插入一个好词:gpu驱动的填字游戏解决器使最好的显示与人类

通过 布莱恩·考尔菲德

什么是“视频处理芯片”的三字母首字母缩写?当然是GPU。然而,谁知道,这些并行处理PowerShouses也可以用文字。

Following a long string of victories for computers in other games — chess in 1997, go in 2016 and Texas hold’em poker in 2019 — a GPU-powered AI has beaten some of the world’s most competitive word nerds at the crossword puzzles that are a staple of every Sunday paper.

由马特·金斯伯格(Matt Ginsberg)创造的填字游戏人工智能“菲尔博士”(Dr.Fill)在上个月的美国填字游戏锦标赛上得分超过了所有人类。金斯伯格是一位连续创业家、人工智能研究先驱和前研究教授。

在和人类一起玩了10年的填字游戏锦标赛之后,菲尔博士在1300多名填字游戏爱好者面前取得了成绩。

此类游戏竞争地播放,测试计算机如何思考和帮助研究人员更好地了解人们所做的方式,Ginsberg解释道。“游戏是一个惊人的环境,”他说。

Dr.Fill边缘?一个复杂的神经网络由加州大学伯克利分校的自然语言处理团队——开发训练几天在NVIDIA DGX-1系统和部署在电脑配备一双NVIDIA GeForce 2080 Ti RTX gpu -正确的系统金斯堡多年来一直精炼。

一种用词的方式:一对NVIDIA RTX 2080 Tis驱动由加州大学伯克利分校自然语言处理团队开发的复杂神经网络。

自然语言处理团队的负责人丹·克莱因教授说:“填字游戏需要你创造性地与语言进行横向联系。”“我认为这将是一个很好的测试,看看我们在这个领域创造的技术如何处理这种创造性的语言使用。”

鉴于非结构化的性质,计算机完全可以竞争,这是惊人的。为了确定,Dr.fill仍然不一定是最好的,这不仅是因为美国填字游戏锦标赛的官方冠军仅限于人类。

比赛的组织者,纽约时报拼图编辑Will Shortz指出,Dr.Fill最大的优势是速度:它可以在人类必须键入的瞬间填写答案。然而,仅从准确性来看,菲尔博士仍然不是最好的,他在比赛中犯了三个错误,比几个人类选手还糟糕。

肖兹承认,与国际象棋或围棋等结构化游戏不同,菲尔博士在挑战游戏中的表现非常出色。挑战游戏严重依赖现实世界的知识和文字游戏。

“这只是惊人的,他们已经编写了一台电脑来解决填字游戏 - 特别是一些棘手的硬,”Shittz说。

语言的一种方式

持有博士学位的Ginsberg。在牛津大学的数学中,并拥有100个技术论文,14项专利和他的名字,这是他在45年前参加的大学以来的填字游戏。

但十多年前,他参加了一项锦标赛,但没能夺冠,从此开始了他的痴迷。

“”其他竞争对手比我好多了,这让我感到恼火,所以我想'好吧,我应该写一个节目,'所以我开始了Dr.fill,“Ginsberg说。

由Shittz组织,美国填字游戏锦标赛与围绕单词谈话的人打包。

Dr.Fill在2012年的比赛中首次亮相。尽管期望很高,菲尔博士在600名参赛者中仅名列第141名。直到今年,Dr.Fill才进入前十。

在某种程度上,这是因为填字游戏没有像国际象棋那样吸引到大量资金投入,并最终击败最优秀的人类。

这也是部分原因的,因为填字游戏是独一无二的。“在Go和Chess和Checkers中,规则非常清楚,”Ginsberg说。“填字游戏非常有趣。”

填字游戏通常依赖于需要深层文化知识和广泛的词汇的隐秘线索,以及找到最佳滑入每个拼图的重叠行和列的答案的能力。

“这是一个凌乱的事情,”Shittz说。“这不是纯粹的逻辑,如国际象棋甚至喜欢拼字......你有一个单词列表,每一个单词都值得这么多。”

填字游戏往往依赖于神秘的线索,需要深厚的文化知识和丰富的词汇。

一个胜利的组合

游戏更换者?来自自然语言处理团队的帮助。灵感来自他的努力,球队在比赛开始前一个月到了Ginsberg。

事实证明这是一个成功的组合。

伯克利团队专注于了解每个拼图的常量侏儒线索并找到潜在的答案。Klein的三位研究生和两名本科生队伍占据了超过600万个填字游戏线索的例子,答案是Ginsberg收集并将它们倒入复杂的神经网络中。

金斯伯格的软件经过多年的改进,完成了将所有符合每个谜题网格范围内的答案排序的任务,并将它们与其他答案重叠的字母相匹配——这是一个经典的约束满足问题。

虽然他们的系统依赖于非常不同的技术,但它们都讲述了概率的共同语言。结果,它们几乎完美地绑在一起。

“我们很快意识到,我们有很多互补的部分,”克莱因说。

克莱恩说,总的来说,他们的模型与人们思考的某些方式相似。人类做出决定的方式要么是记住过去可行的方法,要么是使用一个模型来模拟未来可能可行的方法。

克莱因说:“当我看到兼有这两种功能的系统时,我很兴奋。”

结合两种方法的结果:Dr.Fill几乎完美地播放。

在本届世界杯上,AI只犯了三个错误。然而,它最大的优势是速度。它在一分钟内解开了比赛中的大部分谜题。

AI绝对霸权

但由于,与国际象棋或GO不同,填字游戏难题是不断变化的,另一种这样的表现不保证。

肖茨说:“建设者很可能会抛出一些难题。”

金斯伯格说,他已经在努力改善菲尔医生。“我们将看到谁的进步更大。”

结果可能比以往任何时候都更加接合填字游戏。

“事实证明,将要陷入计算机的东西真的很有创意,”Klein说。