Facebooks AI tar på Hanabi-spillet

Facebook AI Research (FAIR) har utviklet en ny AI som produserte ekstremt imponerende resultater når den ble satt opp mot Hanabi. Den nye utviklingen er et stort skritt fremover for Facebooks AI. 

Hanabi er et kortspill som ligner Solitaire. Mens de fleste spill som brukes til denne teknologien setter AI opp mot mennesker direkte, spesifikt sjakk eller Go, krever Hanabi at spillere samarbeider med hverandre mot et felles mål. 

Facebook brukte bots til å samarbeide i spillet til de overgikk tidligere brukte AI-systemer. Det nyeste beste AI-systemet oppnådde en poengsum på 23,92 av 25 i spillet, mens den nye nådde 24,61 av 25. 

Tilbake i februar, ble et Hanabi-benchmark foreslått av forskere fra Google, DeepMind, Carnegie Mellon University og Oxford. De inkluderte også skapelsen av ytterligere AI i stand til å spille spillet, og de kalte det “en ny frontier for AI-forskning”. 

Forskere er begeistret for den nye utviklingen siden den samme AI som hjalp botene muligens kan brukes i andre områder. Et mulig bruk er å forbedre måten virtuelle assistenter samhandler med mennesker. 

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 virkelig ortogonalt til forbedringene som observeres med dyp forsterkninglæring: Du kan legge dette på toppen av noen som helst strategi, og det vil gjøre den mye sterkere,” sa Brown i et intervju han ga til VentureBeat. “Vi ser at resultatene er langt utenfor det vi eller andre forskere forventet. I virkeligheten er fordelene vi får fra søk er sterkere enn fordelene som har blitt gjort gjennom alle de dype forsterkninglæring-algoritmene som har blitt brukt i fortiden.”

Den nye utviklingen med Facebooks AI kommer på et tidspunkt når forskere fortsetter å skape programvare 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 samarbeid og strategi, et stort milepæl for AI å nå. Når det brukes i denne miljøet, kan AI forbedre og bli mer sofistikert.

Adam Lerer er en Facebook-forsker og bidragsyter til papiret. 

“En av grunnene til at vi flytter til disse kooperative spillene er at jeg tror vi er kommet til et punkt hvor det ikke er noen spill igjen, i alle fall ikke når det gjelder konkurranse-spill,” sa han. 

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

Spillere kan ikke se sine egne kort, men deres lagkamerater kan. Spillere er tillatt å gi hint til andre. For eksempel kan en lagkamerat gi en hint om farger, som fører til at den andre spilleren spiller eller kaster kortet. 

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

Botene kunne bygge en strategi takket være teknikken og forsterkninglæringen Facebook brukte. Facebook tror 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 idéen om å kunne sette seg i skoene til en annen person og forstå hvorfor de tar de handlingene de tar, hva de tenker, og selv om de ikke vet visse ting. Men det er noe som AI har historisk sett virkelig slitt med,” sa han. “Det har vært denne lange debatten om hvorvidt primater har teori om sinn og i hvilken alder menneskebabyer utvikler teori om sinn, og jeg tror det er virkelig fasinert å endelig se denne typen atferd i AI. Og jeg tror at det kommer til å være veldig viktig hvis vi ønsker å deployere AI i den virkelige verden for å samhandle med mennesker fordi mennesker forventer denne atferden.”