باحثو الذكاء الاصطناعي يطورون نموذجًا للعب الألعاب الإلكترونية يمكنه تذكر الأحداث السابقة

فريق من الباحثين في مختبر الذكاء الاصطناعي في شركة Uber طور نظامًا من خوارزميات الذكاء الاصطناعي التي تفوقت على لاعبين بشريين ونظم ذكاء اصطناعي أخرى في ألعاب Atari الكلاسيكية. نظام الذكاء الاصطناعي الذي طوره الباحثون قادر على تذكر الاستراتيجيات الناجحة في الماضي، وإنشاء استراتيجيات جديدة بناءً على ما نجح في الماضي. يعتقد فريق البحث أن الخوارزميات التي طوروها لها تطبيقات محتملة في مجالات تقنية أخرى مثل معالجة اللغة و الروبوتات.

الطريقة التقليدية المستخدمة لإنشاء أنظمة ذكاء اصطناعي قادرة على لعب الألعاب هي استخدام خوارزمية تعلم تعزيزي. تعلم الخوارزميات التعزيزية كيفية أداء مهمة من خلال استكشاف مجموعة من الإجراءات الممكنة، وبعد كل إجراء، يتم تزويدها بنوع من التعزيز (مكافأة أو عقاب). مع مرور الوقت، يتعلم نموذج الذكاء الاصطناعي الإجراءات التي تؤدي إلى مكافآت أكبر، ويتعلم أن يكون أكثر احتمالاً للقيام بهذه الإجراءات. للأسف، تعلم النماذج التعزيزية مشكلة عندما تواجه بيانات غير متوافقة مع غيرها من البيانات في المجموعة.

وفقًا لفريق البحث، السبب في أنهم لم يفكروا في هذه الاستراتيجية هو أن النهج يختلف عن نهج “الدافع الداخلي” الذي يتم استخدامه عادة في تعلم التعزيز. مشكلة نهج الدافع الداخلي هو أن النموذج قد يكون عرضة للنسيان عن المناطق المحتملة المكافأة التي لا تزال تستحق الاستكشاف. يُطلق على هذه الظاهرة اسم “الانفصال”. ونتيجة لذلك، عندما يواجه النموذج بيانات غير متوقعة، قد ينسى المناطق التي يجب استكشافها.

وفقًا لموقع TechXplore، وضع فريق البحث خطة لإنشاء نموذج تعلم أكثر مرونة وقادر على الاستجابة للبيانات غير المتوقعة. تخطى الباحثون هذه المشكلة من خلال إدخال خوارزمية قادرة على تذكر جميع الإجراءات التي قام بها إصدار سابق من النموذج عندما حاول حل مشكلة. عندما يواجه نموذج الذكاء الاصطناعي نقطة بيانات لا تتوافق مع ما تعلمه حتى الآن، يتحقق النموذج من خريطة الذاكرة. ثم يحدد النموذج الاستراتيجيات التي نجحت وفشلت ويتخذ قرارات مناسبة.

عند لعب لعبة فيديو، يجمع النموذج لقطات شاشة من اللعبة أثناء اللعب، ويتابع سجلاً لإجراءاته. يتم تجميع الصور معًا بناءً على التشابه، مما يشكل نقاط واضحة في الوقت الذي يمكن للنموذج الرجوع إليها. يمكن للخوارزمية استخدام الصور المسجلة للرجوع إلى نقطة مثيرة للاهتمام في الوقت والاستمرار في الاستكشاف من هناك. عندما يجد النموذج أنه يخسر، سيرجع إلى الصور المسجلة ومحاولة استراتيجية مختلفة.

كما شرحته هيئة الإذاعة البريطانية، هناك مشكلة التعامل مع السيناريوهات الخطرة للوكيل الذكاء الاصطناعي الذي يلعب اللعبة. إذا واجه الوكيل خطرًا يمكن أن يقتله، فإن ذلك سيمنعه من العودة إلى المناطق التي تستحق المزيد من الاستكشاف، وهو مشكلة يُطلق عليها اسم “الانحراف”. يتعامل نموذج الذكاء الاصطناعي مع مشاكل الانحراف من خلال عملية منفصلة عن تلك المستخدمة لتشجيع استكشاف المناطق القديمة.

لعب فريق البحث 55 لعبة أتاري. يتم استخدام هذه الألعاب بشكل شائع لتحديد أداء نماذج الذكاء الاصطناعي، ولكن أضاف الباحثون تقلبًا لنموذجهم. أضاف الباحثون قواعد إضافية إلى الألعاب، وأمر النموذج أن لا يحصل فقط على أعلى درجة ممكنة، ولكن يحاول أيضًا تحقيق درجة أعلى كل مرة. عندما تم تحليل نتائج أداء النموذج، وجد الباحثون أن نظام الذكاء الاصطناعي الخاص بهم تفوق على أنظمة الذكاء الاصطناعي الأخرى في الألعاب حوالي 85٪ من الوقت. أدى النموذج بشكل جيد بشكل خاص في لعبة Montezuma’s Revenge، وهي لعبة منصات حيث يتجنب اللاعب المخاطر وجمع الكنوز. اللعبة حطمت الرقم القياسي للاعب بشري وأعلى من أي نظام ذكاء اصطناعي آخر.

وفقًا لباحثي Uber للذكاء الاصطناعي، فإن الاستراتيجيات التي استخدمها فريق البحث لها تطبيقات في صناعات مثل الروبوتات. تستفيد الروبوتات من القدرة على تذكر الإجراءات الناجحة، والإجراءات التي لم تعمل، والإجراءات التي لم تحاول بعد.