные задачи.

Сегодня ИИ – это в первую очередь сложные самообучающиеся алгоритмы-нейросети, полученные путем “глубокого обучения” (deep learning) на огромных массивах данных. Победы в играх, как правило, основаны на технике reinforced learning (“обучение с подкреплением”): компьютер ничего не знает о правилах игры, но учится, играя невероятное количество матчей сам с собой. Люди при этом лишь настраивают сложную схему поощрений за “правильные” действия.

В каких играх человек уже уступил ИИ? Есть ли ограничения? И какие перспективы? Настоящее Время предлагает подборку избранных игровых ИИ-достижений последних лет.

Май 1997. Шахматы

Суперкомпьютер IBM Deep Blue вошел в историю как первая машина, сумевшая победить в шахматах гроссмейстера-человека. Чемпион мира Гарри Каспаров сумел выиграть в одной из партий, другая закончилась вничью, но Deep Blue выиграл дважды и стал победителем поединка.

Строго говоря, Deep Blue не был ИИ в современном понимании: он просто умел быстро искать среди миллионов вариантов лучшие ходы по определенным правилам, установленным людьми.

Через 20 лет Google представил мощную ИИ-систему DeepMind AlphaZero: она научилась шахматам, японским шахматам и го с нуля, причем в каждой дисциплине AlphaZero сумела победить лучшего компьютерного игрока. А компьютеры, по крайней мере – в шахматах, не оставляли людям шансов примерно со времен матча между чемпионом мира Владимиром Крамником и Deep Fritz в 2006 году (2-4).

Март 2016. Го

В этой популярной китайской логической игре, чтобы просчитать ситуацию на четыре хода вперед, надо проанализировать 320 миллиардов ходов. Это тяжелая вычислительная задача (лучший суперкомпьютер 2008-го IBM Roadrunner просчитывал бы восемь ходов вперед целых 138 часов) – поэтому серьезных компьютерных оппонентов людям-игрокам не попадалось.

До мая 2017-го, когда прошел исторический матч между ИИ AlphaGo (Google DeepMind) и чемпионом мира по го Ли Седолем. AlphaGo выиграл со счетом 4-1. Позже этот успех развил “универсальный” игровой ИИ AlphaZero.

Июль 2018. Quake III

Казалось бы, в чем смысл тренировать ИИ-систему, которая хорошо бы играла в легендарный шутер? Исследователи из DeepMind называют это сложной исследовательской задачей: как научить компьютер с нуля ориентироваться в трехмерном игровом пространстве с неидеальной информацией (неизвестно, где спрятался враг).

Ученые также решили не упрощать задачу и не описывать пространство известными параметрами (“расстояние до красного_игрока_1 = 55”), а просто показывать ИИ игровой экран.

Эта задача уже непростая. А для ее усложнения в DeepMind решили проверить еще и способы обучения разных ИИ-игроков командному взаимодействию, поэтому режимом игры был выбран “захват флага” – группе игроков нужно действовать скоординированно, чтобы утащить флаг с вражеской базы, не потеряв при этом свой.

Результат? Вероятность победы команд под управлением ИИ достигала 74%. У сильных людей-игроков – всего 52%.

Январь 2020. Starcraft II

В этом году искусственному интеллекту покорилась одна из самых популярных стратегий реального времени ХХI века – игра Starcraft II. В начале года нейросеть Deepmind AlphaStar (Google) легко победила (счет 5-1 или 5-0, смотря как считать) одного из лучших в мире игроков в Starcraft II, поляка Грегоржа MaNa Коминча.

Игра требует не только молниеносной реакции и четкого управления сотнями боевых единиц, но и долгосрочного стратегического планирования на больших картах. К тому же Starcraft II не раскрывает игрокам всей важной информации о состоянии игрового поля: в отличие от, скажем, шахмат, игровая карта не открыта все время, неизвестны запасы ресурсов врага, размер и положение его армии и т.п. То есть, научить ИИ всем премудростям и хитростям игры непросто. Каждая из версий AlphaStar тренировалась на ИИ-коллегах, отыграв примерно по 200 человеческих лет.

Несмотря на эффектную победу, игра была ограничена одной расой (из трех) и первое время полным обзором карты для AlphaStar – человеку постоянно надо переключать позицию, показываемую на экране, а ИИ сначала словно смотрел на огромный монитор, умещавший всю карту сразу. Все ограничения, похоже, можно было бы снять, просто увеличив время тренировки модели.

Апрель 2020. Dota 2

ИИ Open AI Five победил команду OG, прошлогодних чемпионов крупнейшего турнира по игре Dota 2. Правда, команды были ограничены всего 17 героями в режиме Captain’s Draft, не работали внутриигровые функции создания иллюзорных копий и вызова существ-помощников.

Создатели, как и в случае со Starcraft, не объясняли Five сложные правила Dota 2, а “научили учиться”: с нуля система сама разобралась в правилах, играя сама с собой –45000 часов за десять месяцев.

Июль 2020. Покер

Успех в популярной карточной игре немалым образом зависит от умения покериста блефовать и вычислять блефующих соперников.

В 2017-м вышли ИИ-система DeepStack (университет Альберты), легко обыгрывающая профессионалов, а также проект Libratus от специалистов из университета Карнеги Меллон, который в 20-дневном марафоне выиграл виртуальные $1,7 млн у четырех профессиональных покеристов в матчах один на один.

Тот же Карнеги Меллон и Facebook в июле 2020 показали самую совершенную ИИ-систему для покера – Pluribus (pdf). Она умеет успешно играть (в том числе с использованием блефа) сразу с пятью оппонентами. Система работает на достаточно недорогом компьютере, а вычислительные ресурсы для обучения Pluribus обошлись всего в $150: чтобы стать непобедимым, боту понадобилось разыграть триллионы покерных раздач с пятью своими клонами.

Поиграли, и что дальше?

Искусственный интеллект – одно из ключевых направлений развития науки во всем мире. Область его применения, разумеется, не ограничивается играми – скорее, это отправная точка для новых способов применения ИИ в реальной жизни.

Компании-лидеры, в основном из США и Китая (Google, Facebook, Amazon, Microsoft, Tencent, Alibaba), инвестируют миллиарды в развитие ИИ. И каждый год приносит что-то впечатляющее: генерацию правдоподобных видео, создание текстов, картин, музыки. С каждым годом становятся все автономнее автомобили.

В последнее время все чаще говорят об этике использования ИИ и потенциальных больших проблемах: среди очевидных вещей вроде потери многих рабочих мест (и появления новых), специалисты обеспокоены предвзятостью ИИ-решений во многих задачах, а также рисками использования ИИ в военных системах.

При этом до главного Золотого Грааля ИИ, “общего искусственного интеллекта” (AGI, Artificial Generalized Intelligence), человечеству еще далеко. AGI – это реализация искусственного интеллекта из фантастических книг и фильмов, система, которая сможет решать любую задачу на уровне человека или лучше. Все современные ИИ строго специализированы и не могут легко переключаться между различными направлениями: скажем, нейросеть, умеющая распознавать символы на фото, не сможет генерировать тексты, и наоборот.

Кто-то считает, что AGI в принципе недостижим, но опрошенные в 2015 году ИИ-эксперты сошлись на том (pdf), что c 50%-ной вероятностью общий ИИ появится в ближайшие 45 лет. При этом ученые из Азии в среднем были оптимистичнее, чем американцы.

По результатам другого неформального опроса, AGI изобретут к 2099.

А вот известный ученый-футуролог Рэй Курцвайль из Google считает, что это произойдет еще до 2029 года.

Даже до появления общего ИИ развитие компьютеров и робототехники приведет к глобальным изменениям на мировом рынке труда. Исследователи считают (pdf), что искусственный интеллект превзойдет людей в качестве перевода (к 2024) и по уровню школьных сочинений (2026); ИИ сможет лучше человека водить грузовики (2027) и работать в торговле (2031), писать книги (2049) и даже превзойдет людей-хирургов (2053).

История соревнований ИИ и человека: кто кого

Люди проигрывают искусственному интеллекту на собственной территории — компьютеры уже выигрывают у нас в шахматы, го, покер и даже Dota 2. Мы составили краткий обзор таких противостояний и попробовали разобраться, какие прикладные задачи могут решать игровые алгоритмы в будущем.

Первые компьютерные шахматы и шашки

В 1914 году испанский инженер и математик Леонардо Торрес-и-Кеведо, который изобрел одну из первых систем радиоуправления, представил шахматный автомат. Он был достаточно примитивным и умел разыгрывать только эндшпиль — финальную стадию партии — но ни один из мастеров того времени не смог выиграть у автомата Торреса.

Начавшаяся в том же году Первая, а вскоре после нее и Вторая мировые войны остановили дальнейшие разработки. Следующий важный этап для искусственного интеллекта наступил только в 1955 году — тогда и появился сам термин «искусственный интеллект». Его придумал американский ученый Джон Маккарти, а через три года он создал язык программирования Lisp, который стал основным в работе с ИИ.

В 1956 году другой инженер Артур Сэмюэл создает первый в мире самообучающийся компьютер, который играет в шашки. Сэмюэл выбрал именно шашки из-за элементарных правил, которые при этом требуют определенной стратегии. Компьютер обучался на простых гидах по игре, которые можно было купить в магазине. В них описывались сотни партий с хорошими и плохими ходами. Через три года Сэмюэл ввел понятие машинного обучения.

Интересный факт: в 1966 году Джозеф Вейценбаум представил Элизу, первого в истории чат-бота. Элиза могла говорить на английском на любые темы. Вейценбаум разработал ее, чтобы сымитировать прием у психотерапевта. Он специально выбрал сложную ситуацию, в которой многое опирается на умение слушать и распознавать главное в репликах собеседника — компьютер того времени этого не мог. Разработчик таким образом хотел показать, насколько ненатуральным будет общение человека и компьютера, но при тестах оказалось, что люди испытывали в разговоре с Элизой чувства и эмоции, как с полноценным собеседником.

Первые проигрыши людей

В 1985 году университет Карнеги-Меллон начал разработку ChipTest, компьютера для игры в шахматы. В 1988 к проекту присоединилась IBM и прототип переименовали в Deep Thought. Через год его решили проверить в деле и пригласили Гарри Каспарова, который без труда победил в обеих играх.

В 1995 IBM представила Deep Thought II, который позже назвали Deep Blue, сделав отсылку к прозвищу компании, Big Blue. Через год состоялся первый матч Каспарова и улучшенного компьютера. Человек снова выиграл: в шести партиях Каспаров три раза победил и один раз проиграл, два матча закончились вничью.

Еще через год, в мае 1997, сильно улучшенный Deep Blue одержал в ответном матче две победы, один раз проиграл и трижды сыграл вничью, став первым компьютером, выигравшим у действующего чемпиона мира по шахматам.

Уже в начале 2000-х компьютеры стабильно выигрывали у мировых чемпионов, и шахматы стали первой игрой, в которой люди уступили компьютерам.

ИИ для сложных игр

Разработчики искусственного интеллекта начали искать новый вызов в более сложных и непредсказуемых играх, для которых нужны более комплексные алгоритмы. После победы Deep Blue астрофизик из университета Принстона заявил, что «пройдет 100 лет перед тем, как компьютер сможет обыграть человека в го — может, даже больше». Ученые приняли вызов и начали разрабатывать машины для этой игры с простыми правилами, в которой тем не менее очень сложно стать мастером.

Первые компьютеры, которые действительно могли составить конкуренцию человеку, появились только в этом десятилетии. В 2014 году Google DeepMind представила алгоритм AlphaGo, который два года соревновался с людьми на равных, но одержал первую значимую победу только в октябре 2015, одолев чемпиона Европы.

Через год на популярном азиатском сервере Tygem, где играют и мировые чемпионы, появился пользователь под ником Master. За несколько дней он провел 60 матчей и ни разу не потерпел поражения, чем вызвал возмущения и подозрения в нечестной игре. 4 января 2017 года Google раскрыла, что все это время под ником скрывалась улучшенная версия AlphaGo.

В мае 2017 AlphaGo — все тот же, который прославился в сети под ником Master — сразился с Кэ Цзе, первым игроком го в мировом рейтинге, и победил в трех матчах из трех, а уже в октябре Google DeepMind выпустила версию, которая была мощнее Master. AlphaGo Zero самообучался вообще без участия человека, просто бесконечно играя сам с собой. Через 21 день он достиг уровня Master, а через 40 уже был лучше всех предыдущих версий.

В декабре 2017 вышел AlphaZero, еще более мощный вариант AlphaGo Zero. Он смог стать лучше предшественника за 8 часов, одновременно достигнув уровня гроссмейстера в шахматах. Так го стала второй игрой, в которой люди больше не могут выиграть.

Искусственный блеф

Го и шахматы подчиняются строгим правилам, и тренировка искусственного интеллекта в них — дело времени. Но есть игры, в которых человеческий фактор выходит на первый план. Например, покер — во многом психологическая игра, построенная на эмоциях, неверабальной коммуникации, умении блефовать и распознавать блеф.

В 2017 году, после более чем 10 лет попыток и неудач, две команды независимо друг от друга разработали свои модели ИИ, способные обыграть профессионалов в покер. Университет Альберты представил DeepStack, нейросеть, обладающую искусственной формой интуиции, а исследователи уже знакомого университета Карнеги-Меллон показали Libratus AI. Нейросеть за 20 дней провела 120 тысяч игр против профессионалов, которые собирались каждый вечер, чтобы обсудить возможные лазейки и недоработки в Libratus. Каждый игровой день анализировала и нейросеть, совершенствуясь по его итогам.

Меньше чем за месяц Libratus выиграла у профессионалов $1,7 млн (пока что виртуальных), а один из участников эксперимента так описал свои впечатления: «Это как играть с кем-то, кто видит все твои карты. Я не обвиняю нейросеть в нечестной игре, просто она действительно настолько хороша».

Илон Маск и Dota 2

В 2015 году Илон Маск и Сэм Альтман, президент Y Combinator, основали компанию OpenAI, чтобы создать открытый и дружественный искусственный интеллект.

В 2017 году в рамках эксперимента команда разработчиков решила натренировать свою нейросеть в Dota 2 — игре, в которой две команды по пять человек сражаются друг с другом, используя множество комбинаций более сотни героев. У каждого из них есть свой набор навыков, а игроки могут собирать предметы для усиления персонажа. Это крупнейшая игра в современном киберспорте.

За две недели нейросеть смогла обучиться и победить нескольких лучших игроков мира в режиме один на один, и сейчас ее создатели готовятся выпустить версию для основного режима, пять на пять.

Другие победы

В начале 2018 алгоритмы от Alibaba и Microsoft превзошли человека в тесте на понимание прочитанного текста.

В марте 2018 года небольшой робот собрал кубик Рубика за 0,38 секунды. Рекорд среди людей — 4,69 секунды.

В мае 2018 искусственный интеллект стал лучше людей распознавать рак кожи.

Что теперь

По данным опроса более чем 350 экспертов в области искусственного интеллекта, скоро алгоритмы смогут победить нас в любой игре, через 10 лет научатся водить лучше нас, а к 2050 году будут проводить операции точнее нас.

Сами же исследователи, создав нейросети, которые за несколько дней достигают сверхчеловеческих способностей в играх, теперь пытаются найти им применение в реальной жизни. Google DeepMind использует AlphaGo Zero для исследования сворачивания белка, пытаясь найти лекарство от болезней Альцгеймера и Паркинсона.

«Наша конечная цель — использовать прорывы вроде AlphaGo для решения всех видов насущных проблем в реальном мире», — говорит Демис Хассабис, СЕО компании. «Если такие алгоритмы можно применить и в других ситуациях, как, например, изучение сворачивания белка, снижение уровня потребляемой энергии, или создание новых революционных материалов, то это сильно продвинет вперед все человечество и положительно скажется на наших жизнях».

Искусственный интеллект активно идет и в бизнес — не только в лабораториях Google, но и в российских компаниях: «Тинькофф» использует искусственный интеллект для одобрения кредитов, а «Газпромбанк» распознает улыбки клиентов с помощью компьютерного зрения.

Материал опубликован пользователем.
Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Откровения завязавшего игрока: “Полгода у меня была ломка, как у наркомана”

Первый раз в казино – и сразу большой выигрыш

Первый раз Виктор оказался в казино 12 лет назад. На тот момент ему было 36 лет. Он расстался с супругой, снимал квартиру в Минске и владел своим небольшим бизнесом в сфере оптовой торговли.

– Как сейчас помню, это было казино в “Орбите”. Я был у друга на дне рождения. Вышел на улицу поздно, было часов 12, и все заведения рядом были закрыты. Решил зайти в казино – выпить пива или кофе. Я даже играть тогда не умел. Купил одну фишку, помню, красненькую, поставил ее – типа играю. Там мне уже начали объяснять, что и как. Пришлось еще идти фишки покупать, и тогда, в первый раз, я очень много выиграл. Пришел в казино в 12 ночи, а вышел оттуда к часу-двум следующего дня. Можно сказать, я с первого раза стал игроком.

По словам психотерапевта Владимира Иванова, фаза выигрыша присутствует почти во всех историях игроманов. Они запоминают это состояние эйфории и потом всю жизнь пытаются его повторить. Получается далеко не у всех. Долги могут доходить до сотен тысяч долларов. Долг на сумму 5-10 тысяч долларов – обычное дело для такого человека.

Уход от реальности: “Я мог бы спать в подвале, не важно – где. Главное – играть”

В отличие от многих, Виктор – игроман рассудительный (он не говорит о своей зависимости в прошедшем времени, поскольку считает болезнь неизлечимой). Некоторое время он продолжал время от времени навещать казино, но проиграв однажды тысячу долларов, понял, что такими темпами надолго у него денег не хватит. Перешел на меньшие ставки в залах игровых автоматов. Уже совсем скоро он начал ходить туда по графику – через день.

– Эффект получался такой же, как от казино. Уходишь от реальности, от всех проблем. Нет никаких мыслей о том, что творится в твоей жизни. “Зависать” там мог больше суток. Причем от проблем уходишь не только, когда играешь. Но и после – ты идешь и обдумываешь, как лучше аппарат обыграть, как нажимать на эту кнопку, может быть, быстрее или медленнее.

Если бы вы видели, как я жил… Я приходил к утру, спал сидя возле шкафа, везде был беспорядок, для меня ничего не имело значения. Я жил тогда с алкоголичкой, а мне было без разницы. Она пьет, а я играю. Такой тандем у нас был, и я ни о чем не думал. Я бы мог спать в подвале, не важно – где. Главное – играть.

Деньги не цель, а всего лишь средство

– Если выигрывал, это было еще хуже. Радуешься этому, но сам понимаешь, что все равно эти деньги надо проиграть. Иногда мне удавалось даже оставить деньги на завтра. Но бывали и моменты нехватки, когда приходишь – и деньги мгновенно заканчиваются. Я начинал обзванивать своих должников или занимал сам. Потом из моей кассы эти деньги возвращала сестра. Иногда я сам у себя “воровал” деньги. Я знал, где сестра хранит кассу, и мог аккуратно украсть из нее нужную сумму.

Игроки часто объясняют свою пагубную привычку необходимостью вернуть долги: “Я должен отдать деньги, но где мне их взять? Поэтому я должен пойти и попробовать отыграться”. Виктор считает, что это самообман. Он редко был должен людям, но так же, как и все остальные, испытывал непреодолимое желание играть. На тот момент у него были все симптомы игровой зависимости, но мужчина даже не знал о существовании таковой. Однажды он поехал на форум алкоголиков вместе со своей гражданской женой, и только там впервые услышал об игромании. На осознание проблемы ушло еще три года.

– Я даже бросал несколько раз, не играл где-то по месяцу. Делал вывод, что со мной все нормально, я же могу месяц не играть! И снова начинал.

Первый шаг – осознать проблему

Однажды, опять же благодаря женщине, страдающей от алкоголизма, Виктор узнал о терапевтическом сообществе “Ковчег”. В основном на группах взаимопомощи собирались алкоголики. Но главные принципы борьбы с зависимостью подходили и для игромании. Наш герой ходил на группы взаимопомощи каждый вечер в течение года. За это время он пропустил лишь 2 дня.

– Самое главное в борьбе с зависимостью – это осознание проблемы. А дальше – длительное изучение и соблюдение “техники безопасности”. Например, целый год я старался не находиться вблизи игровых заведений. Не носил с собой деньги, кроме как на проезд. Я просил сестру выдавать мне в день по 5 тысяч рублей – тысячными купюрами, потому что тысячи автомат не принимал. Я прожил так целый год, потом постепенно добавлял. Сейчас я уже свободно ношу с собой деньги. Год не употреблял алкоголь, чтобы не сорваться на игру. Мне далось это, кстати, очень легко – зависимости от алкоголя у меня нет. Ежедневно общался в группе, очень много литературы прочел по теме. Я брал те же 12 шагов по борьбе с алкоголем и подставлял вместо них игру.

На волосок от срыва: “Ноги сами несли меня играть”

– Однажды я проходил мимо “Орбиты” и не мог с собой совладать. Спорил сам с собой, разговаривал и каким-то чудом сумел побороть желание и пойти домой. Еще один раз мне помог телефонный звонок. Я практически отключился, понял, что мне надо прямо сейчас пойти играть, но решил, что продержусь хотя бы час (так нас учили в группе), потом 20 минут, а потом мне позвонили. И я пришел в сознание. В третий раз меня толкнули, и я мигом подумал: “Куда я иду?” А я шел играть. Ломка была сильнейшая: меня тошнило, выворачивало наизнанку.

Одному справиться нереально

Удержаться Виктору помог самоанализ. Страх, тревогу, недомогания он связывал с желанием играть. И все проходило само собой. Теперь он старается анализировать свои чувства. Если на душе тревожно, значит, это связано с какой-то проблемой. Ее надо или решить, или отпустить, если ничего сделать нельзя. Сегодня, рассказывает мужчина, игру он заменил настоящей жизнью. За последние 4 года с ним приключилось немало событий, многие из которых – не самые приятные, но это и есть настоящая жизнь, считает герой. С пьющей женщиной он расстался, поскольку их ничего не связывало. А мимо игровых заведений со временем научился проходить спокойно, но старается не забывать о том потерянном времени.

– Равнодушие присутствует, но я не хочу обо всем этом забывать, иначе снова могу попасть. Те 7 лет я сжал в один день. Я их “проиграл” и страшно деградировал. Восстанавливаться мне придется еще долго. Главный вывод, который я сделал для себя: одному с этой проблемой не справиться. Сказать себе “нет” в таких случаях просто нереально.

За годы реабилитации Виктор повидал немало игроманов. Большинство из них хватало на пару месяцев. Мужчина не смог назвать имен других игроков в ремиссии. “Если их еще вывезти куда-то в деревню, то может быть. В городе игровые заведения повсюду”.

Основная проблема не в казино, а в залах игровых автоматов

Психотерапевт Владимир Иванов убежден, что игромания – это привнесенная, искусственно навязанная нашему народу зависимость.

– Никогда в Беларуси не было игры, пили – да, но игры не было. Мое искреннее убеждение – в том, что сегодня основная проблема даже не в казино, где развлекаются в основном богатые люди, а в залах игровых автоматов. Ведь туда идут все кому не лень: школьники, пенсионеры. В регионах, как только день пенсии, – очередь пенсионеров у залов игровых автоматов. Это доступно, и это вытягивает из простых людей их нелегким трудом заработанные деньги. Как мне говорили игроки: “Я хочу бросить играть, но я даже до дома не могу дойти, потому что на каждом углу эти игровые автоматы, повсюду светящиеся вывески”. Вот в чем основная проблема, но решить ее пока невозможно.

2 симптома зависимости: патологическое влечение и утрата контроля

Сама по себе игромания, по мнению Владимира Иванова, мало чем отличается от других зависимостей. Раздражители могут быть разными, но реакция организма всегда будет одинаковой. Специалист выделяет два основных симптома всех зависимостей: патологическое влечение и утрату контроля. Патология заключается в том, что человек, сталкиваясь с большими трудностями, все равно не может остановиться.

– Молодой человек с супругой хотели купить квартиру. Он проиграл тысячу долларов. После этого нормальный человек больше не пойдет играть. Ведь все знают, что игровые заведения себе в убыток не работают. А у игрока совершенно другая реакция: он предполагает, что все плохое в прошлом, а впереди только хорошее. И идет проигрывать еще большие суммы. Так же, как алкоголики, игроманы теряют контроль над “дозой”. Игрок будет играть до тех пор, пока у него будут деньги. Это могут быть сутки-двое-трое. Поэтому в прошлом году игровые заведения обязали кормить игроков. В момент игры они находятся в особом состоянии. Они не едят, не спят и не испытывают в этом потребности. Здоровый человек на это просто не способен физически. Если ему интересно, он может поиграть несколько часов, но потом устанет. Ему захочется перекусить или сменить обстановку.

Проблема игроманов, считает Владимир Иванов, в биохимической слабости. Речь идет о нейромедиаторах: адреналин, серотонин, норадреналин, дофамин и т. д. Есть определенная конституция, располагающая к такого рода зависимостям. Полностью психически здоровый человек, если пойдет в казино, вряд ли станет игроком.

Волшебной таблетки не существует

Что касается излечения, то здесь, как и в случае с другими зависимостями, нет “волшебной таблетки”.

– Любая зависимость неизлечима, потому что человек переживает особое состояние, которое запоминается ему на всю жизнь. Воспоминания об удовольствии сохраняются. В 70-е годы зависимости лечили с помощью так называемой “психохирургии”, когда вскрывалась черепная коробка и каленым железом выжигались определенные участки мозга, которые, с точки зрения врача, отвечали за это удовольствие. Но этот метод не доказал свою эффективность.

Человек должен изменить свое мышление, свой образ жизни, правильно взглянуть на мир и, конечно, выучить “технику безопасности”, как правильно себя вести в разных ситуациях, как их переживать и как научиться решать свои проблемы.

К сожалению, в случае с игроманией пройти этот путь удается единицам.

Искусственный интеллект сразится с людьми в видеоигры

Искусственный интеллект (ИИ) уже побеждает лучших игроков в шахматы и го. Но видеоигры, в которых профессиональные команды действуют сообща, а игроки не всегда видят оппонента, представляют собой более сложную задачу для компьютера. Такие видеоигры больше напоминают реальный мир, и это делает их важным этапом в развитии ИИ.

OpenAI, некоммерческая исследовательская организация из Сан-Франциско, которую поддерживает в том числе основатель Tesla Илон Маск, заявила в понедельник, что бросит вызов лучшим профессиональным командам по киберспорту. OpenAI предстоит еще много работы, но она уверена, что разрабатываемый ею ИИ сможет побороться на чемпионате по игре Dota 2, который состоится в Ванкувере в августе.

Как утверждает OpenAI, пять ее нейронных сетей, работая сообща, уже обыграли в Dota 2 одну из лучших команд в мире. Правда, это удалось только после того, как игра была упрощена в результате отключения некоторых функций. В частности, игроки не могли стать невидимыми.

По словам сооснователя OpenAI Грега Брокмана, это сделало игру более «реальной». Но он отмечает, что вряд ли кто-нибудь поверит в способность ее ИИ научиться играть, пока он не одержит победу при полностью включенном игровом процессе.

OpenAI уже давно работает над этим. В прошлом году она первой сообщила, что ее ИИ смог победить людей в Dota 2 в гораздо более простом игровом режиме «один на один». Это привлекло внимание к тому, что OpenAI изменила условия игры, чтобы повысить шансы своего бота. Но каждый раз, когда он сталкивался с новым набором условий, он осваивал их, утверждает Брокман. Это вселяет в OpenAI надежду, что к августу ее ИИ сможет справиться с оставшимися заданиями. Хотя предполагается, что в игре будет принимать участие ограниченный набор персонажей, благодаря чему она все-таки будет проще самых трудных версий, в которые играют люди.

Принцип работы ИИ заключается в машинном обучении – когда компьютер играет сам против себя и учится на своих ошибках. Как отмечают специалисты OpenAI, для противостояния командам из пяти человек им потребовалось внести меньше изменений в алгоритм, чем они ожидали. Более того, увеличение числа решающих задачу компьютеров помогло значительно улучшить ИИ.

Источники:
http://forevernews.ru/igromany-polychili-vozmojnost-soitis-v-poedinke-s-iskysstvennym-intellektom/
http://www.currenttime.tv/a/ai-games/30242784.html
http://vc.ru/flood/39184-istoriya-sorevnovaniy-ii-i-cheloveka-kto-kogo
http://news.tut.by/society/396229.html
http://www.vedomosti.ru/technology/articles/2018/06/26/773824-iskusstvennii-intellekt
http://hi-news.ru/research-development/google-sozdali-ii-dlya-diagnostiki-glaznyx-boleznej.html

Ссылка на основную публикацию