Ai'ye oyun oynamayı neden önemlidir? Ben Dickson

Sam Altman ve Elon Musk tarafından kurulan yapay zeka araştırma laboratuvarı OpenAI, geçtiğimiz günlerde ünlü çevrimiçi savaş oyunu Dota 2'nin profesyonel bir turnuvasına katılmanın Ağustos ayında Vancouver'a bir takım göndereceğini açıkladı. multi-milyon dolarlık ödül için yarışıyor, OpenAI en takım hiçbir insan içermeyecek - en azından doğrudan değil.

OpenAI Beş olarak adlandırılan ekip, Google'ın bulutunun büyük hesaplama gücü sayesinde yanan ve oyunu milyonlarca kez uygulayan beş yapay sinir ağından oluşuyor. OpenAI Five, Dota 2'de yarı profesyonellerin en iyilerini yaptı ve oyuncularını Ağustos ayındaki ilk yüzde 1'e karşı gösterecek.

at ilk bakışta, pahalı bilgi işlem kaynakları harcamak ve yapay zeka oyunlarına AI öğretmeyi öğretme yeteneğinin yetersiz olması sorumsuz görünebilir. OpenAI, The New York Times’a göre yedi rakamlı maaş alan, dünyanın önde gelen AI bilim adamlarından bazılarına ev sahipliği yapıyor. Sonuçta, kansere karşı savaşabilecek veya kendi kendine sürüş arabaları daha güvenli hale getirebilecek AI geliştirme gibi daha önemli problemler üzerinde çalışamazlar mı?

Bazılarına göre saçma, oyunların AI araştırmalarının önemli bir parçası olduğu kanıtlanmıştır. Satrançtan Dota 2'ye kadar her oyun AI fethetti, bilgisayar bilimleri ve diğer alanlarda yeni bir çığır açmamıza yardımcı oldu.

Oyunlar AI Gelişimini İzlemeye Yardımcı Olur

1950'lerde yapay zeka fikri başlangıcından beri, oyunlar AI'nın kapasitesini ölçmek için etkili bir yol olmuştur. Yeni AI kapasitesini test etmek için özellikle uygunlar teknikleri, çünkü AI performansını sayısal skorlarla ve kazan-kaybet sonuçlarıyla ölçebilir ve insanlara veya diğer yapay zekaya göre karşılaştırabilirsiniz.

Araştırmacıların AI ile ustalaşmaya çalıştığı ilk oyun satrançtı, ilk günlerde sahadaki ilerlemelerin nihai testi olarak kabul edildi. 1996'da IBM'in Deep Blue, satrançta bir dünya şampiyonunu (Garry Kasparov) yenen ilk bilgisayardı. Deep Blue'nun arkasındaki AI, harekete geçmeden önce milyonlarca diziyi analiz eden kaba kuvvet yöntemini kullandı.

Yöntem Deep Blue'nun satrançta ustalaşmasını sağlarken, daha karmaşık tahta oyunlarıyla başa çıkmak için yeterince etkili değildi. Bugünün standartlarına göre, ham olarak kabul edilir. Deep Blue, Kasparov'u mağlup ettiğinde, bir bilim adamı, AI'nın evrendeki atom sayısından daha fazla hamle yapan antik Çin oyunu olan Go oyununu ele geçirmesinin yüz yıl alacağını belirtti.

Ancak 2016 yılında, Google’ın AI şirketi DeepMind’in araştırmacıları, beşinci bir yarışmada 4-1 dünya şampiyonu Lee Sedol’ü yenen bir Go-AI oyunu olan AlphaGo’yu yarattı. AlphaGo, Deep Blue'nun kaba kuvvet yöntemini, insan beyninin çalışma biçimine çok daha benzer şekilde çalışan bir AI tekniği olan derin öğrenme ile değiştirdi. Her olası kombinasyonu incelemek yerine, AlphaGo insanların Go'yu oynama şeklini inceledi, sonra başarılı oyun modellerini bulmaya ve çoğaltmaya çalıştı.

DeepMind araştırmacıları daha sonra, sıfır insan girişi gerektiren bir yöntem olan, takviye öğrenimini kullanan, AlphaGo'nun geliştirilmiş bir sürümü olan AlphaGo Zero'yu yarattılar. AlphaGo Zero Go'nun temel kurallarını öğretti ve sayısız kere kendisine karşı oynayarak oyunu öğrendi. AlphaGo Zero ise selefi 100’den sıfıra düştü.

Tahta oyunları olsa da, sınırlamaları vardır. Birincisi, sıra tabanlı, yani AI sürekli değişen bir ortamda kararlar almak için baskı altında değil. İkincisi, AI ortamdaki tüm bilgilere erişebilir (bu durumda yönetim kurulu) ve bilinmeyen faktörlere dayanarak tahminlerde bulunmak veya risk almak zorunda değildir.

Bunu göz önünde bulundurarak, Libratus adlı bir AI, Texas Hold 'Em pokerinde en iyi oyuncuları yenerek yapay zeka araştırmalarında bir sonraki atılımını yaptı. Carnegie Mellon'daki araştırmacılar tarafından geliştirilen Libratus, AI'nın kısmi bilgilere erişimi olan durumlarda insanlarla rekabet edebildiğini gösterdi. Libratus, poker öğrenmek ve insan rakiplerinin taktiklerini incelerken oyununu geliştirmek için çeşitli AI teknikleri kullandı.

Gerçek zamanlı video oyunları AI için bir sonraki sınırdır ve OpenAI bu alanda yer alan tek organizasyon değildir. Facebook, gerçek zamanlı strateji oyunu olan StarCraft'ı oynamak için AI eğitimini test etti ve DeepMind, ilk kişi shooter oyunu Quake III'ü oynayabilecek bir AI geliştirdi. Her oyun kendi zorluklarını ortaya koyar, ancak ortak payda, hepsinin AI'ya gerçek zamanlı ve eksik bilgilerle karar vermeleri gereken ortamları sunmasıdır. Dahası, AI'ya gücünü bir rakip ekibine karşı test edebileceği ve ekip çalışmasını öğrenebileceği bir alan sağlar.

Şimdilik hiç kimse profesyonel oyuncuları yenebilecek AI geliştirmedi. Ancak AI'nın bu tür karmaşık oyunlarda insanlarla rekabet ettiği gerçeği, bu alana ne kadar ileri gittiğimizi gösteriyor.

Oyunlar Diğer Alanlarda AI Geliştirmeye Yardımcı Olur

Bilim adamları, yeni AI teknikleri geliştirmek için oyunları test yatakları olarak kullanırken, başarıları oyunlarla sınırlı kalmadı. Aslında, oyun oynama AI'ları diğer alanlardaki yeniliklerin önünü açmıştır.

IBM, 2011 yılında doğal dil işleme ve üretme yeteneğine sahip (NLG / NLP) bir süper bilgisayar tanıttı ve şirketin eski CEO'su Thomas J Watson adını aldı. Bilgisayar, dünyanın en iyi iki oyuncusu karşısında Jeopardy adlı ünlü TV şovu yarışması oyununu oynadı ve kazandı. Watson daha sonra IBM'in sağlık hizmetleri, siber güvenlik ve hava durumu tahminleri dahil olmak üzere farklı alanlarda büyük bir AI servis hattı temeli haline geldi.

DeepMind, AI'yı kullanmak için takviye öğreniminin yardımcı olabileceği alanlarda kullanmak üzere AlphaGo'nun geliştirilmesinden edindiği tecrübeyi kullanıyor. Şirket, kullanmak için National Grid UK ile bir proje başlattı. AlphaGo en İngiliz elektrik şebekesinin verimliliğini artırmak için akıllılar. DeepMind'in ana şirketi olan Google, farklı donanımlarının tüketim kontrolünü otomatikleştirerek büyük veri merkezlerinin elektrik maliyetlerini düşürme tekniğini de kullanıyor. Google, bir gün fabrikalardaki nesneleri ele alacak robotları eğitmek için takviye öğrenimi de kullanıyor.

• Yapay Zeka Önyargı Sorunu Var ve Bu Bizim Hatamız Yapay Zeka Önyargı Sorunu Var ve Bu Bizim Bizim Hatamız
• IBM Yapay Zekâ İnsan Tartışma Şampiyonlarını Devraldı IBM Yapay Zekâ İnsan Tartışma Şampiyonlarını Devraldı
• Neden AI AI Olduğunu İfşa Etmeli? Neden AI AI Olduğunu İfşa Etmeli?

Libratus poker oynayan AI, AI'nın risk almak ve uzun vadeli kazançlar için kısa vadeli fedakarlık yapmak zorunda olduğu siyasi müzakereler ve açık artırmalar gibi çeşitli durumlarda yardımcı olabilecek algoritmaların geliştirilmesine yardımcı olabilir.

OpenAI Five’ın Ağustos’taki Dota 2 yarışmasında nasıl bir performans sergileyeceğini dört gözle bekliyorum. Özellikle sinir ağlarının ve geliştiricilerin 15 milyon dolarlık ödülü kazanıp kazanmadıklarını merak etmeme rağmen, başarılarının hangi yeni pencereleri açacağını görmek istiyorum.