20Q – ウィキペディア

20Q 20の質問をするコンピューターベースのゲームです。もともとは人工知能（AI）に関する実験でした。

ゲーム20Qはボードゲームにあるデバイスです 20の質問 ベース。このデバイスは、プレイヤーにarbitrarily意的に何かを考えるように求め、その後、はいまたはいいえで答えられる20の質問をすることでそれを推測しようとします。

20Qは、1988年に人工知能（AI）に関する実験として作成されました。原則は、プレイヤーが何かについて考え、人工知能は多くの質問をし、プレイヤーが何について考えているかを助言することです。人工知能は、プレイヤーから受け取った情報から独立して学習し、プログラムされていません。プレイヤーは次のように質問に答えることができます： と 、 いいえ 、 知らない 、 また 時々 。実験は古典的なしゃれに基づいています 20の質問 そしてコンピューターゲームで 動物 、70年代前半に人気があり、動物を推測するためにはるかに簡単な方法を使用しました。 ^[初め]

20Q AIは、人工ニューロンネットワークを使用して、質問を選択し、助言します。プレイヤーが20の質問に答えた後（時には早く）、20Qはアドバイスします。それが間違っている場合、それはさらに質問をし、再び助言します。彼らが学んだ情報に基づいて独占的に助言します。それには、発明者の情報や意見が与えられませんでした。すべての回答は、以前の質問に関するプレイヤーの解釈に基づいています。

20Q AIは、情報の使用方法を独立して決定します。分類法としてよりも、LAISTORの分類法として書き直すことができます。あなたの知識はすべてのゲームで成長します。この点で、20 AIのオンラインバージョンは不正確になる可能性があります。 考え あなたのように 知識 。分類の限界は、AI自体によってしばしば克服されます。たとえば、プレイヤーが「馬」を考え、質問が「動物」である場合、AIは馬が動物ではないと言われたにもかかわらず、まだあなたにアドバイスします。

ケビン・ケリー、共同ファウンダー 有線 雑誌、書いた：

„ 8ビットチップに焼き付けられているのは、17年間学習してきたニューラルネットです。発明者のロビン・バーゲナーは、1988年にDOSマシンでシンプルなニューラルネットをプログラムしました。彼は猫について20の質問を教えました。その後、彼はプログラムをフロッピーで友人に渡し、彼らが念頭に置いていたオブジェクトに対するyes/noの答えを持ってニューラルネットに挑戦しました。ニューラルネットは、ゲームをプレイするときにのみ学習します。訪問者のyes/noの回答を除いて、データは追加されていません。それで、それをテストする人が多いほど、彼らはそれを教えることが増えます。 1995年、Burgenerは、24時間（つまり、訓練する）ことができる（つまり、訓練する）ことができる新しいWebに、現在堅牢なニューラルネットを新しいWebに置きました。そして彼らはしました。バーゲナーの天才は、ニューラルネットを訓練するという困難な退屈な仕事を人間のための楽しいゲームに変えることでした。」

„ 20Q A.I.適応性があり、スケーラブルで、モジュール式で埋め込まれているため、このため、知識を拡大し、より具体的なことについて学ぶことができます。現在、音楽、スポーツ、映画、テレビについてできることと同様に、21の言語で学習しています。」 ^[2]

翻訳：

「彼の8ビットチップに焼き付けられたのは、17年間学んだニューラルネットワークです。発明者のロビン・バーゲナーは、1988年にDOSコンピューターでシンプルなニューロンネットワークをプログラムしました。彼はカテゴリについて20の質問を教えました。彼はディスクに関するプログラムを友人に配布し、彼女がニューラルネットワークに対して考えたオブジェクトに対するイエス/ノーの答えを彼女にさせました。ニューラルネットワークは、ゲームが再生されるときにのみ学習し、プレイヤー/ノーの回答に加えて、彼にデータは認められません。それで、より多くの人々がそれを試したほど、彼らはそれをより多く教えます。 1995年、Burgenerは現在、堅牢なニューラルネットワークをインターネット上に置き、誰もが24時間体制（つまり、トレーニング）でプレイできました。そして彼らはしました。 Burgenerの才能は、ニューロンネットワークを人々のためのゲームに訓練するという困難で疲れた仕事を変えることでした。」

「20Q AIは適応性があり、スケーラブルで、モジュール式でフラッシュされているため、知識を拡大し、より差別化されたことについて何かを学ぶことができます。今日、彼女は21の言語と、音楽、スポーツ、映画、テレビに関するすべてを学びます。」

発明者のロビン・バーゲナーが説明したように、AIがゲームの終わりに吐き出す「珍しい知識」は、何かが奇妙に思え、それが知っていることをカバーしないときに生じるものです。これにより、AIはユニークになります – 独自の決定を下し始めます。これは、彼女が学んだことと彼女が知っていることを使用することによって、AIが来る情報です。時間が経つにつれて、あなたの知識はさらに洗練されます。 20Qは、プレイして決定を下すことを学ぶ – オブジェクトが再生されることが多いほど、AIはオブジェクトについて学習します。 zの場合。たとえば、プレイヤーはオブジェクト「粒子アクセラレータ」を考えています。ゲームは、オブジェクトを適切に説明するために最大20の目標指向の質問を求めます。オンライン20Q AIには、約10,000,000の精神的なつながりがあります。 Burgenerは、オンライン20Q KIの成功率は73〜78％であると書いています。 Burgenerによると、実際の成功率は高くなる可能性がありますが、ゲームをより面白くするためにアルゴリズムを適応させました。 AIが閉じたシステムで理論的に実現できるため、すべてのゲームに勝った場合、ゲームは面白くなく、AIも学習し続けません。 ^[3]

複数のプレイヤーが特定のオブジェクトを選択し、ゲームが異なるプレイヤーに他の質問をする場合、すべての質問の多くがプレーヤーにますます正確に説明されます。その結果、ゲームは「粒子アクセラレータ」オブジェクトをますます迅速に推測できます。

面白い要因は、プレイヤーがゲームを「アウトマート」するためにゲームに異常または不明であると評価するオブジェクトを選択することが多いことです（「推測しない」）。実際、他のプレイヤーはしばしば同じオブジェクトを考えているため、ゲームには推測オブジェクトに関する広範な知識があります。これは、ゲームがオブジェクトを推測するときにゲームをほとんど助けにしないと考えるように、ゲームがおそらく拡散しているように見えるようにすることであり、その後、突然正確なオブジェクトに到達します。

20Qのオンラインバージョンは22言語で提供され、20Qがオブジェクトを推測できず、まだわからない場合、プレイヤーはゲーム後にオブジェクトを提案できます。ウェブサイトによると、編集制御後のオンライン版のオブジェクトデータベースは、提案された条件を含めるように拡張されます。特定のトピックは若者の保護上の理由で検閲されており、ゲームは推測を継続することを拒否します。 ^[4]

20Q AIのモジュール性は、小さな画面を持つデバイスに統合できることを意味します。現時点では、AIのハンドヘルドバージョンがあります。デバイスには、20Qウェブサイトデータベースのごく一部が含まれています。オンラインバージョンとは対照的に、ハンドヘルドバージョンは学習できません。

20Q AIは、柔軟性が低く、非常に大きな専門家システムとは異なります。そのモジュール性、適応性、およびスケーラビリティは、より複雑な使用のために、より複雑なデバイスに転送できることを意味します。

„ロビン・バーゲナーは、子供の遊びをロケット科学に変えたいと思っています。彼がNASAの科学者、プログラマー、技術者でいっぱいの部屋（2006年5月に）と話すと、20年前に彼が最初にコンピュータープログラムに適応した単純なパーラーゲームが、代理店の最も差し迫った問題のいくつかに対する答えかもしれません。」 ^[5]

「ロビン・バーゲナーは、子供の遊びを宇宙研究に移したいと考えています。部屋の前にいるNASAの科学者、プログラマー、技術者（2006年5月）と話をすると、彼が初めてコンピュータープログラムに参加したシンプルなゲームが、エージェンシーの最も緊急の問題のいくつかに対する答えになる方法を説明します。」

1. ↑ Informationsquelle：Licalzi O’Connell、Pamela。 「レーダーの野菜と鉱物」ニューヨークタイムズ。 2003年3月27日。バーゲナー、ロビン、コンピューターアーキテクト、発明者。
2. ↑ ケリー、ケビン。 「クールなツール。」 。 2005年3月21日。
3. ↑ バーゲナー、ロビン。コンピューターアーキテクト。すべての数字は、発明者によって公開されたデータからのものです。
4. ↑ 20Q.NET FAQ 。 2018年3月24日に最後に閲覧しました
5. ↑ ハーベイ、イアン。 「動物、野菜、または人工知能ですか。」 グローブとメール , Toronto, Kanada. 2. Mai 2006.