Facebooks AI tager på Hanabi-spillet

Facebook (META ) AI Research (FAIR) har udviklet en ny AI, der har produceret ekstremt imponerende resultater, når den er sat op imod Hanabi. Den nye udvikling er et større skridt fremad for Facebooks AI.

Hanabi er et kortspil, der ligner Solitaire. Mens de fleste spil, der bruges til denne teknologi, sætter AI op imod mennesker direkte, specifikt skak eller Go, kræver Hanabi, at spillere arbejder sammen mod et fælles mål.

Facebook har anvendt bots til at arbejde sammen i spillet, indtil de overgik tidligere brugte AI-systemer. Det seneste bedste AI-system opnåede en score på 23,92 ud af 25 i spillet, mens den nye nåede 24,61 ud af 25.

Tilbage i februar foreslog forskere fra Google (GOOGL ), DeepMind, Carnegie Mellon University og Oxford en Hanabi-benchmark. De inkluderede også oprettelsen af yderligere AI, der kan spille spillet, og de kaldte det “en ny front for AI-forskning”.

Forskere er begejstrede for den nye udvikling, da den samme AI, der hjalp botterne, muligvis kan bruges i andre områder. Et muligt brug er at forbedre måden, hvorpå virtuelle assistenter interagerer med mennesker.

Noam Brown, en Facebook AI-forsker, talte om det nye AI-system.

“En af de rigtig spændende ting ved dette er, at forbedringen, vi observerer, er rigtig ortogonalt til de forbedringer, der observeres med dyb forstærkninglæring: Du kan tilføje dette til enhver strategi, og det vil gøre den meget stærkere,” sagde Brown i et interview, han gav til VentureBeat. “Vi ser, at resultaterne er langt ud over, hvad vi eller andre forskere havde forventet. Faktisk er fordelene, vi får fra søgning, stærkere end fordelene, der er opnået gennem alle dybe forstærkninglæring-algoritmer, der er blevet brugt i fortiden.”

Den nye udvikling med Facebooks AI kommer på et tidspunkt, hvor forskere fortsætter med at oprette software, der kan gå op imod nogle af de mest komplekse spil. I 2016 besejrede Googles DeepMinds AI-system de bedste menneskelige spillere i det kinesiske brætspil Go.

Hanabi er nu betragtet som det bedste spil til at teste AI, da det er bygget op omkring samarbejde og strategi, et større milepæl for AI at nå. Når det bruges i denne miljø, kan AI forbedres og blive mere avanceret.

Adam Lerer er en Facebook-forsker og bidrager til artiklen.

“En af årsagerne til, at vi flytter os til disse kooperative spil, er, at jeg tror, vi er nået til et punkt, hvor der ikke er nogen spil tilbage, i hvert fald ikke i forhold til konkurrencespil,” sagde han.

Hanabi har hold med to til fem spillere, der får tilfældige kort. Kortene er forskellige farver og indeholder forskellige numre, og holdene lægger dem på en bord, efter farve og i den korrekte numeriske rækkefølge.

Spillere kan ikke se deres egne kort, men deres holdkammerater kan. Spillere er tilladt at give hints til andre. For eksempel kan en holdkammerat give en hint om farver, der fører til, at den anden spiller spiller eller kasserer kortet.

En af de mere komplekse aspekter af spillet er, at en spiller må finde ud af, hvad hintsene betyder. Denne del af spillet er svær for en bot at finde ud af med den information, de har.

Botterne kunne bygge en strategi takket være teknikkerne og forstærkninglæringen, som Facebook brugte. Facebook mener, at denne teknologi kan bruges i andre anvendelser som robotter, selv kørende køretøjer og andre systemer.

“Dette er noget, der kommer meget naturligt for mennesker, denne idé om at kunne sætte sig i en anden persons sted og forstå, hvorfor de tager de handlinger, de tager, hvad de tænker, og selv hvis de ikke ved visse ting. Men det er noget, som AI historisk set har kæmpet med,” sagde han. “Der har været denne lange debat om, hvorvidt primater har en teori om sind og hvilken alder, menneskebørn udvikler en teori om sind, og jeg synes, det er rigtig fascinerende at se denne type adfærd i AI. Og jeg tror, det vil være rigtig vigtigt, hvis vi vil udrulle AI i den virkelige verden for at interagere med mennesker, fordi mennesker forventer denne adfærd.”