AI-agenter lär sig att arbeta tillsammans genom att bråka med Virtual Swine

Att bråka en gris – även en virtuell sådan – är mycket lättare om du får en vän att hjälpa till. Så mycket verkar tydligt från en tävling organiserad av Microsoft-forskare för att testa hur artificiellt intelligenta agenter skulle kunna samarbeta för att lösa knepiga problem. Hur man bäst samarbetar med sin grisbråkande kompis är en annan fråga.

Tävlingen tar upp ett område av artificiell intelligens som hittills haft relativt lite uppmärksamhet. AI-forskare utvecklar ofta mjukvara som kan utföra en specifik mänsklig uppgift, som att spela schack eller Go, och mäter den sedan efter dess förmåga att besegra en mänsklig spelare. Men en stor del av mänsklig intelligens involverar kommunikation, social intelligens och sinnesteori, eller förmågan att förutse och tolka en annan intelligent agents avsikter.

Projektet tipsar också om hur människor och AI-system så småningom kan arbeta tillsammans för att uppnå mer än summan av deras delar. Detta är en del av en bredare trend att tänka om AI som förstärkt intelligens snarare än artificiell intelligens, säger Oren Etzioni , VD för Allen Institute for Artificial Intelligence.

För Microsoft-tävlingen arbetade AI-agenter tillsammans i Project Malmö, en specialversion av det öppna datorspelet Minecraft. Microsofts forskare designade den här miljön för att göra det enkelt att importera och testa olika AI-tekniker. Mycket ytterligare framsteg kommer att behövas innan AI-agenter kan slå sig samman på användbara sätt eller hjälpa människor, men tävlingen erbjuder ett sätt att testa några tidiga idéer.

För tävlingen kunde agenter försöka kontrollera och fånga en oregerlig virtuell gris antingen på egen hand eller genom att slå sig ihop med en annan AI-agent och tjäna poäng varje gång.

De bästa lagen i Malmö Collaborative AI Challenge använde banbrytande maskininlärningsmetoder som djupinlärning för att träna sina agenter att arbeta tillsammans. Detta innebar att de matades med stora mängder data. Men vissa deltagare använde sig också av äldre, mindre fashionabla metoder som innebär att ge en virtuell agent hårdkodad kunskap och förståelse.

Vinnarna av tävlingen, ett team från University of Oxford i Storbritannien, använde förstärkningsinlärning, en sorts maskininlärning inspirerad av hur djur lär sig genom experiment (se 10 Breakthrough Technologies: Reinforcement Learning ). Deras agenter upplevde positiv förstärkning när de lyckades arbeta tillsammans för att få tag i grisen.

Katja Hofmann , huvudforskaren i Microsofts Malmö-projekt, konstaterar att många team kombinerade olika tillvägagångssätt. Det fanns ingen enskild typ av tillvägagångssätt som kom fram som en tydlig vinnare, tillägger hon och säger att det är troligt att hybridmetoder kommer att visa sig vara särskilt lovande riktningar för framtida forskning.

Grisbrottningsutmaningen hämtar inspiration från ett tankeexperiment känt som svensjakten , som utforskar begrepp inom spelteorin, en gren av matematiken som handlar om samarbets- och förhandlingsstrategier. Tanken är att två jägare måste bestämma sig för om de ska jaga en hare på egen hand eller slå sig ihop för att vinna det större priset av en hjort.

De bästa teamen som är involverade i tävlingen, bedömda enligt poängen de uppnått samt nyheten i deras arbete, kommer att få ett forskningsbidrag på $20 000 och en plats på Microsofts Research AI Summer School.

Peter söndagar , en professor vid University of Washington som studerar maskininlärning och datautvinning, säger att träning av AI-mjukvara i simulerade miljöer har sina nackdelar. Mjukvara kan bli överoptimerad för just den miljön och därför mindre användbar i den verkliga världen, säger han, även om mer sofistikerade simulerade världar börjar förändra detta.

Domingos tillägger att samarbete mellan människor är så komplext och subtilt att det är svårt att föreställa sig att Microsoft-projektet producerar genuint användbara tillvägagångssätt. Trots viss skepsis är han dock uppmuntrad av projektet.

Det är fortfarande tidiga dagar i det här området, och Minecraft är en miljö med många möjligheter, säger Domingos. [Det är] rikare än saker som har använts tidigare, så det verkar verkligen värt att prova.

Dölj