|
美國(guó)麻省理工學(xué)院科研團(tuán)隊(duì)19日宣布，其開發(fā)的人工智能程序“深度角色”（DeepRole）在一個(gè)類似“殺人游戲”或“狼人殺”的在線游戲中勝過(guò)人類，成為首個(gè)在玩家角色和動(dòng)機(jī)不明的多玩家游戲中戰(zhàn)勝人類玩家的人工智能程序。
研究人員讓“深度角色”參與了超過(guò)4000輪在線桌游“抵抗組織：阿瓦隆”。在這個(gè)游戲中，玩家通過(guò)游戲進(jìn)程推測(cè)出其他玩家的身份，同時(shí)掩藏自己的身份。結(jié)果，不論作為“好人”還是“壞人”，“深度角色”都比人類玩家表現(xiàn)更加出色。
研究顯示，通過(guò)在算法中使用“演繹推理”，“深度角色”根據(jù)觀察到的部分行為，推斷某一玩家是敵是友，快速學(xué)習(xí)應(yīng)該與誰(shuí)結(jié)盟從而獲得勝利。
這不是人工智能第一次在游戲中戰(zhàn)勝人類。
早在2016年3月，谷歌旗下公司“深層思維”開發(fā)的人工智能程序“阿爾法圍棋”就與圍棋世界冠軍李世石對(duì)弈，并以4比1戰(zhàn)勝李世石。
去年12月至今年1月，“深層思維”的另一個(gè)人工智能程序“阿爾法星”在經(jīng)典即時(shí)戰(zhàn)略電腦游戲《星際爭(zhēng)霸2》中，與高水平人類職業(yè)選手先后舉行了11場(chǎng)比賽，以10比1擊敗人類選手。
只有在1月24日舉行的現(xiàn)場(chǎng)比賽中，“阿爾法星”由于游戲視角受限，人類選手才勉強(qiáng)贏下一場(chǎng)。
與圍棋棋盤上所有棋子都對(duì)雙方可見不同，《星際爭(zhēng)霸2》中有“戰(zhàn)爭(zhēng)迷霧”，一方需要猜測(cè)和偵察對(duì)方的行動(dòng)，屬于“不完美信息博弈”，并且要求人工智能必須實(shí)時(shí)做出反應(yīng)。
“深層思維”公司表示，“阿爾法星”獲勝，一個(gè)重要基礎(chǔ)是它使用了深度神經(jīng)網(wǎng)絡(luò)，研究人員通過(guò)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的方式，直接利用游戲的原始數(shù)據(jù)來(lái)訓(xùn)練，以模仿學(xué)習(xí)的思路，讓模型快速學(xué)到高水平人類玩家在游戲中使用的策略和操作。
今年7月，美國(guó)卡內(nèi)基-梅隆大學(xué)宣布，該校和臉書公司合作開發(fā)的人工智能Pluribus在六人桌德州撲克比賽中擊敗多名世界頂尖選手，突破了人工智能僅能在國(guó)際象棋和圍棋等二人游戲中戰(zhàn)勝人類的局限。
當(dāng)時(shí)，Pluribus與13名德州撲克高手進(jìn)行了1萬(wàn)手不限注對(duì)局的六人桌比賽，每次比賽中由機(jī)器對(duì)5名人類選手，結(jié)果機(jī)器取得勝利。
在比賽中，Pluribus會(huì)讓自己變得難以預(yù)測(cè)。例如常規(guī)打法是在牌最好的時(shí)候押注，但這很快會(huì)被對(duì)手識(shí)破，因此它會(huì)“耍點(diǎn)心眼”，不按常理出牌。分析顯示，它會(huì)做出一些多數(shù)人類玩家都認(rèn)為不好的決策，這在客觀上也迷惑了對(duì)手。
不過(guò)，以前的這些游戲中，人工智能從一開始就知道“誰(shuí)是敵人、誰(shuí)是朋友”。相比之下，“深度角色”所面對(duì)的情況更為復(fù)雜，需要根據(jù)觀察作出自己的判斷。
目前，人工智能的技能仍有提升空間，語(yǔ)言能力將是下一個(gè)前沿。在游戲中，人類玩家會(huì)說(shuō)謊，這需要更復(fù)雜的交流技巧。只有掌握表達(dá)技巧后，人工智能才能參與那些需要對(duì)其他玩家進(jìn)行勸說(shuō)的復(fù)雜社交推理游戲。
下贏圍棋、打贏游戲，能給人工智能的發(fā)展帶來(lái)什么呢？
研究人員說(shuō)，在游戲中訓(xùn)練人工智能，有助于人類積累更多經(jīng)驗(yàn)，最終設(shè)計(jì)出能夠應(yīng)對(duì)現(xiàn)實(shí)生活中復(fù)雜問(wèn)題的程序，從而幫助機(jī)器人更好理解人類、向人類學(xué)習(xí)并與人類共事。（來(lái)源：新華網(wǎng)）
搜索更多: 人工智能 |
