23:59
Comentarii Adauga Comentariu

Ce este de fapt Metoda Monte Carlo (Monte Carlo Tree Search - MCTS) de simulare şi de decizie, utilizată de inteligența artificială Alpha Zero de la Google care a devenit campion mondial la şah

Nota Redacției:

Facem această prezentare (poate prea tehnică), pentru a-i face să viseze nu doar pe cei care deja lucrează în IT, dar mai ales pe copiii de pe băncile școlilor și ale liceelor.

Poate că într-o zi, prin aportul lor, dezvoltarea Inteligenței Artificiale va fi la loc de cinste în România. Poate că câțiva copii și tineri, citind întâmplător acest amărât de articol vor deveni brusc interesați de acest domeniu.

Alții aflând de la ei cum ajung calculatoarele să joace singure șah și să ia singure decizii vor ajunge să fie interesați la rândul lor. Poate unii dintre ei vor ajunge să implementeze, când vor crește mari, programe de inteligență artificială care vor deveni "campioni mondiali" la șah.

Cum am mai spus în 10 - 20 ani roboții vor deveni o prezență obișnuită așa cum sunt azi telefoanele mobile și internetul, pe care nimeni nu și le imagina, în anii '80, că vor exploda ca utilizare

Iar cei care vor continua să lucreze "cu tractorul" și nu cu "roboții", vor fi ca cei ce acum "lucrează cu plugul și cu calul", față de cei care "lucrează acum cu tractorul".

Va fi chiar mult mai rău...unii se vor speti muncind pe nimic, alții nu vor mai avea ce să muncească căci ceea ce știu va fi făcut de roboți, iar alții (noii stăpâni), se vor uita la roboții lor cum lucrează fără să obosească 24 de ore din 24.

Pentru cine crede că fabulăm le spunem doar atât: campionul Mondial la șah este un robot, Campionul Mondial la Go este un robot. Există deja mașini care merg singure care VĂD foarte bine drumul și care înțeleg la fel de bine ce anume văd, există roboți care culeg singuri merele din copaci, există roboți care duc singuri pachetele la destinație, există roboți care deja traduc foarte bine, există roboți care deja proiectează alți roboți....șamd

Omenirea se află în pragul unei NOI REVOLUȚII INDUSTRIALE în curând va începe EPOCA ROBOȚILOR.

Ne aflăm DEJA la începutul ei. În 10-15 ani dezvoltarea ei VA IZBUCNI cu putere. Fabricarea de roboți ultra-inteligenți va fi asemănătoare ca importanță cu Descoperirea Focului, cu Descoperirea Roții, cu descoperirea Mașinii cu Aburi, cu descoperirea Curentului Electric și cu descoperirea Internetului, ca să marcăm deja câteva din revoluțiile industriale care au marcat profund omenirea. Îndrăznim să spunem că va fi comparabilă cu cea mai importantă din ele : cu Descoperirea Focului. Oamenii își vor crea în timp egali ai lor care nu vor mai fi oameni. Oamenii vor deveni din creaturi, creatori, după Chipul și Asemănarea Celui care i-a Creat.

Fluierul.ro face un apel la autoritățile statului să creeze tot atâtea Centre de Cercetare în Robotică în țară, egale ca număr, cu Spitalele Regionale de care avem nevoie. De-asemenea trebuie create Fabrici ale acelui Fond Național de Dezvoltare (propus de noi încă de acum 4 ani și preluat de PSD într-o formă alterată), care să producă Produse care să înglobeze inteligența artificială dezvoltată în acele centre de cercetare. Asta dacă nu vrem să dispărem de pe harta tehnologică a lumii...Căci dacă NU FACE NIMIC DE URGENȚĂ, în următorii 20-30 de ani vom ajunge în epoca de piatră comparativ cu locul unde vor fi alții.



Ce este de fapt Metoda Monte Carlo (MCTS Monte Carlo Tree Search) de simulare şi decizie utilizată de inteligența artificială Alpha Zero de la Google care a devenit campion mondial la şah

Rețineți că numărul de victorii pentru un anumit nod este din perspectiva jucătorului pe care îl reprezintă.

De exemplu, în faza de selecție prezentată mai sus, 11/21 este numărul total de victorii albe, care reflectă câștigurile negre de 10/21 dintre cele trei noduri negre de sub ea.

Atunci când albul a pierdut simularea, toate nodurile de-a lungul selecției își cresc numărul total de simulări (numitorul fracției), dar dintre acestea doar nodurile negre îşi vor creste şi numărul de victorii (numărătorul fracției).

Dacă albul a câștigat, toate nodurile de-a lungul selecției îşi cresc de-asemenea numărul lor de victorii, dar printre ele numai nodurile albe vor fi creditate cu victorii şi îmi vor increment numrăul de victorii.

Acest lucru asigură că în timpul selecției, alegerile fiecărui jucător, jucătorul încearcă să-şi dezvolte jocul făcând mișcările cele mai promițătoare pentru acel jucător, ceea ce serveşte scopul fiecărui jucator de a maximiza valoarea mutării lor.

Rundele de căutare sunt repetate, atâta timp cât timpul alocat unei mișcări rămâne. Apoi, mișcarea cu cele mai multe simulări realizate (adică cel mai mare numitor) este aleasă ca răspuns final.

Așadar, fiecare rundă de căutare a arborelui Monte Carlo constă în patru pași:

1. Selecția: începeți de la rădăcina R și selectați nodurile copil succesive până la un nod frunză L. (Secțiunea de mai jos spune mai multe despre un mod de alegere a nodurilor copil care permite extinderii copacului jocului spre cele mai promițătoare mișcări, care este esența căutării arborelui Monte Carlo).

2. Expansiunea: cu excepția cazului în care în nodul L se termină jocul cu o victorie sau cu o pierdere pentru oricare dintre jucători, creați unul (sau mai mulți) copiii ai săi (în funcție de viitoarele mutări posibile) și alegeți nodul C ca fiind unul dintre aceşti copii nou creați.

3. Simularea: redați un joc aleatoriu (sau o continuare aleatorie a jocului curent), porniind din nodul C. Acest pas este, uneori, playout sau rollout.

4. Backpropagation sau Propagarea Înapoi: utilizați rezultatul simulării pentru a actualiza informațiile din nodurile aflate pe calea ascendentă de la nodul C de unde ați pornit simularea şi până la R.

Atunci când albul a pierdut simularea, toate nodurile de-a lungul selecției își cresc numărul total de simulări (numitorul), dar dintre acestea doar nodurile negre își vor creste şi numărul de victorii (numărătorul).

Dacă albul a câștigat, toate nodurile de-a lungul selecției îşi cresc de-asemenea numărul lor de victorii, dar printre ele numai nodurile albe vor fi creditate cu victorii şi își vor incrementa numărul de victorii.

Apoi, la expirarea acestui timp se alege mișcarea (nodul din arbore) cu cele mai multe simulări reușite "în aval" (adică care are cel mai mare numitor). Acest nod este ales ca răspuns ce reprezintă mişcarea finală.

Aceste runde de căutare în 4 paşi sunt repetate, atâta timp cât timpul alocat unei mișcări mai există.

Cum se selectează nodurile copii pentru care să se facă simularea. O Simulare completă în cele mai multe cazuri nu se poate face pe toate variantele din cauza numărului de variante exploziv de mare.

Principala dificultate în selectarea nodurilor (variantelor) copii pentru care să se facă simularea la un moment dat, este menținerea unui echilibru între "exploatarea rezultatelor deja obținute" a variantelor care au fost deja explorate profund printr-un număr mare de simulări și care au dat o rată medie ridicată a câștigurilor, la concurență cu explorarea mișcărilor pentru care s-au făcut până acum foarte puține simulări.

Prima formulă de echilibrare între exploatare versus explorare în jocuri, numită UCT ("Upper Confidence Bound") și aplicată arborilor de decizie cum e arborele Monte Carlo), a fost introdusă de Levente Kocsis și Csaba Szepesvári.

UCT se bazează pe formula UCB1 derivată de la Auer, Cesa-Bianchi și Fischer și pe algoritmul AMS (Adaptive Multi-Stapling Sampling) cu o convergență ce poate fi probată și care fusese aplicat mai întâi pentru modelele de luare a deciziilor cee necesitau mai multe etape (în special, în ceea ce se cheamă "Markov Decision Processes" teoretizate de Chang, Fu, Hu și Marcus).

Kocsis și Szepesvári recomandă să alegi în fiecare nod al arborelui de joc mișcarea pentru care expresia are cea mai mare valoare.

În această formulă:
wi - reprezintă numărul de victorii pentru nodul considerat după mutarea i
ni - reprezintă numărul de simulări (de meciuri simultate pana la final) pentru nodul considerat după mutarea i
Ni - reprezintă numărul total de simulări care au fost făcute în total pentru toate nodurile după a i-a mutare (n.r. mai exact numărul total de simulări facute pentru toti descendentii sai, plecând de la nodul pozitiei curente)
c - este parametrul de explorare - teoretic egal cu √2; în practică, de obicei, constanta e aleasă empiric
Prima componentă a formulei de mai sus corespunde exploatării; este mare pentru mișcări cu raport mediu de câștig ridicat.
A doua componentă corespunde explorării; este mare pentru mișcările pentru care au fost făcute până acum puține simulări.

Cele mai multe implementări contemporane ale căutării arborelui Monte Carlo se bazează pe o variantă a UCT care își urmărește rădăcinile în algoritmul de optimizare a simulării AMS pentru estimarea funcției de valoare în procesele decizionale Markov (MDPs) introduse de Chang și alții (2005) în operațiunile de cercetare. (AMS a fost prima lucrare care a explorat ideea explorării și exploatării bazate pe UCB în construirea arborilor eșantionați / simulați (cu metoda Monte Carlo) și a fost punctul de plecare UCT.

Avantaje și dezanvantaje

Dezavantaj major

Deși s-a demonstrat matematic că această evaluare a mișcărilor de căutare în arborele Monte Carlo converge la valoare optimă "min-max" (maxim pentru jucător și minim pentru adversar), versiunea de bază a căutării în arborii Monte Carlo converge FOARTE LENT.

Avantaje

Cu toate acestea, căutarea în arborii Monte Carlo oferă avantaje semnificative față de algoritmii de "tăiere a variantelor" de tip "alfa-beta" clasicii algoritmi "min-max" : la care o valoare de câștig este asociată fiecărei poziții sau stări a jocului. Această "valoare de câștig" este calculată prin intermediul unei "funcții de evaluare a poziției" și indică "cât de bine sau cât de rău ar fi pentru un jucător să ajungă în acea poziție". Jucătorul face apoi mișcarea care maximizează valoarea minimă a pozițiilor care rezultă din posibilele mișcări posibile ale adversarului. (Dacă este rândul lui A să se miște, A dă o valoare fiecărei mișcări legale apoi evalueaza la fel pozitiile rezultate prin miscarea adversarului și o alege pe cea mai buna pentru el, pentru care, cele mai bune miscari care i se mai ofera adversarului, au minimizat valoarea functiei locale de evaluare a pozitiei, din perspectiva adversarului).

Există și alți algoritmi similari care pur și simplu minimizează spațiul de căutare - prin introducerea de CRITERII LOCALE de apreciere și de decizie, criterii care de multe ori pot avea doar o valoare SUBIECTIVĂ raportat la scopul final al jocului (sau a rezultatului final).

Spre deosebire de acești algoritmi, căutarea în arborele Monte Carlo nu are nevoie de o funcție INVENTATĂ, explicită de evaluare a fiecărei poziții intermediare.

Pur și simplu implementarea mecanicii jocului este suficientă pentru a explora spațiul de căutare (adică generarea mișcărilor permise într-o anumită poziție și condițiile de terminare a jocului). Ca atare, căutarea în acești arbori d joc Monte Carlo poate fi folosită în jocuri fără o teorie particulară dezvoltată pentru ele adică pur și simplu poate fi folosită pentru ORICE JOC și nu numai ca mijloc de decizie.

Arborele de joc de căutarea Monte Carlo crește asimetric, deoarece metoda se concentrează pe variantele cele mai promițătoare. Astfel se obțin rezultate mai bune decât algoritmii clasici în jocurile cu foarte multe variante care au un factor de ramificație ridicat.

În plus, căutarea în arborii Monte Carlo poate fi întreruptă în orice moment, generând cea mai promițătoare mișcare pe baza experiențelor deja avute.

Dezavantaje

Un dezavantaj al metodei este că, atunci când se confruntă într-un joc cu un expert, practic poate exista o singură ramură încă neexplorată și nesimulată, care să ducă la o pierdere și acest lucru NU este încă reflectat în probabilitatea curentă de câștig care e încă incompletă. Deoarece această cale care duce la o pierdere masivă, nu este ușor de găsit la întâmplare, căutarea poate să nu o "vadă" și să nu o ia în considerare.

Se crede că acest lucru ar fi putut fi o parte din motivul pierderii suferite la jocul de Go, de AlphaGo construit de Google, în al patrulea meci împotriva campionului mondial Lee Sedol.

În esență, căutarea încearcă să taie secvențele care "sunt mai puțin relevante" și să nu le simuleze.

În unele situații, o simplă mișcare a unei piese (ignorată) poate duce la o linie de joc foarte specifică, care este semnificativă, dar care este trecută cu vederea când arborele este limitat din cauza numărului extrem d emare de variante posibile. Practic există întotdeauna situații care cade așadar "în afara radarului de căutare".

Așadar Convergența Foarte Lentă și Imposibilitatea de a alege corect "pentru cine anume merită făcută o simulare și pentru cine nu" din multitudinea de variante uriașe ca număr, (un fel de min-max local renăscut temporar până la o posibilă viitoare simulare), sunt principalele DEZAVANTAJE ale acestei metode, o metodă de decizie MINUNATĂ prin faptul că NU INTRODUCE criterii de apreciere EXTERIOARE JOCULUI și Câștigului așa cum este el definit doar prin regulile jocului.

Îmbunătățiri

Au fost propuse diferite modificări ale metodei principale de căutare a arborelui Monte Carlo pentru a scurta timpul de căutare. Unii folosesc cunoștințe specifice domeniului, altele nu.

Metoda Monte Carlo a arborelui de căutare poate utiliza fie pentru simulare fie alegeri ale mișcărilor de joc ușoare sau grele.

Cele mai simple alegeri sunt cele care constau în generarea de mișcări de joc corecte dar aleatorii, în timp ce așa zisele mișcări de joc grele, aplică diferite euristici pentru a influența alegerea mișcărilor viitoare.

Aceste euristici pot folosi rezultatele rezultatelor anterioare (de exemplu, pot folosi ca raspuns heuristic "ultimul răspuns bun" furnizat tot de metoda Monte Carlo) sau pot folosi cunoștințele de specialitate ale unui anumit joc.

De exemplu, în multe programe ale jocului de Go, anumite pietre de joc asezate într-o porțiune a plăcii influențează probabilitatea de a te putea deplasa în acea zonă.

Aceste tehnici arhicunoscute sunt înglobate în generarea mișcărilor din simulări

Paradoxal, s-a demonstrat că "jocul suboptimal" generat prin mișcări "ușoare" (chiar aleatorii), utilizate în simulări, face uneori ca un program antrenat cu Metoda Monte Carlo să joace în final, mai puternic.

Cunoașterea specifică domeniului poate fi utilizată atunci când se construiește arborele de joc pentru a ajuta la simularea unor variante.

Metoda supralicitării variantei care apare mai rar pentru a stimula explorarea ei

O astfel de metodă atribuie a priori un număr diferit de zero "numărului de simulări câștigate și jucate la crearea fiecărui nod copil", ceea ce duce la rate de câștiguri crescute sau scăzute artificial. Acest lucru determină selectarea nodului mai puțin simulat sau care apare mai puțin frecvent în etapa de selecție.

O altă metodă asociată, numită "părtinirea progresivă", constă în adăugarea la formula UCB1 a unui element

unde bi - este un scor euristic al mișcării i.

Căutarea în arbori de joc a Metodei Monte Carlo de bază, colectează suficiente informații pentru a găsi cele mai promițătoare mișcări, NUMAI după multe runde jucate; până atunci mișcările (/deciziile) sale sunt în esență aleatorii.

Această etapă exploratorie poate fi redusă semnificativ într-o anumită clasă de jocuri utilizând RAVE (Rapid Action Value Estimation).

În aceste jocuri, permutările unei secvențe de mișcări conduc la aceeași poziție. De obicei, acestea sunt jocuri care se desfășoară pe o tablă de joc în care o mișcare presupune plasarea unei piese sau a unei pietre de joc pe tablă. În astfel de jocuri, valoarea fiecărei mișcări este adesea influențată doar de alte mișcări.

În Metoda RAVE, pentru un anumit nod de noduri de joc N, nodurile copilului său C_i stochează nu numai statisticile de câștiguri în simulările începute în nodul N, dar și statisticile de câștiguri obținute în toate simulările (playouts-urile) începute în nodul N și sub acesta, dacă conțin mișcare i (de asemenea, atunci când mișcarea a fost jucată în arbore, între nodul N și un joc).

Exemplu metodei RAVE aplicată la jocul "X și Zero 3x3" joc numit în engleză tic-tac-toe. În nodurile roșii, statisticile RAVE vor fi actualizate după simularea b1-a2-b3.

În acest fel, conținutul nodurilor arborilor de joc este influențat nu numai de mișcările jucate imediat într-o anumită poziție, ci și de aceleași mișcări jucate în altă parte (simetrică).

Atunci când se utilizează RAVE, pasul de selecție care selectează nodul, are formula UCB1 modificată



și e selectat nodul pentru care aceasta formula are cea mai mare valoare.

În această formulă, și reprezintă numărul de simulări câștigate care conțin mișcarea i și numărul tuturor mișcărilor care conțin mișcarea i, iar ar trebui să fie aproape de unul și zero pentru valori relativ mici și relativ mari ale n_i și respectiv

Una din multele formule pentru pentru
a fost propusă de matematicianul D. Silver care spune că în poziții echilibrate se poate lua

Euristicile folosite în căutarea arborilor de tip Monte Carlo necesită deseori mulți parametri. Există metode automatizate de ajustare a parametrilor pentru a maximiza rata de câștig.

Construirea arborelui Monte Carlo poate fi executată simultan de multe threaduri sau procese de executie. Există mai multe metode fundamental diferite ale execuției simulărilor paralele:

Parallelizarea frunzelor arborelui- adică execuția paralelă a mai multor simulări pornind mereu dintr-o singură frunză a arborelui jocului.

Paralelizarea rădăcinii, adică construirea de arbori de joc independenți în paralel și realizarea unei mutări bazându-se pe ramurile rădăcinilor tuturor arborilor astfel construiți.

Paralelizarea contruirii arborilor, adică construirea paralelă a aceluiași arbore de joc, prin protejarea datelor la scrierea simultană fie cu un mutex global, cu mai multe mutexuri, fie cu sincronizare fără blocare.

Istoricul Metodei

Metoda Monte Carlo, bazată pe eșantionare aleatorie a simulărilor, datează din anii 1940. Bruce Abramson a explorat ideea în teza de doctorat din 1987 și a spus că metoda "se dovedește a fi precisă, ușor de estimat, eficient de calculat și independentă de domeniu".

El a experimentat-o în profunzime cu jocul Tic-tac-toe și apoi cu funcții de evaluare generate de calculator pentru jocurile Othello și Șah.

Astfel de metode au fost mai întâi explorate și aplicate cu succes la căutarea euristică în domeniul teoremei automate dovedită de W. Ertel, J. Schumann și C. Suttner în 1989, îmbunătățind astfel încât timpul de căutare exponențial al informațiilor neinformate algoritmi de căutare, cum ar fi lățimea primei căutări, căutarea în adâncime sau prima sau aprofundarea iterativă.

În 1992, B. Brügmann a folosit-o pentru prima dată într-un program care juca jocul Go.

Chang et al. a propus ideea de "roll-out recursiv și backtracking" cu opțiuni de "adaptare" de eșantionare în algoritmul Adaptive Multi-stage Sampling (AMS) pentru modelul proceselor decizionale Markov. (AMS a fost prima lucrare care a explorat ideea explorării și exploatării bazate pe UCB în construirea arborilor eșantionați / simulați (Monte Carlo) și a fost principala sămânță pentru UCT [10]).

Inspirat de acești predecesori, Rémi Coulom a descris cum se poate aplica metoda Monte Carlo la o căutarea în arbori și a inventat denumirea de Arborele Monte Carlo.

L. Kocsis și Cs. Szepesvári a dezvoltat algoritmul UCT iar S. Gelly și colab. au implementat UCT în programul lor MoGo

Evaluarea celor mai bune programe de jocuri de Go de pe serverul KGS din 2007. Din 2006, toate cele mai bune programe utilizează căutarea cu arborle Monte Carlo.

De asemenea, căutarea în arborii Monte Carlo a fost utilizată și în programele care joacă alte jocuri de consolă (cum ar fi de exemplu Hex, Havannah, Game of the Amazons, și Arimaa), sau jocuri video în timp real ca Fable Legends și Total War: Rome II), precum și în jocuri nondeterministe (cum ar fi skat, poker, Magic: The Gathering , sau Stalpii din Catan [47]).

În 2008, MoGo a obținut nivelul dan (master) la Go pe o tabă 9 × 9 Go, iar programul Fuego a început să câștige cu jucători puternici de amatori la Go-ul pe o tablă 9 × 9 Go.

În ianuarie 2012, programul Zen a câștigat cu 3:1 într-un meci de Go pe o placă de 19 × 19 cu un jucător amator de 2 dan.

Apoi a venit rândul lui Google. Google Deepmind a dezvoltat programul AlphaGo, care, în octombrie 2015, a devenit primul program de Computer de Go care l-a învins pe un jucător profesionist uman Go fără handicap pe o placă de dimensiuni mari de 19x19.

În martie 2016, inteligența artificială a lui Google, AlphaGo a primit un titlu onorific de 9-dan (master) la Go-ul jucat pe o tablă de 19 × 19 după înfrângerea campionului mondial uman la Go, Lee Sedol, într-un meci de cinci meciuri, cu un scor final de patru jocuri la unu (4:1).

AlphaGo reprezintă o îmbunătățire semnificativă față de programele precedente de Go, precum și o piatră de hotar în procesul de învățare al mașinilor inteligente, deoarece utilizează căutarea arborescentă Monte Carlo cu ajutorul unor rețele neuronale artificiale (ca metodă profundă de învățare) pentru implementarea strategiile de selectare și simulare a mutărilor și de evaluare a lor.

Recent (În decembrie 2017) Google a anunțat că noua sa inteligență artificală, Alpha Zero, l-a învins fără drept de apel pe campionul mondial la șah, ScottFish (și el o inteligență artificială), într-un meci în care din 100 de partide nu a pierdut nici una, având 25 de victorii și 75 de remize. Inginerii de la Google au anunțat că noua inteligența artificală AlphaZero, folosește tot metoda Monte Carlo combinată cu Rețelele Neuronale.

Sursa

Despre algorimul de căutare și de decizie, numit "Monte Carlo tree search", pe care-l folosește Alpha Zero

Cum invata si cum gandeste Alfa Zero

Pentru cei care sunt interesați cam cum gândește Alpha-Zero

Exemplu de trasare


(Fluierul)


Linkul direct catre Petitie

CEREM NATIONALIZAREA TUTUROR RESURSELOR NATURALE ALE ROMANIEI ! - Initiativa Legislativa care are nevoie de 500.000 de semnaturi - Semneaza si tu !

Comentarii:


Adauga Comentariu



Citiți și cele mai căutate articole de pe Fluierul:

"Efectul Draghi". Boom de rezervări la vaccinare, în Italia

Cinci polițiști din Bihor au fost condamnați la închisoare cu executare pentru corupție

Arhiepiscopia Tomisului: IPS Teodosie este în comuniune cu PF Daniel, nu în supărare

Gabriela Ruse este pe "val" la turneul de tenis din Palermo. Tenismena este în semifinale după ce a câștigat al 12-lea meci consecutiv

Ion Cristoiu: Cum a fost numit "criminalul sovietic" Andrei Vâșinski membru al Ordinului Carol I, în gradul de Cavaler Mare Cruce

Băile Tușnad. Primarul susține că urșii gunoieri au probleme genetice și trec de gardurile electrice

Avionul Egyptair prăbuşit: Analiza uneia din cutiile negre arată că s-a pronunţat cuvântul "foc"

PREZENTUL FĂRĂ PERDEA Marius Oprea / București, capitala României, raiul șobolanilor și al țînțarilor. "Jurnal din anul ciumei", sau al "guvernului meu"

Ciobanul căutat după atacul ursului a fost găsit mort

HOROSCOP 24 iulie. Lună Plină în Vărsător. Zodiile, provocate să schimbe ceva

Autoritățile au încheiat căutările victimelor aflate în imobilul prăbușit din Miami. Bilanțul total ajunge la 97 de morți

COVID, studiu SUA: Dacă nu vor fi vaccinați copiii, virusul va continua să circule

BREXIT DONE. Englezii au ieșit pe străzi ca să sărbătorească eliberarea din progresista UE, noua închisoare a popoarelor. Au scăpat din UE -- a doua URSS. Oare când ne vom bucura și noi?

CSU Craiova și-a demis antrenorul după înfrângerea din Conference League. Cine îi va lua locul

Jocurile Olimpice: Bernadette Szocs și Ovidiu Ionescu s-au calificat în sferturi la tenis de masă dublu mix

VANZAREA TERENURILOR LA STRAINI CONTINUA. Americanii au cumpărat mii de hectare de teren în România. Afla cum de s-a ajuns aici si ce trebuie facut ca sa oprim acest lucru. UPDATE: Fluierul a aflat despre ce fond de Investitii e vorba

SpaceX, compania lui Elon Musk, a primit un contract pentru prima misiunea NASA pe satelitul Europa. "Luna" lui Jupiter este prinicipalul candidat în căutarea vieții în sistemului solar

Spaniolii, dornici să se vaccineze. Tinerii stau la coadă la un spital din Madrid

Motociclist mort după ce a căzut de pe motocicletă, în Argeș

Tokyo 2020: Laura Georgeta Ilie a ratat la limită calificarea în finală la tir

Victorie importantă pentru Angelina Jolie în bătălia din dosarul său de divorț cu Brad Pitt

Rezultate Admitere Liceu 2021. Situația completă. La ce liceu au intrat elevii

IPS Calinic: Vremea țepelor în Arhiepiscopia Sucevei și Rădăuților a trecut

Acești incompetenți mincinoși care ne conduc. Ion Cristoiu "Statul Pararalel şi-a rupt dinţii într-o criză reală. Klaus Iohannis, clasa politică, dar şi Guvernul se confruntă, în sfârşit, cu un examen real, nu unul inventat - examen căruia nu-i fac față"

Clipe de coșmar pentru 3 persoane. Au fost atacate în toiul nopții de 4 bărbați cu cagule în Timișoara

OMS: Varianta contagioasă Delta este acum dominantă în Europa

Împăratul Japoniei a declarat deschise Jocurile Olimpice. Naomi Osaka a aprins flacăra olimpică

Cum arăta un drum făcut de Romani, acum 2000 de ani?

Roxana Nemeş, protagonista unui film XXX: "Eu sunt acolo. Toată lumea face asta"

Ia - ambasador pentru România / Cristina Chiriac: Am ajuns cu Flori de ie pe patru continente; am cucerit suflete, am cules laude

Jocurile Olimpice, 24 iulie. Orele și probele la care pot fi urmăriți sportivii români. Programul complet

CORUPȚIE LA FMI. Șefa FMI, Christine Lagarde va fi judecată în Franța în legătură cu acordarea a 400 de milioane de euro de la stat lui Bernard Tapie pe vremea când era Ministru de Finanțe. UNDE-S DEONTOLOGII de la noi să-i ceară DEMISIA?

CUM MINTE REMUS CERNEA. Remus Cernea, despre decizia CCR: "Nu poți să supui votului prin referendum restricționări ale drepturilor omului". Nu există DREPT MAI IMPORTANT decât dreptul oricui copil născut sau nenăscut de a avea o MAMĂ și un TATĂ

Membrii delegației SUA sunt în siguranță după violențele de la funeraliile președintelui haitian

Roxana Nemeş, protagonista unui sex tape: "Eu sunt acolo"

Parada ''Port cu BucurIE'' - de Ziua Națională, la Brașov

Alexandru cel Mare avea 3 soții şi era dezgustat şi scârbit de practicile homosexuale şi totuși "Adevărul.ro" şi mulți alții din Rețeaua Progresistă afirmă cu Nerușinare că era "homosexual"

Mișcare importantă pe piața criptomonedelor. Anunțul făcut de gigantul Amazon

Agenția Europeană a Medicamentului a aprobat al doilea vaccin anti-Covid pentru grupa 12 -17 ani. Când va fi utilizat în România

Cristian Ghinea: Aștept să se termine coșmarul din PNL

VĂ SUNĂ CUNOSCUT? Cum a fost ucis Michael Hastings ? Mașina a accelerat brusc și s-a lovit frontal de un copac. Motorul a sărit la 60 m distanță de mașină. Hastings tocmai vroia să-și schimbe mașina suspectând că e compromisă. Condrea și-o schimbase.

"Trădare" / "Opriți coronafascismul". Protestatarii nemulțumiți de măsurile antiepidemice au atacat Parlamentului Slovaciei

Un satelit european a detectat o pată de petrol ce ar putea proveni de la avionul EgyptAir prăbușit (ESA)

"Miss pole dance România", primul concurs național de dans la bară sportiv se organizează la București: câți concurenți s-au înscris la categoria junior

"Viața mea în fotbal". Invitat: Gabi Balint

Ce beneficii au persoanele vaccinate anti-COVID: zile libere de la școală sau locul de muncă. Legea a fost promulgată vineri

Companiile au nevoie de ingineri și constructori, dar românii vor să se facă bodyguarzi. Iată ce arată datele

NEWS ALERT Focuri de armă spre oficiali americani, la funeraliile președintelui haitian Jovenel Moise

Zonele verzi sunt invadate în acestă perioadă de căpușe și țânțari. Cum să te protejezi

Replica Chinei la sancțiunile SUA. Beijingul vizează mai mulți oficiali americani

Șapte ambasadori ai unor guverne ultra-progresiste din UE, atacă dur și cu tupeu majoritatea parlamentară a României: "Să evite orice acțiune care ar putea duce la slabirea independentei sistemului judiciar si a luptei impotriva coruptiei"

Atacurile șacalilor, o problemă. Comunitățile din Delta Dunării cer sprijinul Ministerului Mediului

Un utilaj a luat foc, într-o hală de reciclare din Ilfov. Opt persoane au fost rănite în incendiu

Oficial. Stare de alertă în Sectorul 1 din cauza gunoaielor. Ce măsurile urgente vor fi luate

Andreea Mantea, dezvăluire năucitoare, în direct la tv: "Cel mai nebunesc loc unde am făcut amor..."

UE a doua URSS. COMENTARIU Marius Oprea. A început războiul rece din inima Europei, între suveranităţile naţionale şi guvernul progresist neomarxist de la Bruxelles

Tupeu nemărginit. Ruşii ne-au sfârtecat țara și tot ei deschid gura. Ministerul Afacerilor Externe din Rusia: „Noi n-am uitat de partea cui a luptat armata română în al Doilea război mondial”. Păi nu voi ați semnat Pactul Ribbentrop-Molotov cu Hitler?

ATENȚIE. ÎN ROMÂNIA SE FAC 36 DE TABERE NOI DE MIGRANȚI - România se pregăteşte pentru „mişcări masive de migranţi“: 36 de tabere mobile în dotarea inspectoratelor pentru situaţii de urgenţă. Constanța, Mangalia, Tulcea, Timișoara și alte 32 de localități

AFLAM CA BEKE CEL CU PETARDELE ERA "opozant politic". România, acuzată în Parlamentul European de arestarea lui Beke Istvan: "Profită de teama populației pentru a-și închide opozanții politici"

Klaus Iohannis, la Sibiu: "Sunt ferm hotărât să candidez pentru încă un mandat de preşedinte al României". Să ne ferească Dumnezeu de încă un mandat al slugii lui Merkel și a Rețelei progresiste-globaliste internaționale


Pag.1 Pag.2 Pag.3 Pag.4 Pag.5 Pag.6 Pag.7

Nr. de articole la aceasta sectiune: 376, afisate in 7 pagini.