211service.com
DeepMind vill lära AI att spela ett kortspel som är svårare än Go
Om du någonsin har spelat kortspelet Hanabi kommer du att förstå när jag säger att det inte liknar något annat. Det är ett samarbetsspel där du har full koll på alla andras händer men inte dina egna.
För att vinna spelet måste varje spelare ge de andra tips om sina händer under ett begränsat antal rundor för att ordna alla kort i en specifik ordning. Det är en intensiv övning i strategi, slutsatser och samarbete. Det är därför forskare på Google Brain och DeepMind tycker att det är det perfekta spelet för AI att ta sig an härnäst.
I en ny artikel hävdar de att till skillnad från de andra spelen som AI har bemästrat, som schack, Go och poker, kräver Hanabi teori om sinne och en högre nivå av resonemang. Theory of mind handlar om att förstå andras mentala tillstånd – och förstå att de kanske inte är desamma som dina. Det är en grundläggande färdighet som människor använder för att fungera effektivt i världen, och en som vi vanligtvis tar upp när vi är väldigt unga.
Information i Hanabi begränsas både av antalet tips som ges till spelarna i varje spel och av vad som kan kommuniceras i varje ledtråd. Som ett resultat måste en AI-agent också plocka upp implicit information från de andra spelarnas handlingar för att vinna spelet – en utmaning som den inte har behövt mötas tidigare.
Dessutom måste den lära sig att ge maximal information i sina egna tips och åtgärder för att hjälpa de andra spelarna att lyckas. Om en AI-agent framgångsrikt kan navigera i en sådan miljö med ofullkomlig information, tror forskarna, kommer det att vara ett steg närmare ett effektivt samarbete med människor.
Dessa är alla nya utmaningar för forskarsamhället och kommer att kräva nya algoritmiska framsteg som länkar samman arbetet inom flera delområden av AI, inklusive förstärkningsinlärning, spelteori och emergent kommunikation - studien av hur kommunikation uppstår mellan flera AI-agenter i samarbetsmiljöer .
För att bekräfta denna hypotes testade Google-teamet alla nuvarande toppmoderna förstärkningsinlärningsalgoritmer och fann att de presterade dåligt. Som svar släppte de en Hanabi-miljö med öppen källkod för att stimulera till ytterligare arbete inom forskarsamhället.
Som forskare har jag fascinerats av hur AI-agenter kan lära sig att kommunicera och samarbeta med varandra och i slutändan även människor, säger Jakob Foerster, en av tidningens medförfattare. Hanabi erbjuder en unik möjlighet för en stor utmaning på detta område.