Η τεχνητή νοημοσύνη της Facebook κατακτά το παιχνίδι Hanabi

Η ερευνητική ομάδα τεχνητής νοημοσύνης της Facebook (META ) (FAIR) έχει αναπτύξει μια νέα τεχνητή νοημοσύνη που παρήγαγε εξαιρετικά εντυπωσιακά αποτελέσματα όταν αντιμετώπισε το Hanabi. Η νέα ανάπτυξη είναι ένα σημαντικό βήμα για την τεχνητή νοημοσύνη της Facebook.

Το Hanabi είναι ένα παιχνίδι καρτών παρόμοιο με το Solitaire. Ενώ τα περισσότερα παιχνίδια που χρησιμοποιούνται για αυτή τη τεχνολογία αντιμετωπίζουν την τεχνητή νοημοσύνη με ανθρώπους直接, συγκεκριμένα σκάκι ή Go, το Hanabi απαιτεί από τους παίκτες να συνεργαστούν για ένα κοινό στόχο.

Η Facebook χρησιμοποίησε bots για να συνεργαστούν στο παιχνίδι μέχρι να ξεπεράσουν τα προηγούμενα συστήματα τεχνητής νοημοσύνης. Το πιο πρόσφατο καλύτερο σύστημα τεχνητής νοημοσύνης πέτυχε ένα σκορ 23,92 από 25 στο παιχνίδι, ενώ το νέο σύστημα έφτασε στο 24,61 από 25.

Πίσω στο Φεβρουάριο, ένας ερευνητής του Hanabi προτάθηκε από ερευνητές της Google (GOOGL ), DeepMind, Carnegie Mellon University και Oxford. Περιλάμβανε επίσης τη δημιουργία επιπλέον τεχνητής νοημοσύνης που μπορεί να παίξει το παιχνίδι, και την ονόμασαν “μια νέα πηγή για την έρευνα της τεχνητής νοημοσύνης”.

Οι ερευνητές είναι ενθουσιασμένοι με την νέα ανάπτυξη, καθώς η ίδια τεχνητή νοημοσύνη που βοήθησε τους bots μπορεί πιθανώς να χρησιμοποιηθεί σε άλλους τομείς. Ένας πιθανός χρήστης είναι να βελτιώσει τον τρόπο που οι εικονικοί βοηθοί αλληλεπιδρούν με τους ανθρώπους.

Ο Noam Brown, ερευνητής της Facebook, μίλησε για το νέο σύστημα τεχνητής νοημοσύνης.

“Ένα από τα πιο ενθουσιαστικά πράγματα για αυτό είναι ότι η βελτίωση που παρατηρούμε είναι πραγματικά ορθογώνια στις βελτιώσεις που παρατηρούνται με την ενισχυμένη μάθηση: Μπορείτε να προσθέσετε αυτό στο πάνω μέρος οποιασδήποτε στρατηγικής, και θα την κάνει πολύ ισχυρότερη”, είπε ο Brown σε μια συνέντευξη που έδωσε στο VentureBeat. “Βλέπουμε ότι τα αποτελέσματα είναι πολύ πέρα από αυτά που περιμέναμε. Στην πραγματικότητα, τα οφέλη που λαμβάνουμε από την αναζήτηση είναι ισχυρότερα από τα οφέλη που έχουν κερδηθεί μέσω όλων των αλγορίθμων ενισχυμένης μάθησης που έχουν χρησιμοποιηθεί στο παρελθόν”.

Η νέα ανάπτυξη με την τεχνητή νοημοσύνη της Facebook έρχεται σε μια στιγμή που οι ερευνητές συνεχίζουν να δημιουργούν λογισμικό ικανό να ανταγωνιστεί κάποια από τα πιο σύνθετα παιχνίδια. Το 2016, το σύστημα τεχνητής νοημοσύνης της Google DeepMind νίκησε τους καλύτερους ανθρώπινους παίκτες στο κινεζικό παιχνίδι Go.

Το Hanabi θεωρείται τώρα το καλύτερο παιχνίδι για τον έλεγχο της τεχνητής νοημοσύνης, καθώς είναι χτισμένο γύρω από την ομαδική εργασία και τη στρατηγική, ένα σημαντικό ορόσημο για την τεχνητή νοημοσύνη. Όταν χρησιμοποιείται σε αυτό το περιβάλλον, η τεχνητή νοημοσύνη μπορεί να βελτιωθεί και να γίνει πιο εξειδικευμένη.

Ο Adam Lerer είναι ερευνητής της Facebook και συνεισφέρων στη μελέτη.

“Ένας από τους λόγους που μετακινούμαστε σε αυτά τα συνεργατικά παιχνίδια είναι ότι νομίζω ότι είμαστε στο σημείο όπου δεν υπάρχουν πλέον παιχνίδια τουλάχιστον σε όρους ανταγωνιστικών παιχνιδιών”, είπε.

Το Hanabi έχει ομάδες δύο έως πέντε παικτών που λαμβάνουν τυχαίες κάρτες. Οι κάρτες είναι διαφορετικών χρωμάτων και περιέχουν διαφορετικά νούμερα, και οι ομάδες τις τοποθετούν σε ένα τραπέζι, ανά χρώμα και στη σωστή αριθμητική σειρά.

Οι παίκτες δεν μπορούν να δουν τις δικές τους κάρτες, αλλά οι συνεργάτες τους μπορούν. Οι παίκτες επιτρέπεται να δώσουν υποδείξεις στους άλλους. Για παράδειγμα, ένας συνεργάτης μπορεί να δώσει μια υποδείξη για τα χρώματα, οδηγώντας τον άλλο να παίξει ή να απορρίψει την κάρτα.

Ένα από τα πιο σύνθετα μέρη του παιχνιδιού είναι ότι ένας παίκτης πρέπει να καταλάβει τις υποδείξεις και τι σημαίνουν. Αυτό το μέρος του παιχνιδιού είναι δύσκολο για einen bot να καταλάβει με τις πληροφορίες που έχει.

Οι bots μπόρεσαν να χτίσουν μια στρατηγική λόγω των τεχνικών και της ενισχυμένης μάθησης που χρησιμοποίησε η Facebook. Η Facebook πιστεύει ότι αυτή η τεχνολογία μπορεί να χρησιμοποιηθεί σε άλλες εφαρμογές όπως ρομποτική, αυτονομία οχημάτων και άλλα συστήματα.

“Αυτό είναι κάτι που έρχεται πολύ φυσικά στους ανθρώπους, η ιδέα ότι μπορείτε να τοποθετήσετε τον εαυτό σας στη θέση ενός άλλου ατόμου και να καταλάβετε γιατί λαμβάνουν τις ενέργειες που λαμβάνουν, τι σκέφτονται και ακόμη και αν δεν γνωρίζουν ορισμένα πράγματα. Αλλά είναι κάτι που η τεχνητή νοημοσύνη έχει ιστορικά παλιό πρόβλημα με”, είπε. “Υπήρχε αυτή η μακρά συζήτηση για το αν οι πρωτεύοντες έχουν θεωρία του νου και σε ποια ηλικία τα ανθρώπινα μωρά αναπτύσσουν θεωρία του νου, και νομίζω ότι είναι πραγματικά ενθουσιαστικό να βλέπουμε αυτό το είδος συμπεριφοράς στην τεχνητή νοημοσύνη. Και νομίζω ότι αυτό θα είναι πραγματικά σημαντικό αν θέλουμε να αναπτύξουμε την τεχνητή νοημοσύνη στον πραγματικό κόσμο για να αλληλεπιδράσει με τους ανθρώπους, επειδή οι άνθρωποι περιμένουν αυτή τη συμπεριφορά”.