Yeni teknik, yapay zekanın uzak geleceği düşünmesini sağlıyor

MIT, MIT-IBM Watson AI Lab ve diğer kurumların araştırmacılarından oluşan bir ekip, yapay zeka (AI) ajanlarının uzak bir gelecek perspektifine ulaşmasını sağlayan yeni bir yaklaşım geliştirdi. Diğer bir deyişle, AI, bir görevi tamamlarken diğer AI ajanlarının davranışlarını da dikkate alarak gelecekte neler olabileceğini düşünebiliyor.

Bu araştırma, Conference on Neural Information Processing Systems konferansında sunulacak.

Diğer Ajanların Gelecek Eylemlerini Düşünen AI

Ekibin oluşturduğu makine öğrenimi çerçevesi, işbirliği yapan veya rekabet halinde olan AI ajanlarının, diğer ajanların neler yapacağını dikkate almalarına olanak tanır. Bu, sadece sonraki adımlar için değil, zaman sonsuza yaklaşırken de geçerlidir. Ajanlar diğer ajanların gelecekteki davranışlarını etkilemek üzere kendi davranışlarını uyarlar; bu da en uygun uzun vadeli çözümlere ulaşmalarına yardımcı olur.

Ekibin belirttiğine göre, bu çerçeve, örneğin, kaybolan bir doğa yürüyüşçüsü bulmak için birlikte çalışan otonom dronlar tarafından kullanılabilir. Ayrıca, otonom araçlar, diğer araçların gelecekteki hamlelerini tahmin etmek ve yolcu güvenliğini artırmak için de kullanılabilir.

Dong-Ki Kim, MIT Laboratory for Information and Decision Systems (LIDS) lisansüstü öğrencisi ve araştırma makalesinin baş yazarı.

“AI ajanları işbirliği yapıyor veya rekabet halinde olduğunda, en önemli şey, davranışlarının gelecekte belirli bir noktada birleşmesi,” diyor Kim. “Orada çok geçici davranışlar var, ama uzun vadede çok önemli değil. Bu birleşmiş davranışı elde etmek bizim için gerçekten önemli ve şimdi bunu mümkün kılan bir matematiksel yolumuz var.”

Araştırmacıların ele aldığı problem, çoklu ajan pekiştirme öğrenimi olarak adlandırılıyor ve pekiştirme öğrenimi, AI ajanlarının deneme yanılma yoluyla öğrenmesini sağlayan bir makine öğrenimi biçimi.

Birden fazla işbirliği yapan veya rekabet halinde olan ajan aynı anda öğrenmeye başladığında, süreç çok daha karmaşık hale gelebiliyor. Ajanlar, diğer ajanların gelecekteki adımlarını, kendi davranışlarını ve diğerlerini nasıl etkilediğini dikkate aldıkça, problem çok fazla hesaplama gücünü gerektiriyor.

Sonsuzluğu Düşünen AI

“AI ajanları gerçekten oyunun sonunu düşünmek istiyor, ama oyunun ne zaman sona ereceğini bilmiyorlar,” diyor Kim. “Sonsuzluğa kadar davranışlarını nasıl uyarlayacaklarını düşünmeleri gerekiyor, böylece gelecekte belirli bir zamanda kazanabilecekler. Makalemiz temel olarak, AI ajanlarına sonsuzluğu düşünme olanağı sağlayan yeni bir hedef öneriyor.”

Sonsuzluğu bir algoritmaya entegre etmek imkansız, bu nedenle ekip, ajanların diğer ajanlarla davranışlarının birleşeceği gelecekteki bir noktaya odaklanmasını sağlayan bir sistem tasarladı. Bu, denge olarak adlandırılıyor ve denge noktası, ajanların uzun vadeli performansını belirliyor.

Birden fazla denge noktası, çoklu ajan senaryosunda mevcut olabilir ve etkili bir ajan, diğer ajanların gelecekteki davranışlarını aktif olarak etkileyerek, kendi açısından arzu edilen bir dengeye ulaşabilir. Tüm ajanlar birbirlerini etkilediğinde, genel bir kavram olarak adlandırılan “etkin dengeye” ulaşırlar.

FURTHER Çerçevesi

Ekibin makine öğrenimi çerçevesi, FURTHER olarak adlandırılıyor ve ajanların, diğer ajanlarla etkileşimlerine dayanarak davranışlarını uyarlamalarına ve etkin dengeye ulaşmalarına olanak tanıyor.

Çerçeve, iki makine öğrenimi modülüne dayanır. İlk modül, bir ajanın, diğer ajanların gelecekteki davranışlarını ve kullandıkları öğrenme algoritmalarını, önceki eylemlerine dayanarak tahmin etmesini sağlayan bir çıkarım modülüdür. Bilgiler, daha sonra ajanın davranışını uyarlayabilmesi ve diğer ajanları etkileyebilmesi için kullanılan pekiştirme öğrenimi modülüne aktarılır.

“Sonsuzluğu düşünmek zor oldu,” diyor Kim. “Bunun için birçok farklı matematiksel aracı kullanmak ve bunu pratikte çalışır hale getirmek için bazı varsayımlar yapmak zorunda kaldık.”

Ekibin yöntemi, farklı senaryolarda, FURTHER kullanan AI ajanlarının, diğer çoklu ajan pekiştirme öğrenimi çerçevelerine göre daha iyi performans gösterdiği test edildi.

Yaklaşım, merkezden bağımsız çalışıyor, yani ajanlar bağımsız olarak kazanmayı öğreniyor. Buna ek olarak, diğer yöntemlere kıyasla daha iyi ölçeklenebilir, çünkü merkezi bir bilgisayar tarafından kontrol edilmeleri gerekmiyor.

Ekibin belirttiğine göre, FURTHER, çoklu ajan sorunlarının geniş bir yelpazede kullanılabilir. Kim, özellikle ekonomideki uygulamalarına umutlu, birçok etkileşimli varlığın davranışlarının ve çıkarlarının zaman içinde değiştiği durumlarda sağlam politikalar geliştirmek için kullanılabilir.