Yapay zeka bir kez daha insanları alt ediyor ...
Massachusetts Institute of Technology'nin bilimsel araştırma ekibi, 19'unda yapay zeka programı "DeepRole" (DeepRole) "öldürme oyunu" veya "kurt adam" benzeri bir çevrimiçi oyunda insanlardan daha iyi performans gösterdiğini ve ilk oyuncu karakteri olduğunu duyurdu. Ve bilinmeyen nedenlerle çok oyunculu oyunlarda insan oyuncuları yenen bir yapay zeka programı.
Araştırmacılar, çevrimiçi masa oyunu "Resistance: Avalon" un 4000'den fazla turuna "Derin Rolleri" katılıyor. Bu oyunda oyuncular, kimliklerini saklarken diğer oyuncuların kimliklerini oyunun ilerleyişi yoluyla çıkarırlar. Sonuç olarak, "iyi adamlar" veya "kötü adamlar" olarak, "derin karakterler" insan oyunculardan daha iyi performans gösterir.
Araştırmalar gösteriyor ki, algoritmada "tümdengelimli akıl yürütme" kullanarak, "derin rol" bir oyuncunun düşman mı yoksa arkadaş mı olduğunu gözlemlenen bazı davranışlara göre belirler ve kazanmak için kiminle ittifak kuracağını çabucak öğrenir.
Bu, yapay zekanın insanları bir oyunda ilk kez mağlup etmesi değil.
Mart 2016 gibi erken bir tarihte, Google'ın "Deep Thinking" şirketi tarafından geliştirilen yapay zeka programı "Alpha Go" Go'nun dünya şampiyonu Lee Sedol'e karşı oynadı ve Lee Sedol'ü 4-1 yendi.
Geçen yılın Aralık ayından bu yıl Ocak ayına kadar, "Deep Thinking" in bir başka yapay zeka programı olan "Alpha Star", klasik gerçek zamanlı strateji bilgisayar oyunu "StarCraft 2" de üst düzey insan profesyonel oyuncularla 11 maç gerçekleştirdi. İnsan oyuncuyu 1 sayı yendi.
Sadece 24 Ocak'ta düzenlenen "Alpha Star" canlı oyunda, oyunun sınırlı görüş açısı nedeniyle, insan oyuncular bir sonraki oyunu zar zor kazanıyor.
Her iki tarafça da görülebilen Go tahtasındaki tüm satranç taşlarından farklı olarak, StarCraft II'de bir "savaş sisi" var. Bir tarafın diğer tarafın eylemlerini tahmin etmesi ve algılaması gerekiyor. Bu "kusurlu bir bilgi oyunu" ve gerçek zamanlı tepki vermek için yapay zeka gerektiriyor. .
"Deep Thinking" şirketine göre, "Alpha Star" ın kazanması için önemli bir temel, derin bir sinir ağı kullanmasıdır.Araştırmacılar, öğrenme fikrini taklit etmek için denetimli öğrenme ve pekiştirmeli öğrenme yoluyla eğitim için doğrudan oyunun ham verilerini kullanırlar. Modelin oyunda üst düzey insan oyuncular tarafından kullanılan stratejileri ve işlemleri hızlı bir şekilde öğrenmesine izin verin.
Bu yılın Temmuz ayında, Carnegie Mellon Üniversitesi, okul ve Facebook tarafından ortaklaşa geliştirilen bir yapay zeka olan Pluribus'un altı elli bir Texas Hold'em turnuvasında dünyanın en iyi birçok oyuncusunu mağlup ettiğini ve yapay zekanın yalnızca satrançta kullanılabileceğini açıkladı. Go and Go gibi iki oyunculu oyunlarda insanların sınırlamalarının üstesinden gelin.
O sırada Pluribus, 13 Texas Hold'em poker oyuncusuyla altı elli, sınırsız 10.000 elli altı elli bir maç oynadı.Her maçta, makine 5 insan oyuncuya karşı oynadı ve makine kazandı.
Oyunda, Pluribus kendini öngörülemez hale getirecek. Örneğin, geleneksel oyun, kartın en iyi olduğu zaman bahis yapmaktır, ancak bu, rakip tarafından hızlı bir şekilde görülecektir, bu nedenle "biraz oynayacak" ve sağduyu dışında kart oynayacaktır. Analizler, çoğu insan oyuncunun kötü olarak gördüğü bazı kararlar vereceğini ve bu durumun objektif olarak rakiplerin kafasını karıştıracağını gösteriyor.
Ancak önceki bu oyunlarda yapay zeka, "kimin düşman kimin dost olduğunu" başından beri biliyordu. Aksine, "derin rol" ün karşı karşıya olduğu durum daha karmaşıktır ve gözleme dayalı kendi yargısını gerektirir.
Şu anda, yapay zeka becerilerinde iyileştirme için hala yer var ve dil becerileri bir sonraki sınır olacak. Oyunda, daha karmaşık iletişim becerileri gerektiren insan oyuncular yalan söyleyecektir. Yapay zeka ancak ifade becerilerinde ustalaştıktan sonra, diğer oyuncuları ikna etmesi gereken karmaşık sosyal muhakeme oyunlarına katılabilir.
Go'yu kazanmak ve oyunu kazanmak, yapay zekanın gelişimine ne getirebilir?
Araştırmacılar, oyunlarda yapay zeka eğitmenin insanların daha fazla deneyim kazanmasına ve nihayetinde gerçek hayatta karmaşık sorunlarla başa çıkabilecek programlar tasarlamasına yardımcı olduğunu, böylece robotların insanları daha iyi anlamasına, insanlardan öğrenmesine ve insanlarla çalışmasına yardımcı olduğunu söylüyor.
Sorumluluk Reddi: Bu makale, daha fazla bilgi vermek amacıyla yeniden üretilmiştir. Kaynak etiketlemede bir hata veya yasal haklarınızın ihlali söz konusuysa, lütfen sahiplik sertifikası ile web sitesi ile iletişime geçin ve zamanında düzeltip sileceğiz, teşekkür ederiz.
Kaynak: Xinhua International Manşet
