Facebooks AI tar på Hanabi-spillet

Facebook AI Research (FAIR) har utviklet en ny AI som ga ekstremt imponerende resultater da han ble møtt med Hanabi. Den nye utviklingen er et stort skritt fremover for Facebooks AI. 

Hanabi er et kortspill som ligner på Solitaire. Mens de fleste spill som brukes for denne teknologien plasserer AI direkte mot mennesker, spesielt sjakk eller Go, krever Hanabi at spillerne jobber med hverandre mot et felles mål. 

Facebook brukte roboter for å jobbe sammen i spillet inntil de utkonkurrerte tidligere brukte AI-systemer. Det siste beste AI-systemet oppnådde en poengsum på 23.92 av 25 i spillet, mens det nye nådde 24.61 av 25. 

Tilbake i februar ble en Hanabi-benchmark foreslått av forskere fra Google, DeepMind, Carnegie Mellon University og Oxford. De inkluderte også etableringen av ytterligere AI som er i stand til å spille spillet, og de kalte det "en ny grense for AI-forskning." 

Forskere er begeistret for den nye utviklingen siden den samme AI som ble brukt for å hjelpe robotene, muligens kan brukes på andre områder. En mulig bruk er å forbedre måten virtuelle assistenter samhandler med mennesker på. 

Noam Brown, en Facebook AI-forsker, snakket om det nye AI-systemet. 

"En av de virkelig spennende tingene med dette er at forbedringen vi observerer er veldig ortogonal til forbedringene som blir observert med dyp forsterkende læring: Du kan legge dette på toppen av enhver strategi, og det vil gjøre det mye sterkere, " sa Bown i en intervju han ga til VentureBeat. «Vi ser at resultatene er langt over det vi eller andre forskere forventet. Faktisk er fordelene vi får fra søk sterkere enn fordelene som har blitt oppnådd gjennom alle de dype forsterkende læringsalgoritmene som har blitt brukt tidligere."

Den nye utviklingen med Facebooks AI kommer på et tidspunkt da forskere fortsetter å lage programvare som er i stand til å gå opp mot noen av de mest komplekse spillene. I 2016 slo Googles DeepMinds AI-system de beste menneskelige spillerne i det kinesiske brettspillet Go. 

Hanabi regnes nå som det beste spillet for å teste AI siden det er bygget rundt teamarbeid og strategi, en viktig milepæl for AI å nå. Når den brukes i dette miljøet, kan AI forbedres og bli mer sofistikert.

Adam Lerer er Facebook-forsker og bidragsyter til artikkelen. 

"En av grunnene til at vi går over til disse samarbeidsspillene er at jeg tror vi er på et punkt hvor det ikke er noen spill igjen, i det minste når det gjelder konkurrerende spill," sa han. 

Hanabi har lag på to til fem spillere som får tilfeldige kort. Kortene har forskjellige farger og inneholder forskjellige tall, og lagene legger dem på et bord, etter farge og i riktig rekkefølge. 

Spillere kan ikke se sine egne kort, men lagkameratene kan. Spillere har lov til å gi hint til andre. For eksempel kan en lagkamerat gi et hint om farger, noe som fører til at den andre spiller eller kaster kortet. 

En av de mer komplekse aspektene ved spillet er at en spiller må finne ut ledetrådene og hva de betyr. Denne delen av spillet er vanskelig for en bot å finne ut av med informasjonen de har. 

Robotene var i stand til å bygge en strategi på grunn av teknikkene og forsterkningslæringen som Facebook brukte. Facebook mener at denne teknologien kan brukes i andre applikasjoner som robotikk, selvkjørende kjøretøy og andre systemer. 

"Dette er noe som kommer veldig naturlig for mennesker, denne ideen om å kunne sette seg inn i en annen persons sko og forstå hvorfor de tar handlingene de tar, hva de tenker, og selv om de ikke gjør det. vet ikke visse ting. Men det er noe AI historisk har slitt med, sa han. "Det har vært en lang debatt om hvorvidt primater har teori om sinn og i hvilken alder utvikler babyer mennesker teori om sinn, og jeg synes det er veldig fascinerende å endelig se denne typen oppførsel i AI. Og jeg tror at det kommer til å være veldig viktig hvis vi ønsker å distribuere AI i den virkelige verden for å samhandle med mennesker fordi mennesker forventer denne oppførselen."