211service.com
AI gali mus įveikti pokeryje – dabar pažiūrėkime, ar jis gali dirbti su mumis
Martinas Nikolaussonas
Dirbtinio intelekto pažanga ilgą laiką buvo vertinama pagal jo meistriškumą stalo žaidimuose, tokiuose kaip šachmatai, nardai ir „Go“. Mokslininkai dabar dirba su pokeriu ir kompiuteriniais žaidimais, tokiais kaip Starcraft.
Ijadas Rahvanas MIT profesorius, gerbia šiuos etapus, bet sako, kad dėmesys žmonių įveikimui tiesioginėje konkurencijoje paskatino mus nepaisyti kitų AI matavimo ir tobulinimo būdų. Jis teigia, kad, atrodo, kad išmaniosios mašinos taps plačiai paplitusios, daugiau pastangų reikėtų skirti kuriant programinę įrangą, kuri mokytųsi bendradarbiauti su žmonėmis.
Tai yra kita svarbi problema, nes AI ne visada turi mus pakeisti, jie turi gyventi su mumis, sako Rahwan. Dauguma žmonių bendravimo nėra nulinė suma – tai kažkaip buvo akla taškas ambicingiems AI projektams.
Rahwanas bandė atkreipti dėmesį į šią akląją zoną su bendradarbiais JAV, JK, Prancūzijoje, Australijoje ir Jungtiniuose Arabų Emyratuose. Neseniai atliktame tyrime , jie perskyrė paprastus elgesio moksle naudojamus žaidimus, kad ištirtų, kaip žmonės bendradarbiauja (arba nedaro), kad išbandytų, kaip algoritmai gali išmokti dirbti su žmonėmis.
Šie žaidimai apėmė kalinių dilemą – žaidimų teorijos tyrimo standartą, kuriame nusikaltėlių vaidmenį atliekantys žaidėjai turi nuspręsti, ar išduoti vienas kitą. Nors ir paprasta, ji gali būti naudojama strategijoms analizuoti sudėtingose srityse, tokiose kaip klimato politika ir reklama.
Pradiniai rezultatai buvo nuviliantys, nes žmonių ir dirbtinių žaidėjų bendradarbiavimas buvo rečiau nei tarp žmonių. Tai pasikeitė, kai tyrėjai suteikė žmonėms ir jų algoritmams galimybę bendrauti prieš žaidimą naudojant 19 frazių meniu, įskaitant „Daryk taip, kaip sakau, arba aš tave nubausiu“, aš keičiu strategiją ir „Duok man“. Kitas šansas.
Kai tik mašina pradeda kalbėti, žmonės reaguoja visiškai kitaip, sako Jokūbas Crandallas , Brigham Youngo universiteto docentas taip pat dalyvavo darbe. Jiems buvo sunku atskirti žmones nuo mašinų. Bendradarbiauti reikia dviejų, o mašinoms pakako naudoti paprastus pranešimus, kad žmonės būtų atviri dirbti kartu.
Visuose trijuose skirtinguose išbandytuose žaidimuose žmonės buvo maždaug taip pat linkę bendradarbiauti su mašinų žaidėju, kaip su kitu žmogumi. Apskritai, mašinų ir mašinų poros žaidimuose vidutiniškai pelnė aukščiausius balus, nes jos bendradarbiavo patikimiau (ir skirtingai nei žaidėjai žmonės, niekada nemelavo).
Pasiektas algoritmas, kuris iš anksto apskaičiuoja kai kurias perspektyvias žaidžiamo žaidimo strategijas, prieš išmokdamas, kurias naudoti pagal savo žaidėjo veiksmus. Tikėtina, kad jis netaps būsimų žmogaus ir roboto santykių pagrindu, bet skirtas parodyti, kaip eksperimentai gali išbandyti bendradarbiavimą ir įkvėpti tolesnius šios idėjos tyrimus, sako Rahwanas.
Oren Etzioni , Alleno dirbtinio intelekto instituto Sietle direktorius, tikisi, kad taip nutiks. Ateitis, kurią turime turėti, yra ateitis, kurioje bendradarbiausime su mašinomis darbo vietoje, todėl prasminga ištirti to bendradarbiavimo formą, sako jis.
Tačiau norint pereiti nuo paprastų elgesio mokslo žaidimų prie sudėtingesnių scenarijų, reikės daug darbo, sako Etzioni. Norint bendradarbiauti sudėtingose situacijose, reikia programinės įrangos, gerai mokančios kalbą, kad galėtų bendrauti su kitais žaidėjais, o tai netrukdytų programinei įrangai perimti „Go“ ar „Starcraft“. Vis dėlto tyrėjai neprivalo atsisakyti stalo žaidimų. Etzioni teigia, kad rizika arba diplomatija, kai žaidėjai turi sudaryti sąjungas ir derėtis, galėtų būti gera mašinų bendradarbiavimo įgūdžių išbandymo vieta.