همکاری انسان و هوش‌مصنوعی برای پیروزی در یک بازی سخت
مجله علمی ایلیاد - با کمی کمک انسانی، سیستم تقویت یادگیری جدیدِ «اوبر» در بازی پیت‌فال بسیار قوی شد. بله، کار گروهی بسیار مهم است. گروهی از دانشمندان آزمایشگاه هوش‌مصنوعی اوبر، یکی از مهم‌ترین چالش‌های برجسته در تحقیقات هوش‌مصنوعی را به پایان رساندند؛ چیزی بسیار پیشرفته و دشوار که برخی فکر می‌کنند آیا سیستم هوش‌مصنوعی اصلاً آن‌را تشخیص می‌دهد یا خیر؟
درست است. طبق گزارش‌های MIT Technology Review، این گروه، الگوریتمی را ساختند که در بازی‌های ویدئویی قدیمیِ پیت‌فال و انتقام مونتزوما، واقعاً خوب عمل کرد. طبق گزارش وبلاگ اوبر، در تحقیقاتی که به زودی منتشر می‌شود، این الگوریتم در حالی که مقداری کمک از انسان می‌گیرد، اما یاد گرفته که امتیازهایی را به‌دست آورد که هیچ بازیکن انسانی تا کنون نتوانسته به آن برسد.
طبق گزارش‌های MIT Tech Review، وقتی هوش‌مصنوعی یاد بگیرد که چگونه بازی کند و سپس بر بازی ویدئویی چیره باشد، اغلب یادگیری رخ می‌دهد. تقویت یادگیری نوعی الگوریتم است که یاد می‌گیرد به دنبال چیزهایی باشد که به گونه‌ای برنامه‌ریزی شده که پاداش در نظر گرفته می‌شود. امتیاز همیشه در حال افزایشِ بازی ویدئویی، بازیکنان هوش‌مصنوعی تحریک‌شده با یادگیری تقویت‌شده را مشتاق می‌سازد، اما بازی‌هایی مانند پیت‌فال و انتقام مونتزوما فوراً امتیاز بازیکن را افزایش نمی‌دهند.
در بازی‌هایی مانند بازی کلاسیک «سوپر ماریو» که سیستم‌های هوش‌مصنوعی در آن بسیار پیشرفته هستند، بالا بردن امتیاز آسان است؛ جمع‌آوری سکه و پریدن روی سکوها پاداش‌های واضح و فوری می‌دهد. اما حتی الگوریتم‌های تقویت یادگیری که به صراحت برای کشف تصادفی و امتحان ایده‌های جدید و بسیار آموزش دیده‌اند، در هنگام تلاش برای کشف مراحل پی‌در‌پی برای افزایش امتیاز در هر یک از بازی‌ها، دست‌پاچه می‌شوند.
الگوریتم جدیدِ اوبر می‌تواند تلاش‌های قبلی را به خاطر بسپارد، در نتیجه می‌تواند بهتر از هر بازیکن هوش‌مصنوعی دیگری که سعی دارد آن دو بازی سخت را شکست دهد، از اشتباهات خود درس می‌گیرد. اما این الگوریتم هنوز به ناظری انسانی نیاز دارد تا آن‌را تشویق کند که استراتژی‌ها یا مناطق امیدوارکننده‌ای که ممکن است نادیده گرفته شود را بازبینی کند. اگر این تحقیق نشانه‌ای از چیزهایی که رخ خواهد داد، باشد، آن وقت به نظر می‌رسد که امتیازاتِ بالا و حل دیگر مسائل پیچیده، احتمالاً با همکاری‌های انسان و هوش‌مصنوعی انجام خواهد شد، نه فقط با به تنهایی کار کردنِ ماشین‌ها.
نوشته: دن روبیتسکی
ترجمه: زهرا جهانبانی – مجله علمی ایلیاد