Facebook ၏ AI သည် Hanabi ဂိမ်းတွင် ပါဝင်လာသည်။

Facebook AI သုတေသန (FAIR) AI အသစ်ကိုတီထွင်ခဲ့သည်။ Hanabi နဲ့ ထိပ်တိုက်ရင်ဆိုင်ရတဲ့အခါ အလွန်အထင်ကြီးစရာကောင်းတဲ့ ရလဒ်တွေထွက်လာတယ်။ ဖွံ့ဖြိုးတိုးတက်မှုအသစ်သည် Facebook ၏ AI အတွက် အဓိကခြေလှမ်းတစ်ခုဖြစ်သည်။ 

Hanabi သည် Solitaire နှင့် ဆင်တူသော ကတ်ဂိမ်းတစ်ခုဖြစ်သည်။ ဤနည်းပညာအတွက်အသုံးပြုသည့်ဂိမ်းအများစုသည် AI ကိုလူသားများနှင့်တိုက်ရိုက်နေရာချပေးသော်လည်း၊ အထူးသဖြင့် စစ်တုရင် သို့မဟုတ် Go၊ Hanabi သည် ကစားသမားများအား ဘုံရည်မှန်းချက်တစ်ခုဆီသို့ အချင်းချင်းလုပ်ဆောင်ရန် လိုအပ်သည်။ 

Facebook သည် ယခင်က အသုံးပြုခဲ့သည့် AI စနစ်များကို စွမ်းဆောင်ရည်ထက် မကျော်လွန်မချင်း ဂိမ်းတွင် အတူတကွ လုပ်ဆောင်ရန် ဘော့တ်များကို အသုံးပြုခဲ့သည်။ နောက်ဆုံးအကောင်းဆုံး AI စနစ်သည် ဂိမ်းတွင် 23.92 ခုတွင် 25 ရမှတ်ရရှိခဲ့ပြီး အသစ်သည် 24.61 ခုတွင် 25 ရခဲ့သည်။ 

ဖေဖော်ဝါရီလတွင်၊ Google၊ DeepMind၊ Carnegie Mellon University နှင့် Oxford တို့မှ သုတေသီများက Hanabi စံနှုန်းတစ်ခုကို အဆိုပြုခဲ့သည်။ ၎င်းတို့သည် ဂိမ်းကစားနိုင်သည့် နောက်ထပ် AI ဖန်တီးမှုများလည်း ပါဝင်ပြီး ၎င်းကို "AI သုတေသနအတွက် နယ်နိမိတ်အသစ်" ဟုခေါ်သည်။ 

bot များကိုအခြားနယ်ပယ်များတွင်အသုံးပြုနိုင်အောင်ကူညီရန်အသုံးပြုသည့်တူညီသော AI သည် ဖွံ့ဖြိုးတိုးတက်မှုအသစ်အတွက် သုတေသီများ စိတ်လှုပ်ရှားနေပါသည်။ ဖြစ်နိုင်ချေရှိသော အသုံးပြုမှုတစ်ခုမှာ လူများနှင့် virtual assistant များက လူများနှင့် အပြန်အလှန်ဆက်ဆံပုံကို မြှင့်တင်ရန်ဖြစ်သည်။ 

Facebook AI သုတေသီ Noam Brown က AI စနစ်သစ်အကြောင်း ပြောကြားခဲ့ပါသည်။ 

“ဒါနဲ့ပတ်သက်ပြီး တကယ်ကို စိတ်လှုပ်ရှားစရာကောင်းတဲ့ အရာတွေထဲက တစ်ခုကတော့ ကျွန်တော်တို့ စောင့်ကြည့်နေတဲ့ တိုးတက်မှုဟာ နက်ရှိုင်းတဲ့ အားဖြည့်သင်ယူမှုနဲ့အတူ လုပ်ဆောင်နေတဲ့ တိုးတက်မှုတွေအတွက် တစ်ကယ့်ကို အံဝင်ခွင်ကျ ဖြစ်နေခြင်းပါပဲ၊ ဒါက ဘယ်နည်းဗျူဟာရဲ့ထိပ်မှာမဆို သင်ထည့်သွင်းနိုင်ပြီး၊ ၎င်းကို ပိုမိုအားကောင်းလာစေမှာပါ၊ ” ဟု Bown က အမှာစကား ပြောကြားခဲ့သည်။ သူက VentureBeat နဲ့အင်တာဗျူးတယ်။. “ရလဒ်တွေက ကျွန်တော်တို့ ဒါမှမဟုတ် တခြားသုတေသီတွေ မျှော်လင့်ထားတာထက် ကျော်လွန်နေတာ တွေ့ရတယ်။ တကယ်တော့၊ ရှာဖွေမှုကနေ ရရှိတဲ့ အကျိုးကျေးဇူးတွေက အရင်တုန်းက အသုံးပြုခဲ့တဲ့ နက်နဲတဲ့ အားဖြည့်သင်ကြားမှု algorithms တွေကနေ ရရှိတဲ့ အကျိုးကျေးဇူးတွေထက် ပိုအားကောင်းပါတယ်။”

Facebook ၏ AI နှင့်အတူ ဖွံ့ဖြိုးတိုးတက်မှုအသစ်သည် သုတေသီများသည် အရှုပ်ထွေးဆုံးဂိမ်းအချို့ကို ဆန့်ကျင်နိုင်သည့် ဆော့ဖ်ဝဲကို ဆက်လက်ဖန်တီးနေချိန်တွင် ထွက်ပေါ်လာခြင်းဖြစ်သည်။ 2016 ခုနှစ်တွင် Google ၏ DeepMind ၏ AI စနစ်သည် တရုတ်ဘုတ်ဂိမ်း Go တွင် အကောင်းဆုံးလူသားကစားသမားများကို အနိုင်ယူခဲ့သည်။ 

Hanabi သည် AI အတွက် အဓိက မှတ်တိုင်တစ်ခုဖြစ်သည့် အဖွဲ့လိုက်လုပ်ဆောင်မှုနှင့် ဗျူဟာကို ဖန်တီးထားသောကြောင့် AI ကို စမ်းသပ်ရန် အကောင်းဆုံးဂိမ်းအဖြစ် သတ်မှတ်ခံထားရသည်။ ဤပတ်ဝန်းကျင်တွင် အသုံးပြုသည့်အခါ AI သည် ပိုမိုကောင်းမွန်လာပြီး ပိုမိုခေတ်မီလာနိုင်သည်။

Adam Lerer သည် Facebook သုတေသီဖြစ်ပြီး စာတမ်းပြုစုသူဖြစ်သည်။ 

“ဒီပူးပေါင်းဆောင်ရွက်မှုဂိမ်းတွေကို ရွှေ့ရတဲ့အကြောင်းရင်းတွေထဲက တစ်ခုကတော့ ပြိုင်ဆိုင်မှုဂိမ်းတွေနဲ့ ပတ်သက်လာရင် ကျွန်တော်တို့ဟာ အနည်းဆုံးဂိမ်းတွေ မကျန်တော့ဘူးလို့ ကျွန်တော်ထင်ပါတယ်။ 

Hanabi တွင် ကျပန်းကတ်များပေးသည့် ကစားသမား နှစ်ဦးမှ ငါးဦးအထိ အသင်းများရှိသည်။ ကတ်များသည် မတူညီသောအရောင်များဖြစ်ပြီး မတူညီသောနံပါတ်များပါ၀င်ပြီး အသင်းများသည် ၎င်းတို့ကို စားပွဲတစ်ခုတွင်၊ အရောင်အလိုက်၊ မှန်ကန်သောဂဏန်းအစီအစဥ်ဖြင့် ထားရှိသည်။ 

ကစားသမားများသည် ၎င်းတို့၏ကိုယ်ပိုင်ကတ်များကို မမြင်နိုင်သော်လည်း ၎င်းတို့၏အသင်းဖော်များက လုပ်နိုင်ကြသည်။ ကစားသမားများအား အခြားသူများကို အရိပ်အမြွက်ပေးခွင့်ရှိသည်။ ဥပမာအားဖြင့်၊ အသင်းဖော်တစ်ဦးသည် ကတ်ကိုကစားရန် သို့မဟုတ် လွှင့်ပစ်ရန် အခြားတစ်ဦးအား အရောင်များအကြောင်း အရိပ်အမြွက်ပေးနိုင်သည်။ 

ဂိမ်း၏ ပိုရှုပ်ထွေးသော ရှုထောင့်များထဲမှ တစ်ခုမှာ ကစားသမားသည် သဲလွန်စများနှင့် ၎င်းတို့ ဆိုလိုသည်များကို ရှာဖွေဖော်ထုတ်ရန် လိုအပ်သည်။ ဂိမ်း၏ ဤအပိုင်းသည် ဘော့တ်တစ်ခုအတွက် ၎င်းတို့တွင်ရှိသော အချက်အလက်များကို ရှာဖွေရန် ခက်ခဲသည်။ 

ဘော့တ်များသည် Facebook အသုံးပြုသည့် နည်းပညာများနှင့် အားဖြည့်သင်ကြားမှုများကြောင့် ဗျူဟာတစ်ခုကို တည်ဆောက်နိုင်ခဲ့သည်။ အဆိုပါနည်းပညာကို စက်ရုပ်များ၊ အလိုအလျောက်မောင်းနှင်သည့်ယာဉ်များနှင့် အခြားစနစ်များကဲ့သို့သော အခြားအပလီကေးရှင်းများတွင် အသုံးပြုနိုင်ကြောင်း Facebook က ယုံကြည်သည်။ 

“ဒါက လူသားတွေဆီကနေ သဘာဝအတိုင်း လာတဲ့အရာပါ၊ တခြားသူရဲ့ ဖိနပ်ထဲမှာ ကိုယ့်ကိုကိုယ် ထားနိုင်တယ်ဆိုတဲ့ အယူအဆက သူတို့ဘာကြောင့် လုပ်နေတာလဲဆိုတာ၊ သူတို့ဘာတွေတွေးနေလဲဆိုတာကို နားလည်အောင်၊ တစ်ချို့အရာတွေကို မသိဘူး။ ဒါပေမယ့် AI ဟာ သမိုင်းကြောင်းအရ တကယ်ကို ရုန်းကန်ခဲ့ရတဲ့ အရာတစ်ခုပါ” ဟု ပြောကြားခဲ့သည်။ “မျောက်ဝံတွေမှာ စိတ်သီအိုရီရှိမရှိနဲ့ လူသားလေးတွေဟာ ဘယ်အသက်အရွယ်မှာ စိတ်သီအိုရီတွေ ဖွံ့ဖြိုးလာသလဲဆိုတဲ့ အကြောင်းကို ရှည်လျားစွာ ငြင်းခုံနေကြပြီး AI မှာ ဒီလိုအပြုအမူမျိုးကို နောက်ဆုံးတွေ့မြင်ရခြင်းဟာ တကယ်ကို ကြည်နူးစရာကောင်းတယ်လို့ ကျွန်တော်ထင်ပါတယ်။ လူတွေက ဒီအပြုအမူကို မျှော်လင့်ထားတာကြောင့် လူသားတွေနဲ့ ထိတွေ့ဆက်ဆံဖို့ AI ကို လက်တွေ့ကမ္ဘာမှာ ဖြန့်ကျက်ထားချင်တယ်ဆိုရင် အဲဒါက တကယ်အရေးကြီးတယ်လို့ ကျွန်တော်ထင်ပါတယ်။”