نظام الذكاء الاصطناعي الجديد من ديب مايند يمكنه تعلم قواعد اللعبة أثناء اللعب

طور ديب مايند، شركة تابعة لألفابيت، نظامًا ذكاءً اصطناعيًا قادرًا على تعلم قواعد اللعبة أثناء اللعب. بينما أنشأت ديب مايند نماذج ذكاء اصطناعي مثيرة للإعجاب يمكنها التغلب على ألعاب مثل الشطرنج والشوجي والغو وألعاب الفيديو من قبل، يجب تزويد هذه النماذج بقواعد اللعبة مسبقًا. وبالتالي، يمثل نظام ديب مايند الجديد تحسنًا ملحوظًا على الخوارزميات الذكاء الاصطناعي السابقة التي تتعلم اللعب من خلال التعلم بالتعزيز.

نظام الذكاء الاصطناعي – MuZero

في ورقة نشرت مؤخرًا في مجلة نيتشر، وثقت ديب مايند كيفية عمل نظامها الذكاء الاصطناعي الجديد. النظام الجديد، الذي أطلق عليه اسم MuZero، يمكنه تعلم قواعد اللعبة أثناء اللعب بفضل مبدأ يسمى “البحث المتقدم”. كما ذكر إنجادجت، يستخدم MuZero البحث المتقدم لتحديد الخطوات التي يجب اتخاذها بناءً على الاستجابات الأكثر احتمالاً من المنافسين.

عند النظر في جميع الحركات الممكنة التي يمكن اتخاذها في ألعاب مثل الشطرنج، يمكن لـ MuZero تحديد الأولويات، وضبط الحركات إلى الحركات الأكثر احتمالاً والأكثر صلة. ثم يتعلم MuZero من المناورات الناجحة وغير الناجحة. بدلاً من نمذجة جميع العوامل الممكنة، فإنه يعتبر فقط العوامل الأكثر صلة بالقرار المحدد. يأخذ MuZero مجموعة كبيرة من المتغيرات المحتملة التي يمكن اعتبارها ويحولها إلى الميزات الأكثر تأثيرًا. وتتمثل هذه الميزات في خوارزمية بحث شجري. ثم يتم الجمع بين الإمكانيات داخل الشجرة مع نموذج محدد يعتمد على ميزات بيئة الاختبار. يتم إجراء البحث المتقدم بعد تحديد الجوانب الأكثر صلة بالبيئة.

为了 اتخاذ قرار نهائي، يتم النظر في ثلاثة عوامل.

يتم النظر في نتيجة الاختيار السابق، وال位置 الحالي، والactions المحتملة التي يمكن اتخاذها في المرة القادمة. هذا النهج يتفوق على النهج المستخدمة من قبل ديب مايند من قبل، بما في ذلك البحث المتقدم الأساسي والنمذجة الشجري. أثبت MuZero أنه على الأقل جيدًا مثل AlphaZero في الشطرنج والشوجي والغو، وعندما لعب لعبة Ms. Pac-Man، كان MuZero قادرًا فقط على النظر في حوالي ست أو سبع خطوات في المرة. على الرغم من هذا القيد، كان البرنامج الذكاء الاصطناعي لا يزال قادرًا على الأداء جيدًا. كما قامت ديب مايند بتجربة قدرات MuZero عن طريق تقييد عدد المحاكاة التي يمكنه إجراؤها قبل أن يضطر إلى الالتزام بخطوة. بشكل عام، كلما تم إعطاء البرنامج وقتًا أكثر للنظر في الحركات المحتملة، كان الأداء أفضل.

أوضح ديفيد سيلفر، عالم الأبحاث الرئيسي في ديب مايند، من خلال تيك إكس بلور، أن MuZero هو أول نموذج ذكاء اصطناعي قادر على توليد تمثيله الخاص لقواعد البيئة، واستخدام ذلك التمثيل لتخطيط الإجراءات.

“للمرة الأولى، لدينا نظام يمكنه بناء فهمه الخاص لكيفية عمل العالم واستخدام ذلك الفهم لأداء هذا النوع من التخطيط المتقدم الذي كنت تراه في الألعاب مثل الشطرنج،” قال سيلفر. “(MuZero) يمكنه البدء من لا شيء، وبمجرد التجربة والخطأ، اكتشاف قواعد العالم واستخدام تلك القواعد لتحقيق أداء خارق للبشر.”

التطبيقات المحتملة

الذكاء الاصطناعي الذي يمكنه تعلم القيود وتنفيذها بطريقة حقيقية له تطبيقات واسعة. يمكن استخدام MuZero لمهام مثل ضغط الفيديو، الذي كان من الصعب تلقينه باستخدام الذكاء الاصطناعي بسبب تنسيقات الفيديو وطرق الضغط المختلفة. كان MuZero قادرًا على تحقيق تحسين في ضغط الفيديو بنسبة تقريبية 5٪. يمكن أن يكون لهذا تأثير على عدد كبير من الفيديوهات المضيفة على جوجل ويوتيوب. بالإضافة إلى الفيديوهات، ديب مايند تبحث في استخدام تقنيات MuZero نفسها لتصميم بنية البروتين وبرمجة الروبوتات.

وفقًا لوندي هول، أستاذة علوم الحاسوب في جامعة ساوثهامبتون، MuZero يمثل “خطوة كبيرة إلى الأمام” للخوارزميات التعلم بالتعزيز. ومع ذلك، هول قلق من أن الخوارزميات يمكن أن تكون محتالة. على سبيل المثال، أشار سلاح الجو الأمريكي بالفعل إلى الأبحاث الأولية التي تغطي MuZero لإنشاء نظام ذكاء اصطناعي يمكنه إطلاق صواريخ من طائرات تجسس U-2. هذا على الرغم من معارضة باحثي ديب مايند لاستخدام خوارزمياتهم لأي سلاح قاتل، ووقعت ميثاق الأسلحة الذكية القاتلة لادعاء أن أي تكنولوجيا قاتلة يجب أن تبقى تحت السيطرة البشرية.

أوضح سيلفر أن ديب مايند تتطلع إلى المستقبل، وتطوير خوارزميات قوية ومتنوعة مثل الدماغ. الخطوة الأولى في إنشاء خوارزميات مرنة ومتنوعة هي فهم ما يعني أن تكون نظامًا ذكيًا، ويرتبط الذكاء بالقدرة على تمييز الأنماط والقواعد في بيئة معقدة.