Utviklerne trente kunstig intelligens til å ta gjensidig fordelaktige avgjørelser i samarbeidsspill ved bruk av "tomprat" - utveksling av enkle fraser-reaksjoner. Samtidig viste team fra to datamaskiner seg å være mer ærlige spillere enn mennesker.
Et internasjonalt team av forskere testet en algoritme som trener datamaskiner for å finne gjensidig fordelaktige løsninger. Når man testet effektiviteten til teknikken med deltakelse av mennesker, viste det seg at to datamaskiner er i stand til å kommunisere med hverandre mer effektivt enn to personer. Utviklerne tror at deres forskning i fremtiden vil hjelpe til med å skape kunstig intelligens med utviklede ferdigheter for å kommunisere med mennesker.
Kunstig intelligens blir jevnlig en menneskelig rival i spill der det er en vinner og en taper: i sjakk, brikker eller gå. Forfatterne av det nye verket bestemte seg for å teste hvor vellykket datamaskinen vil være i samarbeidsspill. I dem går spillerne sammen for å oppnå det beste resultatet for alle lagmedlemmer.
Forskere testet 25 eksisterende algoritmer som analyserer trekk og resultater i spill som ble spilt. Testspillene involverte team på to datamaskiner, to personer, eller en person og en datamaskin. I den første fasen av arbeidet var det ingen av algoritmene som var i stand til å finne en vellykket langsiktig strategi for spillet, noe som var gunstig for begge spillerne i laget. I det andre trinnet la forskerne muligheten til å utveksle små meldinger til de eksperimentelle forholdene. I følge spillteori etablerer folk samarbeidsforhold, blant annet gjennom billig prat. Dette er en type kommunikasjon som ikke krever mye krefter, men som indirekte kan påvirke løpet av spillet. Med en vellykket utvikling av hendelser sendte datamaskiner meldinger som “Flott! Vi vil bli rike! ", Mens du prøvde å bryte avtalen -" Du forrådte meg!"
Ved hjelp av slike meldinger har S # -algoritmen lært å justere løpet av spillet og samarbeide med en partner, og søke gjensidig nytte. På slutten av spillet tok lag på to datamaskiner gjensidig fordelaktige avgjørelser 100% av tiden, og menneskelige spillere bare 60%. Samtidig lærte datamaskiner å bruke "tomme samtaler" så naturlig at folk som falt i den samme kommandoen med en datamaskin ikke med sikkerhet kunne bestemme hvem teamkompisen deres var - en algoritme eller en person.
Forskerne tror arbeidet deres vil bidra til å utnytte de matematiske grunnlagene for samarbeidet for å utvikle samarbeidende "sosial" AI.
Forskningen er publisert i tidsskriftet Nature Communications.
Natalia Pelezneva
Salgsfremmende video:
