Naujame tyrime mokslininkų komanda, kuriai vadovavo kompiuterių mokslų profesorius Jonas Kleinbergas iš Tischo universiteto, sukūrė dirbtinio intelekto šachmatų kompiuterio sistemą, kuris nesiekia įveikti žmonių – ji išmokyta žaisti kaip žmogus. Taip šachmatai tampa įdomesni, leidžia mums suprasti, kuo kompiuterių sprendimai skiriasi nuo žmonių sprendimų – ir kaip tai galėtų padėti žmonėms išmokti geriau žaisti šachmatais.
J.Kleinbergas sako, kad išmokti žaisti šachmatais prireikia beveik tiek laiko, kiek prireikia išmokti virtuoziškai groti muzikos instrumentu ar puikiai suprasti aukštąją matematiką – kartais tai užtrunka visą gyvenimą. Nepaisant to, kompiuteriai visais aspektais šiame žaidime pranašesni už žmones. Tad profesoriaus teigimu, šachmatai tampa sritimi, kurioje galime suprasti žmogaus gebėjimus per superprotingo dirbtinio intelekto prizmę.
J.Kleinbergas yra mokslinio straipsnio „Aligning Superhuman AI With Human Behavior: Chess as a Model System“ (liet. Antžmogiško dirbtinio intelekto ir žmogaus elgesio palyginimas: šachmatai kaip pavyzdinė sistema) bendraautorius. Praėjus keliems mėnesiams nuo Kompiuterinių mašinų „SIGKDD“ asociacijos konferencijos, kurioje buvo pristatytas šis straipsnis, 2020 metų gruodį šachmatų kompiuterinė sistema „Maia“, kuri buvo sukurta pasiremiant minėtu tyrimu, buvo paleista nemokamoje internetinėje svetainėje lichess.org. Jau vien pirmąją savaitę ją išbandė daugiau nei 40 000 žmonių.
Tyrimo bendraautorius ir profesoriaus asistentas Ashtonas Andersonas iš Toronto universiteto sako, kad dabartiniai šachmatų žaidimui skirti dirbtiniai intelektai nesuvokia, kas nulemia žmonių daromas klaidas. Jie parodys jums visas jūsų padarytas klaidas, visas situacijas, kurių metu susikirtote žaisdami – ir tai padaro su tokiu preciziškumu, kurį gali įgyvendinti tik mašina, tačiau niekaip negali pasakyti, kurioje konkrečiai vietoje jums reikėtų patobulėti. Tuo tarpu „Maia“ algoritmiškai charakterizuoja, kurios klaidos yra būdingos atitinkamam žaidimo lygiui, ties kuriomis klaidomis žmogus turėtų dirbti, o kurias kol kas galima praleisti, nes jos dar per sudėtingos.
Dirbtiniam intelektui pasivijus ir pralenkus žmogaus galimybes, mokslininkai ieško būdų kaip sukurti dirbtinio intelekto sistemas, kurios galėtų dirbti su žmonėmis. Daugumoje sričių dirbtinis intelektas gali duoti pastabas ir pagerinti žmogaus darbą – pavyzdžiui, interpretuojant medicininių tyrimų rezultatus – tačiau algoritmai į problemas žiūri visiškai kitaip nei žmonės, dėl to iš jų mokytis žmonėms yra sudėtinga ar net pavojinga.
Šio projekto metu mokslininkai siekė sukurti dirbtinį intelektą, kuris sumažintų skirtumus tarp žmogaus ir algoritmo elgesio. Jie išmokė kompiuterį ne patį save išmokyti sėkmingai atlikti užduotį, o interpretuoti individualius žmonių žingsnius. Žaidžiant šachmatais, internete fiksuojami šimtai milijonų įvairių gabumų lygių žaidėjų žingsnių – tai ideali galimybė apmokyti dirbtinio intelekto modelius būtent tai ir daryti.
J.Kleinbergas sako, kad šachmatai – dirbtinio intelekto tyrimų „vaisinės muselės“. Kaip genetikui vaisinė muselė rūpi tik kaip pavyzdinis organizmas, taip ir dirbtinio intelekto tyrėjai myli šachmatus kaip vieno iš savo modelių organizmus. Tai yra atskiras pasaulis, kurį galima tyrinėti – jis iliustruoja daugumą reiškinių, plačiuoju mastu matomų dirbtiniame intelekte.
Apmokius dirbtinio intelekto sistemą, kokius ėjimus daro žmogus, o ne kaip laimėti žaidimą, DI ėmė perprasti, kaip atkartoti žmogaus elgesį. Tai taip pat leido sukurti sistemą, kuri lengviau prisitaiko prie skirtingų žaidimo lygių, o tai – didelis iššūkis dabartiniam dirbtiniam intelektui.
Kiekviename gabumų lygyje „Maia“ atkartojo žmogaus ėjimus daugiau nei 50 procentų atvejų, o gebėjimams tobulėjant, šis tikslumas tik didėjo. Tokie tikslumo rodikliai yra žymiai geresni nei dviejų populiarių šachmatų kompiuterių sistemų – „Stockfish“ ir „Leela“.
„Maia“ taip pat sugebėjo užfiksuoti, kokias klaidas kiekviename konkrečiame lygyje daro žaidėjai – ir kokiame gebėjimų lygyje žmonės nustoja daryti tokias klaidas.
Kad sukurtų „Maia“, mokslininkai pakeitė atvirojo kodo sistemą „Leela“, sukurtą remiantis „Deep Mind Alpha Zero“ sistema, kuri priima su šachmatų žaidimu susijusius sprendimus tais pačiais neuroniniais tinklais, kurie klasifikuoja ir paveiksliukus bei kalbą. Jie apmokė skirtingas „Maia“ versijas žaisti žaidimą pritaikant skirtingus gabumų lygius – kad sukurtų devynis botus, skirtus žaisti su skirtingais žmonėmis, nuo naujokų iki stipriai pažengusių žaidėjų.
J.Kleinbergas sako, kad jų modelis savęs neišmokė atlikti geriausius ėjimus – jis save išmokė daryti tai, ką daro žmogus. Tačiau mokslininkai turėjo būti labai atsargūs, kad kompiuteris neieškotų galimų ėjimų pernelyg kruopščiai – kadangi tokia strategija jį padarytų per daug geru žaidėju. Kompiuteriui svarbiausia susikoncentruoti prognozuojant, koks bus kitas žmogaus ėjimas.
Parengta pagal „Cornell Chronicle“.
