211service.com
Sztuczna inteligencja może nas pokonać w pokera — teraz zobaczmy, czy może z nami współpracować
Martina Nicolaussona
Postęp w sztucznej inteligencji od dawna jest mierzony mistrzostwem w grach planszowych, takich jak szachy, tryktrak i Go. Naukowcy pracują obecnie nad pokerem i grami komputerowymi, takimi jak Starcraft.
Iyad Rahwan , profesor na MIT, szanuje te kamienie milowe, ale mówi, że skupienie się na pokonaniu ludzi w bezpośredniej konkurencji doprowadziło nas do zaniedbania innych sposobów mierzenia i rozwoju sztucznej inteligencji. Twierdzi, że ponieważ inteligentne maszyny wydają się wszechobecne, więcej wysiłku należy poświęcić tworzeniu oprogramowania, które uczy się współpracy z ludźmi.
To kolejny ważny problem, ponieważ sztuczna inteligencja nie zawsze musi nas zastępować, musi z nami żyć, mówi Rahwan. Większość interakcji międzyludzkich nie jest sumą zerową — była to w jakiś sposób ślepa plama dla ambitnych projektów AI.
Rahwan próbował zwrócić uwagę na tę martwą plamkę współpracowników w USA, Wielkiej Brytanii, Francji, Australii i Zjednoczonych Emiratach Arabskich. W niedawnym badaniu , przekształcili proste gry używane w naukach behawioralnych, aby zbadać, w jaki sposób ludzie współpracują (lub nie), aby sprawdzić, jak algorytmy mogą nauczyć się pracować z ludźmi.
Gry te obejmowały Dylemat Więźniów, standard w badaniach nad teorią gier, w którym gracze w roli przestępców muszą zdecydować, czy mają się nawzajem zdradzić. Chociaż jest prosty, można go wykorzystać do analizy strategii w trudnych obszarach, takich jak polityka klimatyczna i reklama.
Wstępne wyniki były rozczarowujące, a współpraca między ludźmi i sztucznymi graczami była mniej powszechna niż między ludźmi. Zmieniło się to, gdy naukowcy dali zarówno ludziom, jak i ich algorytmom możliwość komunikowania się przed grą za pomocą menu składającego się z 19 wyrażeń, w tym Zrób, co powiem, albo cię ukarzę, Zmieniam strategię i Daj mi kolejna szansa.
Mówi, że w chwili, gdy maszyna zaczyna mówić, ludzie reagują zupełnie inaczej Jacob Crandall , profesor nadzwyczajny na Uniwersytecie Brighama Younga również zaangażowany w prace. Trudno im było odróżnić ludzi od maszyn. Do współpracy potrzeba dwojga, a użycie prostych komunikatów wystarczyło, aby maszyny otworzyły ludzi na współpracę.
W trzech testowanych grach ludzie byli mniej więcej tak samo skłonni do współpracy z graczem maszynowym, jak z innym człowiekiem. Ogólnie rzecz biorąc, pary maszyna-maszyna uzyskiwały średnio najwyższe wyniki w grach, ponieważ współpracowały bardziej niezawodnie (i w przeciwieństwie do ludzkich graczy nigdy nie kłamały).
Algorytm, który osiągnął, oblicza z wyprzedzeniem pewne obiecujące strategie dla rozgrywanej gry, zanim nauczy się, której użyć na podstawie działań współgracza. Prawdopodobnie nie stanie się podstawą przyszłych relacji człowiek-robot, ale ma pokazać, w jaki sposób eksperymenty mogą przetestować współpracę i zainspirować dalsze badania nad tym pomysłem, mówi Rahwan.
Oren Etzioni , dyrektor Instytutu Sztucznej Inteligencji im. Allena w Seattle, ma nadzieję, że tak się stanie. Przyszłość, którą musimy mieć, to przyszłość, w której współpracujemy z maszynami w miejscu pracy, więc warto zbadać formę tej współpracy – mówi.
Jednak przejście od prostych gier nauk behawioralnych do bardziej złożonych scenariuszy będzie wymagało znacznej pracy, mówi Etzioni. Współpraca w złożonych sytuacjach wymagałaby oprogramowania z dobrą znajomością języka do komunikowania się z innymi graczami, co nie przeszkadza programom w Go lub Starcraft. Badacze nie muszą jednak rezygnować z gier planszowych. Etzioni sugeruje, że ryzyko lub dyplomacja, w których gracze muszą zawierać sojusze i targować się, mogą być dobrymi poligonami do testowania umiejętności współpracy maszyn.