A számítógépek megtanulták hogyan működhetnek együtt még az embereknél is jobban

Most először sikerült számítógépeket megtanítani, hogy hogyan működjenek együtt egy játékban, aminél a cél az, hogy minden játékos a lehető legjobb eredményt érje el. Ezt a teljesítményt sokkal nehezebb volt elérni mint kiképezni a mesterséges intelligenciákat egy egyszerű győzelemről szóló játékra, mint amilyen például a sakk. Ez az eredmény tovább javíthatja az együttműködést az ember és a gépek között.

Húsz évvel ezelőtt egy szuperszámítógép legyőzte az akkori sakk világbajnokot, Garry Kasparovot. Mostanra már a tudósok olyan programokat is kifejlesztettek amik a Go-hoz és a pókerhez hasonló összetett játékokban is képesek megverni az embereket. Viszont ezek a játékok eddig mind a győzelemről szóló “zéró-összeg” játékok voltak, amiknél az egyik játékos nyer a többi pedig veszít. A kutatók eddig kevés erőfeszítést tettek arra, hogy olyan együttműködésen alapuló játékokat is megvizsgáljanak, amiknél a játékosoknak együtt kell dolgoznia, hogy mindenki a legjobb végkimenetelhez jusson – még akkor is ha a logika szerint a többiek “elárulásával” jobb eredményhez juthatnak a játékosok.

Egyik ilyen játék a “csirke”, aminél két autó száguld egymással szemben, és csak az utolsó pillanatban térnek ki egymás útjából, és a játékelméleti klasszikus a fogolydilemma, aminél két embert gyanúsítanak egy bűnténnyel. Mindkettejük egy könnyebb büntetést kap – mondjuk egy évet – ha mindketten lojálisak maradnak egymáshoz és nem ismerik be a bűntényt. Ha viszont az egyikük beismeri a bűntényt akkor szabadon távozhat és a másikuk egy hosszabb három éves büntetést kap, és ha mindketten elárulják a másikat akkor egy közepes – két éves – büntetést kapnak. Egy körös játék esetén a logika azt diktálja, hogy a játékos árulja el a partnerét, azonban több kör esetén a játékosok megtanulhatják, hogy együttműködve az enyhébb büntetést kapják.

Jacob Crandall, a Brigham Young Egyetem számítástechnikai tudósa, munkatársaival ki akarta deríteni, hogy meg tudják e tanulni a gépek is, hogy hogyan kell játszani ezeket a játékokat. Így a tudósok embereket és gépeket hoztak össze hogy a csirke, a fogolydillemma és más hasonló együttműködésen alapuló, úgynevezett “alternátor” játékokat játszanak.A csapatok két ember és két gép vagy egy ember és egy gépből tevődtek össze. A kutatók összesen 25 különböző gépi tanulási algoritmust teszteltek le- amik olyan programok amik folyamatosan a lépések és az eredmények kapcsolatát vizsgálják és aszerint változtatják stratégiájukat.

A tudósok bosszúságára azonban az egyik algoritmus sem bizonyult sikeresnek, de ezután az evolúciós biológiához fordultak inspirációért. Miért is ne, gondolták, adjuk hozzá az emberi együttműködés egyik fontos elemét, a képességet a kommunikációra? Ez a változás 19 előre megírt szöveg formájában jelent meg – mint a “Megváltoztatom a stratégiámat,” “Elfogadom a legutóbbi javaslatodat,” vagy “Elárultál,” – amiket a játékosok oda vissza küldözgethettek minden alkalommal. Idővel a számítógép kénytelen volt megtanulni ezeknek az üzeneteknek a jelentését a játékra nézve.

Ezúttal a 25 algoritmus egyike kiemelkedett a többi közül – S# (S sharp). Amikor megkapta egy korábban ismeretlen játék leírását, mindössze pár kör alatt megtanult együttműködni a partnerével. A játék végére már a csak gépekből összeálló csapatok is az esetek 100%-kában képesek voltak együtt dolgozni. amíg az emberek csak az esetek 60%-kában. “A gépi tanulási algoritmusok rájöttek hogyan legyenek lojálisak,” mondta Crandall.

Egy ilyen szintű megbízhatóság nagy előnyt jelenthet azoknak az algoritmusoknál amik például a vezető nélküli autókat, drónokat és a harctéri fegyvereket vezérelik.

“Eddig az együttműködés nem volt célja az AI kutatásoknak,” mondta Danica Kragic, KTH Királyi Technológiai Intézet robotikával foglalkozó kutatója. “Ehelyett a legtöbb munka eddig arra fókuszált, hogy az emberi képességeket meghaladó önálló technológiákat hozzanak létre, mint amilyen az arcfelismerés és a póker is.”

 

“A gépeknek a puszta számításnál többet kell tudniuk,” mondta Crandall. “Szerintem az együttműködésre képes algoritmusok szolgálnak a legjobb modellként a jövő mesterséges intelligenciáinak.”

Forrás: sciencemag.org

Szerkesztő: arsratio

Oszd meg

Hozzászólás