Per què és important ensenyar a jugar a jocs | ben dickson

OpenAI, el laboratori d’investigació en intel·ligència artificial fundat per Sam Altman i Elon Musk, va declarar recentment que enviaria un equip a Vancouver a l’agost per participar en un torneig professional del famós joc de batalla en línia Dota 2. Però a diferència d’altres equips que seran competint pel premi de diversos milions de dòlars, OpenAI's l'equip no implicarà humans, almenys, no directament.

L’equip OpenAI Five, anomenat cinc xarxes neuronals artificials que han estat cremant per l’enorme poder informàtic del núvol de Google i practicant el joc una i altra vegada, milions de vegades. OpenAI Five ja ha aconseguit els millors punts de partida a Dota 2 i posarà a prova la seva diferència contra l’1 per cent superior de jugadors que vingui a l’agost.

At primer la mirada, gastar recursos informàtics costosos i escàs talent de la IA per ensenyar a jugar a jocs pot semblar irresponsable. OpenAI acull alguns dels principals científics de l'AI del món que, segons The New York Times , guanyen sous de set xifres. Al cap i a la fi, no poden treballar amb problemes més importants, com ara desenvolupar IA que pugui lluitar contra el càncer o fer més segurs els automòbils de conducció?

Absurd com pot semblar a alguns, els jocs han demostrat ser una part important de la investigació de l'AI. Des dels escacs fins a Dota 2, tots els jocs que AI ha conquistat ens han ajudat a crear nous terrenys en informàtica i altres camps.

Els jocs ajuden a rastrejar els avenços de la IA

Des de la creació de la idea d’intel·ligència artificial a la dècada de 1950, els jocs han estat una manera eficient de mesurar la capacitat de l’IA. Són especialment convenients per provar la capacitat de la IA nova tècniques, perquè podeu quantificar el rendiment de la IA amb puntuacions numèriques i els resultats de guanys-perduts i comparar-lo amb els humans o amb altres IA.

El primer joc que els investigadors van intentar dominar a través de l'AI va ser l'escacs, que en els primers temps es va considerar la prova definitiva dels avenços en el camp. El 1996, Deep Blue d’IBM va ser el primer ordinador a derrotar un campió del món (Garry Kasparov) en escacs. La IA darrere de Deep Blue va utilitzar un mètode de força bruta que va analitzar milions de seqüències abans de fer un moviment.

Si bé el mètode permetia a Deep Blue dominar els escacs, no era prou efectiu per combatre jocs de taula més complicats. Segons els estàndards actuals, es considera cru. Quan Deep Blue va derrotar Kasparov, un científic va remarcar que passaria cent anys més abans que l'AI pogués conquistar l'antic joc xinès de Go, que té més moviments possibles que el nombre d'àtoms de l'univers.

Però, el 2016, els investigadors de la companyia d’AI, propietat de Google, DeepMind, van crear AlphaGo, una IA de Go-playing que va vèncer a Lee Sedol, campió del món, 4 a 1 en una competició de cinc jocs. AlphaGo va substituir el mètode de la força bruta del Deep Blue per l'aprenentatge profund, una tècnica d'AI que funciona d'una manera molt més semblant al funcionament del cervell humà. En lloc d'examinar totes les combinacions possibles, AlphaGo va examinar la manera com els humans van jugar a Go, i després va intentar esbrinar i replicar patrons de joc amb èxit.

Els investigadors de DeepMind més tard van crear AlphaGo Zero, una versió millorada d'AlphaGo que utilitzava l'aprenentatge de reforç, un mètode que requeria zero aportacions humanes. AlfaGo Zero se li va ensenyar les regles bàsiques de Go i va aprendre el joc jugant contra ell mateix infinitat de vegades. I AlphaGo Zero va superar el seu predecessor 100 a zero.

Els jocs de taula tenen limitacions, però. En primer lloc, es basen en torns, cosa que significa que l'AI no està obligada a prendre decisions en un entorn que canviï constantment. En segon lloc, la IA té accés a tota la informació de l’entorn (en aquest cas el tauler) i no ha d’esdevenir ni arriscar-se en funció de factors desconeguts.

Tenint en compte això, una IA anomenada Libratus va fer el següent avenç en la investigació en intel·ligència artificial en vèncer els millors jugadors del poker de Texas Hold 'Em. Desenvolupat per investigadors de Carnegie Mellon, Libratus va demostrar que l'AI pot competir amb els humans en situacions en què tingui accés a informació parcial. Libratus va utilitzar diverses tècniques de l'AI per aprendre el pòquer i millorar el seu joc mentre examinava la tàctica dels seus oponents humans.

Els videojocs en temps real són la propera frontera d'AI, i l'OpenAI no és l'única organització implicada en el camp. Facebook ha provat l'ensenyament de l'AI a jugar al joc d'estratègia en temps real StarCraft, i DeepMind ha desenvolupat una IA que pot jugar al joc de trets en primera persona Quake III. Cada joc presenta el seu propi conjunt de reptes, però el denominador comú és que tots ells presenten la IA amb entorns on han de prendre decisions en temps real i amb informació incompleta. A més, proporcionen a AI un terreny on es pot posar a prova la possibilitat d'un equip d'oponents i aprendre el treball en equip.

Per ara, ningú no havia desenvolupat una IA que pogués vèncer jugadors professionals. Però el fet que l'AI competeixi amb els humans en jocs tan complexos demostra fins a quin punt hem arribat al camp.

Els jocs ajuden a desenvolupar IA en altres camps

Si bé els científics han utilitzat els jocs com a bases de prova per desenvolupar noves tècniques de IA, els seus assoliments no s’han quedat limitats als jocs. De fet, les IA d’explotació de jocs han obert el camí a innovacions en altres camps.

L’any 2011, IBM va introduir un supercomputador capaç de processar i generar llenguatges naturals (NLG / NLP) i va rebre el nom de l’antic conseller delegat de la companyia Thomas J Watson. L'ordinador va jugar el famós joc de proves de televisió Jeopardy contra dos dels millors jugadors del món i va guanyar. Posteriorment, Watson es va convertir en la base d'una àmplia línia de serveis d'AI per part d'IBM en diferents àmbits, com la salut, la ciberseguretat i la predicció meteorològica.

DeepMind està desenvolupant la seva experiència del desenvolupament d'AlphaGo per utilitzar la IA en altres camps on l'aprenentatge de reforç pot ajudar-vos. La companyia va llançar un projecte amb National Grid UK per utilitzar-lo AlphaGo's smarts per millorar l’eficiència de la xarxa elèctrica britànica. Google, empresa matriu de DeepMind, també està utilitzant la tècnica per reduir els costos d’electricitat dels seus grans centres de dades automatitzant el control del consum dels seus diferents hardware. Google també està utilitzant aprenentatges de reforç per entrenar robots que un dia manejaran objectes a les fàbriques.

• La intel·ligència artificial té un problema de biaix i és la nostra falla La intel·ligència artificial té un problema de biaix i és la nostra falta
• La Intel·ligència Artificial d'IBM adopta els camps de debat humà. L'intel·ligència artificial IBM pren els camps de debat humà
• Per què AI ha de revelar que és AI Per què AI ha de revelar que és AI

Libratus , l'AI que juga al pòquer, pot ajudar a desenvolupar el tipus d'algorismes que poden ajudar-se en diverses situacions com ara negociacions polítiques i subhastes, on l'AI ha d'assumir riscos i fer sacrificis a curt termini per obtenir guanys a llarg termini.

Desitjo esperar veure com actuarà OpenAI Five a la competició Dota 2 d’agost. Tot i que no m’interessa especialment si les xarxes neuronals i els seus desenvolupadors s’emportin el premi de 15 milions de dòlars, estic desitjat veure quines noves finestres s’obriran.