211service.com
AI-agenter lærer å jobbe sammen ved å krangle med Virtual Swine
Å krangle en gris – til og med en virtuell en – er mye lettere hvis du får en venn til å hjelpe. Dette virker klart fra en konkurranse organisert av Microsoft-forskere for å teste hvordan kunstig intelligente agenter kan samarbeide for å løse vanskelige problemer. Hvordan du best kan samarbeide med din grisestridende venn er et annet spørsmål.
Konkurransen tar for seg et område med kunstig intelligens som har hatt relativt lite oppmerksomhet så langt. AI-forskere utvikler ofte programvare som er i stand til å utføre en spesifikk menneskelig oppgave, for eksempel å spille sjakk eller Go, og deretter måle den i henhold til dens evne til å beseire en menneskelig spiller. En stor del av menneskelig intelligens involverer imidlertid kommunikasjon, sosial intelligens og sinnsteori, eller evnen til å forutse og tolke en annen intelligent agents intensjoner.
Prosjektet antyder også hvordan mennesker og AI-systemer til slutt kan jobbe sammen for å oppnå mer enn summen av delene deres. Dette er en del av en bredere trend med å revurdere AI som utvidet intelligens i stedet for kunstig intelligens, sier Oren Etzioni , administrerende direktør for Allen Institute for Artificial Intelligence.
For Microsoft-konkurransen jobbet AI-agenter sammen i Project Malmo, en spesialversjon av det åpne dataspillet Minecraft. Microsofts forsker designet dette miljøet for å gjøre det enkelt å importere og teste forskjellige AI-teknikker. Mye ytterligere fremgang vil være nødvendig før AI-agenter kan slå seg sammen på nyttige måter eller hjelpe mennesker, men konkurransen tilbyr en måte å teste noen tidlige ideer.
For konkurransen kunne agenter prøve å kontrollere og fange en uregjerlig virtuell gris enten på egen hånd eller ved å slå seg sammen med en annen AI-agent, og tjene poeng hver gang.
Topplagene i Malmo Collaborative AI Challenge brukte banebrytende maskinlæringsmetoder som dyp læring for å trene sine agenter til å jobbe sammen. Dette innebar å mate dem store mengder data. Men noen deltakere benyttet seg også av eldre, mindre fasjonable tilnærminger som innebærer å gi en virtuell agent hardkodet kunnskap og forståelse.
Vinnerne av konkurransen, et team fra University of Oxford i Storbritannia, brukte forsterkningslæring, en slags maskinlæring inspirert av måten dyr lærer gjennom eksperimentering (se 10 Breakthrough Technologies: Reinforcement Learning ). Agentene deres opplevde positiv forsterkning hver gang de jobbet sammen for å gripe grisen.
Katja Hofmann , hovedforskeren på Microsofts Malmo-prosjekt, bemerker at mange team kombinerte forskjellige tilnærminger. Det var ingen enkelt type tilnærming som dukket opp som en klar vinner, legger hun til, og sier det er sannsynlig at hybride tilnærminger vil vise seg å være spesielt lovende retninger for fremtidig forskning.
Grisebryting-utfordringen henter inspirasjon fra et tankeeksperiment kjent som hjortjakten , som utforsker begreper innen spillteori, en gren av matematikk opptatt av samarbeid og forhandlingsstrategier. Tanken er at to jegere må bestemme om de skal jakte en hare på egen hånd eller slå seg sammen for å vinne den største premien til en hjort.
Topplagene som er involvert i konkurransen, bedømt i henhold til poengsummen de oppnådde så vel som nyheten i arbeidet deres, vil motta et forskningsstipend på $20 000 og en plass på Microsofts Research AI Summer School.
Peter søndager , en professor ved University of Washington som studerer maskinlæring og datautvinning, sier å trene AI-programvare i simulerte miljøer har sine ulemper. Programvare kan bli overoptimalisert for det spesielle miljøet og derfor mindre nyttig i den virkelige verden, sier han, selv om mer sofistikerte simulerte verdener begynner å endre dette.
Domingos legger til at samarbeid mellom mennesker er så komplekst og subtilt at det er vanskelig å forestille seg at Microsoft-prosjektet produserer genuint nyttige tilnærminger. Til tross for en viss skepsis er han imidlertid oppmuntret av prosjektet.
Det er fortsatt tidlig i dette området, og Minecraft er et miljø med mange muligheter, sier Domingos. [Det er] rikere enn ting som har blitt brukt før, så det virker absolutt verdt å prøve.