211service.com
DeepMind vuole insegnare all'IA a giocare a un gioco di carte più difficile di Go
Se hai mai giocato al gioco di carte Hanabi, capirai quando dico che è diverso dagli altri. È un gioco collaborativo in cui hai una visione completa delle mani di tutti gli altri ma non le tue.
Per vincere la partita, ogni giocatore deve dare agli altri suggerimenti sulle proprie mani in un numero limitato di round per disporre tutte le carte in un ordine specifico. È un intenso esercizio di strategia, inferenza e cooperazione. Ecco perché i ricercatori di Google Brain e DeepMind pensano che sia il gioco perfetto per l'IA da affrontare.
In un nuovo articolo, sostengono che, a differenza degli altri giochi che l'IA ha imparato, come scacchi, Go e poker, Hanabi richiede una teoria della mente e un livello di ragionamento più elevato. La teoria della mente riguarda la comprensione degli stati mentali degli altri e la comprensione che potrebbero non essere uguali ai tuoi. È un'abilità fondamentale che gli esseri umani usano per operare in modo efficiente nel mondo e che di solito acquisiamo quando siamo molto giovani.
Le informazioni in Hanabi sono limitate sia dal numero di suggerimenti forniti ai giocatori in ogni gioco sia da ciò che può essere comunicato in ogni suggerimento. Di conseguenza, un agente IA deve anche raccogliere informazioni implicite dalle azioni degli altri giocatori per vincere la partita, una sfida che non ha dovuto affrontare prima.
Inoltre, deve imparare a fornire il massimo delle informazioni possibili nei propri suggerimenti e azioni per aiutare gli altri giocatori ad avere successo. Se un agente di intelligenza artificiale può navigare con successo in un ambiente di informazioni così imperfette, ritengono i ricercatori, sarà un passo avanti verso una cooperazione efficace con gli esseri umani.
Queste sono tutte nuove sfide per la comunità di ricerca e richiederanno nuovi progressi algoritmici che colleghino il lavoro di diversi sottocampi dell'IA, tra cui l'apprendimento per rinforzo, la teoria dei giochi e la comunicazione emergente: lo studio di come nasce la comunicazione tra più agenti dell'IA in contesti collaborativi .
Per confermare questa ipotesi, il team di Google ha testato tutti gli attuali algoritmi di apprendimento per rinforzo allo stato dell'arte e ha scoperto che funzionano male. In risposta, hanno rilasciato un ambiente Hanabi open source per stimolare ulteriori lavori all'interno della comunità di ricerca.
Come ricercatore sono rimasto affascinato dal modo in cui gli agenti dell'IA possono imparare a comunicare e cooperare tra loro e, in definitiva, anche con gli esseri umani, afferma Jakob Foerster, uno dei coautori del documento. Hanabi rappresenta un'opportunità unica per una grande sfida in questo settore.