هوش مصنوعی بازی تخته متا می تواند در مذاکرات بازی خود را شبیه یک انسان کند


هوش مصنوعی توسعه یافته توسط محققان متا در حین بازی نسخه آنلاین بازی تخته دیپلماسی با انسان ها با موفقیت مذاکره کرد. او همچنین در رده 10 درصد بازیکنان برتر قرار گرفت

فن آوری


22 نوامبر 2022

جعبه بازی رومیزی دیپلماسی

Diplomacy یک بازی استراتژیک جنگ جهانی اول است

عکس از Alay

یک هوش مصنوعی که بازیکنی خبره در بازی استراتژی جنگ جهانی اول دیپلماسی است، اکنون می‌تواند در مکالمات و مذاکرات درون بازی شرکت کند بدون اینکه اکثر بازیکنان انسانی متوجه شوند که با یک ماشین صحبت می‌کنند.

بازی دیپلماسی شامل هفت بازیکن است که برای کنترل سرزمین های اروپایی با هم رقابت می کنند. اما فضایی برای همکاری وجود دارد زیرا بازیکنان در حال مذاکره برای اتحاد موقت برای هماهنگی حرکت و حمله هستند.

محققان متا، شرکت مادر فیسبوک، یک هوش مصنوعی به نام سیسرو ساختند که بازی دیپلماسی را از طریق آزمون و خطا و تقلید نسبی از کارهایی که بازیکنان انسان انجام می‌دهند، یاد گرفت. این رویکرد قبلاً به هوش مصنوعی اجازه می‌داد تا در نسخه ساده‌شده‌ای از بازی که شامل مذاکره نبود، بازیکنان انسانی متخصص را شکست دهد.

این تیم اکنون یک جزء زبان به سیسرو اضافه کرده است تا بتواند پیام ها را تفسیر و تولید کند. محققان کار خود را با یک سیستم هوش مصنوعی از پیش آموزش دیده با قابلیت تجزیه زبان آغاز کردند و سپس آن را بر روی 12.9 میلیون پیام انسانی از بیش از 40000 بازی دیپلماسی آموزش دادند. آنها همچنین روش هایی برای فیلتر کردن مزخرفات از پیام های سیسرو توسعه دادند.

چنین توانایی زبانی به سیسرو این امکان را می‌دهد که نیت انسان را از پیام‌ها درک کند و از آن اطلاعات برای اطلاع از اعمال خود استفاده کند. امیلی دینان در متا در همان زمان، سیسرو از توانایی استدلال استراتژیک خود برای تولید پیام های مرتبط با اهداف خود در بازی استفاده کرد.

محققان سیسرو را به صورت ناشناس وارد 40 بازی دیپلماسی کردند که توسط لیگ آنلاین بازیکنان انسانی میزبانی می شد. هوش مصنوعی در طول 72 ساعت گیم پلی 5277 پیام را برای بازیکنان انسانی ارسال کرد – و تقریباً هیچ کس متوجه نشد که آنها با یک هوش مصنوعی ارتباط برقرار می کنند. فقط یک بازیکن در یک چت بعد از بازی شک داشت که یکی از حساب های هوش مصنوعی ممکن است یک ربات باشد. سیسرو در بین 10 درصد بازیکنان برتر در سراسر بازی ها رتبه بندی شده است.

می‌گوید: «آنچه واقعاً مرا تحت تأثیر قرار می‌دهد این است که چگونه استدلال استراتژیک و مدل‌های زبانی با هم ترکیب می‌شوند جولین توگلیوس در دانشگاه نیویورک

یک چالش مداوم برای سیستم‌های هوش مصنوعی زبانی این است که آنها اغلب سوگیری‌ها را بازتولید می‌کنند. برای مثال، سیسرو تمایل داشت که بازیکنان را مرد فرض کند. این امر توسط بازیگران انسانی که اغلب از زبان تهاجمی یا نظامی مخصوص دیپلماسی استفاده می کردند، پیچیده تر شد. محققان متا فیلترهای زبانی را توسعه داده‌اند که بیشتر، اما نه همه زبان سمی تولید شده توسط سیسرو را می‌گیرند، اگرچه آنها نمونه‌های خاصی را که در آن موارد اشتباه پیش رفته است، به اشتراک نگذاشته‌اند.

موفقیت سیسرو در نسخه آنلاین دیپلماسی به دست آمد که در آن هر دور معاملاتی به 5 دقیقه محدود می شود. می‌گوید: «اگرچه سیسرو در برابر بازیکنان انسانی که با آن‌ها روبرو شده بسیار امیدوارکننده عمل می‌کند، زمان‌های کوتاه این بازی به سیسرو یک مزیت ناعادلانه می‌دهد.» جورجیوس یاناکاکیس در دانشگاه مالت

هنوز هم برای هوش مصنوعی کار کوچکی نبود که به عنوان انسان عمل کند و در عین حال از اکثر حریفان انسانی پیشی بگیرد. سیسرو به طور کلی رویکردی صادقانه و مفید برای مذاکراتی داشت که در آن بسیاری از بازیگران دیپلماسی از فریب و دروغ استفاده می کردند – اما این بدان معنا نیست که هوش مصنوعی کاملاً ساده لوحانه است.

دینان توضیح می‌دهد: «همچنین موقعیت‌هایی وجود دارد که او می‌تواند اطلاعات ارزشمند استراتژیک را برای کمک به دستیابی به اهدافش پنهان کند.

مرجع مجله: علوم پایه، DOI: 10.1126/science.ade9097

درباره این موضوعات بیشتر بدانید:


منبع: https://www.newscientist.com/article/2348152-metas-board-game-playing-ai-can-pass-as-a-human-in-game-negotiations/?utm_campaign=RSS%7CNSNS&utm_source=NSNS&utm_medium=RSS&utm_content=home

توسط احمد گل کار

احمد گل کار