De ontwikkelaars hebben kunstmatige intelligentie getraind om wederzijds voordelige beslissingen te nemen in coöperatieve spellen met behulp van "lege praat" - de uitwisseling van eenvoudige zinnen-reacties. Tegelijkertijd bleken teams bestaande uit twee computers eerlijkere spelers te zijn dan mensen.
Een internationaal team van onderzoekers testte een algoritme dat computers traint om wederzijds voordelige oplossingen te vinden. Bij het testen van de effectiviteit van de techniek met deelname van mensen, bleek dat twee computers effectiever met elkaar kunnen communiceren dan twee mensen. De ontwikkelaars geloven dat hun onderzoek in de toekomst zal helpen bij het creëren van kunstmatige intelligentie met ontwikkelde vaardigheden om met mensen te communiceren.
Kunstmatige intelligentie wordt regelmatig een menselijke rivaal in spellen waar er een winnaar en een verliezer is: in schaken, dammen of go. De auteurs van het nieuwe werk besloten om te testen hoe succesvol de computer zal zijn in coöperatieve spellen. Daarin bundelen de spelers hun krachten om het beste resultaat voor alle teamleden te behalen.
Onderzoekers hebben 25 bestaande algoritmen getest die zetten en resultaten in gespeelde spellen analyseren. Bij de testspellen waren teams van twee computers, twee mensen of een persoon en een computer betrokken. In de eerste fase van het werk was geen van de algoritmen in staat om een succesvolle langetermijnstrategie van het spel te vinden, wat gunstig is voor beide spelers in het team. In de tweede stap voegden de onderzoekers de mogelijkheid toe om kleine berichten uit te wisselen aan de experimentele omstandigheden. Volgens de speltheorie gaan mensen samenwerkingsverbanden aan, onder meer door goedkope praatjes. Dit is een vorm van communicatie die niet veel moeite kost, maar die indirect het verloop van het spel kan beïnvloeden. Met een succesvolle ontwikkeling van evenementen, stuurden computers berichten als "Geweldig! We zullen rijk worden! ", Terwijl ik probeerde de overeenkomst te verbreken -" Je hebt me verraden!"
Met behulp van dergelijke berichten heeft het S # -algoritme geleerd het verloop van het spel aan te passen en samen te werken met een partner, op zoek naar wederzijds voordeel. Tegen het einde van het spel namen teams van twee computers 100% van de tijd wederzijds voordelige beslissingen en menselijke spelers slechts 60%. Tegelijkertijd leerden computers om "lege spraak" zo natuurlijk te gebruiken dat mensen die onder hetzelfde commando vielen met een computer, niet vol vertrouwen konden bepalen wie hun teamgenoot was - een algoritme of een persoon.
De onderzoekers geloven dat hun werk zal helpen om de wiskundige onderbouwing van samenwerking te benutten om coöperatieve "sociale" AI te ontwikkelen.
Het onderzoek is gepubliceerd in het tijdschrift Nature Communications.
Natalia Pelezneva
Promotie video:
