211service.com
DeepMind vēlas iemācīt AI spēlēt kāršu spēli, kas ir grūtāka par Go
Ja esat kādreiz spēlējis kāršu spēli Hanabi, jūs sapratīsit, kad es teikšu, ka tā atšķiras no citām. Tā ir sadarbības spēle, kurā jūs varat pilnībā redzēt visu citu roku, bet ne savas.
Lai uzvarētu spēli, katram spēlētājam ir jādod pārējiem mājieni par savām rokām ierobežotā kārtā, lai visas kārtis sakārtotu noteiktā secībā. Tas ir intensīvs stratēģijas, secinājumu un sadarbības vingrinājums. Tāpēc Google Brain un DeepMind pētnieki uzskata, ka tā ir ideāla spēle, ar ko AI cīnīties.
Jaunā rakstā viņi apgalvo, ka atšķirībā no citām spēlēm, kuras AI ir apguvis, piemēram, šahs, Go un pokers, Hanabi ir nepieciešama prāta teorija un augstāks argumentācijas līmenis. Prāta teorija ir par citu cilvēku garīgo stāvokļu izpratni un izpratni, ka tie var nebūt tādi paši kā jūsējais. Tā ir pamatprasme, ko cilvēki izmanto, lai efektīvi darbotos pasaulē, un kuru mēs parasti apgūstam, kad esam ļoti jauni.
Informāciju Hanabi ierobežo gan spēlētājiem sniegto mājienu skaits katrā spēlē, gan tas, ko var paziņot katrā mājienā. Rezultātā mākslīgā intelekta aģentam ir jāiegūst arī netieša informācija no citu spēlētāju darbībām, lai uzvarētu spēlē — tas ir izaicinājums, ar kādu viņam iepriekš nav nācies saskarties.
Turklāt tai ir jāiemācās sniegt maksimāli iespējamo informāciju savos mājienos un darbībās, lai palīdzētu citiem spēlētājiem gūt panākumus. Ja mākslīgā intelekta aģents spēs veiksmīgi orientēties tik nepilnīgā informācijas vidē, pēc pētnieku domām, tas būs soli tuvāk efektīvai sadarbībai ar cilvēkiem.
Tie visi ir jauni izaicinājumi pētnieku aprindām, un tiem būs nepieciešami jauni algoritmiski uzlabojumi, kas saista vairāku AI apakšjomu darbu, tostarp pastiprināšanas mācīšanos, spēļu teoriju un jaunu komunikāciju — pētījumu par to, kā saziņa rodas starp vairākiem AI aģentiem sadarbības apstākļos. .
Lai apstiprinātu šo hipotēzi, Google komanda pārbaudīja visus pašreizējos vismodernākos pastiprināšanas mācību algoritmus un atklāja, ka tie darbojas slikti. Atbildot uz to, viņi izlaida atvērtā pirmkoda Hanabi vidi, lai veicinātu turpmāku darbu pētniecības aprindās.
Kā pētnieku mani fascinē tas, kā AI aģenti var iemācīties sazināties un sadarboties savā starpā un galu galā arī ar cilvēkiem, saka Džeikobs Foersters, viens no darba līdzautoriem. Hanabi piedāvā unikālu iespēju grandiozam izaicinājumam šajā jomā.