211service.com
AI var mūs pārspēt pokerā — tagad redzēsim, vai tas var strādāt ar mums
Mārtiņš Nikolausons
Progress mākslīgā intelekta jomā jau sen tika mērīts ar tā meistarību tādās galda spēlēs kā šahs, bekgemons un Go. Pētnieki tagad strādā pie pokera un datorspēlēm, piemēram, Starcraft.
Ijads Rahvans MIT profesors ciena šos pagrieziena punktus, taču saka, ka koncentrēšanās uz cilvēku pārspētu tiešā konkurencē ir likusi mums atstāt novārtā citus AI mērīšanas un veicināšanas veidus. Viņš apgalvo, ka, šķiet, ka viedās mašīnas kļūs plaši izplatītas, vairāk pūļu būtu jāpieliek programmatūras izveidei, kas mācās sadarboties ar cilvēkiem.
Šī ir nākamā svarīgā problēma, jo AI ne vienmēr ir jāaizstāj mūs, tiem ir jādzīvo kopā ar mums, saka Rahvans. Lielākā daļa cilvēku mijiedarbības nav nulles summa — tā bija aklā vieta ambicioziem AI projektiem.
Rahvans ir mēģinājis pievērst uzmanību šai aklājai zonai ar līdzstrādniekiem ASV, Apvienotajā Karalistē, Francijā, Austrālijā un Apvienotajos Arābu Emirātos. Nesenā pētījumā Viņi no jauna izmantoja vienkāršas spēles, ko izmanto uzvedības zinātnē, lai izpētītu, kā cilvēki sadarbojas (vai nesadarbojas), lai pārbaudītu, kā algoritmi var iemācīties strādāt ar cilvēkiem.
Šīs spēles ietvēra ieslodzīto dilemmu, spēļu teorijas pētījumu standartu, kurā spēlētājiem noziedznieku lomā ir jāizlemj, vai nodot vienam otru. Lai gan tas ir vienkāršs, to var izmantot, lai analizētu stratēģijas tādās nekārtīgās jomās kā klimata politika un reklāma.
Sākotnējie rezultāti bija neapmierinoši, jo sadarbība starp cilvēkiem un mākslīgajiem spēlētājiem bija retāk sastopama nekā starp cilvēkiem. Tas mainījās, kad pētnieki deva iespēju gan cilvēkiem, gan viņu algoritmiem sazināties pirms spēles, izmantojot 19 frāžu izvēlni, tostarp Dari, kā es saku, vai es tevi sodīšu, Es mainu savu stratēģiju un Dod man. vēl viena iespēja.
Brīdī, kad iekārta sāk runāt, cilvēki reaģē pavisam savādāk, saka Džeikobs Krandals , darbā iesaistīts arī Brigama Janga universitātes asociētais profesors. Viņiem bija grūti atšķirt cilvēkus no mašīnām. Lai sadarbotos, ir nepieciešami divi, un ar vienkāršu ziņojumu pietika, lai mašīnas liktu cilvēkiem atvērties sadarbībai.
Visās trīs dažādās pārbaudītajās spēlēs cilvēkiem bija aptuveni tikpat liela iespēja sadarboties ar mašīnu spēlētāju, cik ar citu cilvēku. Kopumā mašīnu un mašīnu pāri vidēji spēlēs ieguva visaugstākos punktus, jo tie sadarbojās uzticamāk (un atšķirībā no spēlētājiem, kas spēlē cilvēki, viņi nekad nemeloja).
Algoritms, kas tika sasniegts un kas aprēķina dažas daudzsološas stratēģijas spēlei, kas tiek spēlēta iepriekš, pirms tiek apgūta, kuru izmantot, pamatojoties uz spēles līdzspēlētāja darbībām. Tas, visticamāk, nekļūs par nākotnes cilvēku un robotu attiecību pamatu, bet ir paredzēts, lai parādītu, kā eksperimenti var pārbaudīt sadarbību un iedvesmot turpmāku šīs idejas izpēti, saka Rahvans.
Orens Etcioni , Alena Mākslīgā intelekta institūta direktors Sietlā, cer, ka tas notiks. Nākotne, kas mums ir vajadzīga, ir nākotne, kurā mēs sadarbojamies ar mašīnām darba vietā, tāpēc ir lietderīgi izpētīt šīs sadarbības veidu, viņš saka.
Tomēr Etzioni saka, ka pārejai no vienkāršām uzvedības zinātnes spēlēm uz sarežģītākiem scenārijiem būs vajadzīgs ievērojams darbs. Sadarbībai sarežģītās situācijās ir nepieciešama programmatūra ar labu valodas pārvaldību, lai sazinātos ar citiem spēlētājiem, kas netraucē programmatūrai pārņemt Go vai Starcraft. Tomēr pētniekiem nav jāatsakās no galda spēlēm. Etcioni ierosina, ka risks vai diplomātija, kurā spēlētājiem jāslēdz alianses un jāvienojas, varētu būt labas mašīnu sadarbības prasmju pārbaudes vietas.