Ihmiset iskevät takaisin Go-playing AI -järjestelmiin

Luuletko, että niukoilla ihmisillä ei ole mahdollisuuksia pelatessaan strategiapelejä tekoälyä vastaan? Saatat joutua miettimään uudelleen. Eräs yhdysvaltalainen voitti tekoälyn muinaisessa Go-pelissä yksinkertaisesti johtamalla sen huomion pois tekemästään hyökkäyksestä, mikä tuskin toimisi toisessa lihapussissa.

Pelaaja Kellin Pelrine ei ilmeisesti ole aivan amatööriluokkien kärjessä Go-pelaamisen suhteen, mutta onnistui voittamaan tekoälyn parhaan 14 pelissä 15:stä. Financial Times. Pelrine käytti taktiikkaa, joka sisälsi algoritmin häiritsemisen laudan muissa kulmissa liikkeillä, kun hän työskenteli vastustajiensa kiviryhmien ympärillä.

Go on lautapeli, jossa kaksi pelaajaa asettaa mustan tai valkoisen kiven 19 x 19 laudalle, jonka tarkoituksena on ympäröidä suurempi alue kuin vastustajasi. Kivet poistetaan laudalta, jos niitä ympäröivät vastakkaiset kivet.

Näyttää siltä, ​​että Go-playing AI ei huomannut ahdinkoa, jossa se oli, vaikka piiritys oli melkein valmis – strategia, joka olisi ollut ilmeinen yhdellä silmäyksellä toiselle ihmispelaajalle.

Tämä kaikki on kaukana vuodesta 2016, jolloin Google omisti DeepMind'sin AlphaGo onnistui voittamaan Lee Sedolin – yhden maailman korkeimmalle sijoittuneista Go-pelaajista – ja monet ihmiset pitivät tätä kehitystä ihmispelaajien kannalta ohimenevänä, koska heillä olisi tulevaisuudessa renkaat yhä kehittyneemmillä koneoppimismalleilla.

Pelrine ei pelannut AlphaGoa vastaan, vaan useita muita Go-playing AI -järjestelmiä vastaan, mukaan lukien KataGo, joka perustuu DeepMindin AlphaGo Zeron luomiseen käyttämiin tekniikoihin.

Ironista kyllä, näyttää siltä, ​​että lähestymistapa näiden tekoälyjärjestelmien kukistamiseen löydettiin tietokoneohjelmalla, jonka tutkijaryhmä (mukaan lukien Pelrine) loi erityisesti etsimään tekoälystrategian heikkouksia, joita ihmispelaaja voisi hyödyntää. Ohjelma pelasi yli miljoona peliä KataGoa vastaan ​​analysoidakseen sen käyttäytymistä, meille kerrotaan.

Ohjelmiston löytämä strategia ei ole täysin triviaali, mutta ihmispelaajien ei myöskään ole vaikea päästä siihen käsiksi, Pelrine kertoi FT:lle, ja sen voi ottaa käyttöön välipelaaja voittaakseen Go-playing AI -mallit.

Viimeisin muutos korostaa, että tekoälyjärjestelmät voivat vaikuttaa asiantuntijoilta kaikissa prosesseissa, joita heidän mallinsa on koulutettu suorittamaan, mutta niiden ominaisuuksissa voi silti olla yllättäviä aukkoja.

"Luulen, että "yllättävä vikatila" on todellinen tarina täällä", ohjelmistosuunnittelija ja shakki- ja mieliurheilun ammattipelaaja Alain Dekker kertoi. Rekisteri. "Ajattele a Tesla-auto ajaa pakettiauton kylkeen koska se on sekoittanut vaalean värinsä horisonttiin."

Dekker sanoi, että kaikilla korkeasti koulutetuilla tekoälyillä on todennäköisesti näitä kuolleita kulmia, että yhä monimutkaisempi kuolleiden kulmien peittäminen johtuu osittain siitä, miksi sen saaminen toimimaan on niin vaikeaa ja miksi kuljettajattomien autojen saaminen voi kestää odotettua kauemmin. meidän teillämme.

Tutkimusryhmä kertoi FT:lle, että AI Go -pelaajien strategioiden sokean pisteen tarkka syy on arveluttava, mutta todennäköisesti Pelrinen käyttämä lähestymistapa on niin harvinainen, että algoritmi ei tunnista sitä. Jos näin on, näyttää todennäköiseltä, että päivitettyjä malleja, jotka on koulutettu tunnistamaan tämä strategia, ei ehkä tulevaisuudessa voida huijata niin helposti.

Saatavilla on paperi, jossa kerrotaan yksityiskohtaisesti voittaneen strategian löytämiseen käytetyt taistelutaktiikat tätä [PDF]. ®

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• Platoblockchain. Web3 Metaverse Intelligence. Tietoa laajennettu. Pääsy tästä.
• Lähde: https://go.theregister.com/feed/www.theregister.com/2023/02/20/human_go_ai_defeat/