211service.com
AI-agenten leren samenwerken door virtuele varkens te ruziën
Een varken ruziën - zelfs een virtueel varken - is veel gemakkelijker als je een vriend laat helpen. Dit lijkt duidelijk uit een wedstrijd georganiseerd door Microsoft-onderzoekers om te testen hoe kunstmatig intelligente agenten kunnen samenwerken om lastige problemen op te lossen. Hoe je het beste kunt samenwerken met je varkensruzievriend is een andere vraag.
De wedstrijd richt zich op een gebied van kunstmatige intelligentie dat tot nu toe relatief weinig aandacht heeft gekregen. AI-onderzoekers ontwikkelen vaak software die in staat is een specifieke menselijke taak uit te voeren, zoals schaken of Go, en meten deze vervolgens aan de hand van het vermogen om een menselijke speler te verslaan. Een groot deel van de menselijke intelligentie omvat echter communicatie, sociale intelligentie en theory of mind, of het vermogen om te anticiperen op de bedoelingen van een andere intelligente agent en deze te interpreteren.
Het project laat ook zien hoe mensen en AI-systemen uiteindelijk kunnen samenwerken om meer te bereiken dan de som der delen. Dit maakt deel uit van een bredere trend om AI te herdenken als augmented intelligence in plaats van kunstmatige intelligentie, zegt Oren Etzioni , CEO van het Allen Instituut voor Kunstmatige Intelligentie.
Voor de Microsoft-wedstrijd werkten AI-agenten samen in Project Malmo, een speciale versie van het open-ended computerspel Minecraft. De onderzoeker van Microsoft heeft deze omgeving zo ontworpen dat het eenvoudig is om verschillende AI-technieken te importeren en te testen. Er zal nog veel vooruitgang nodig zijn voordat AI-agenten op nuttige manieren kunnen samenwerken of mensen kunnen helpen, maar de wedstrijd biedt een manier om enkele vroege ideeën te testen.
Voor de competitie zouden agenten kunnen proberen een onhandelbaar virtueel varken te controleren en te vangen, hetzij alleen of door samen te werken met een andere AI-agent, waarbij ze elke keer punten verdienen.
De topteams in de Malmö Collaboratieve AI-uitdaging gebruikten geavanceerde machine learning-benaderingen zoals deep learning om hun agenten te trainen om samen te werken. Dit hield in dat ze grote hoeveelheden gegevens moesten invoeren. Maar sommige deelnemers maakten ook gebruik van oudere, minder modieuze benaderingen waarbij een virtuele agent hard-gecodeerde kennis en begrip wordt gegeven.
De winnaars van de wedstrijd, een team van de Universiteit van Oxford in het Verenigd Koninkrijk, gebruikten bekrachtigingsleren, een soort machinaal leren geïnspireerd op de manier waarop dieren leren door middel van experimenten (zie 10 Breakthrough Technologies: Reinforcement Learning). Hun agenten ervoeren positieve bekrachtiging wanneer ze met succes samenwerkten om het varken te grijpen.
Katja Hofmann , de hoofdonderzoeker van het Malmo-project van Microsoft, merkt op dat veel teams verschillende benaderingen combineerden. Er was geen enkel type benadering dat als een duidelijke winnaar naar voren kwam, voegt ze eraan toe, en zegt dat het waarschijnlijk is dat hybride benaderingen bijzonder veelbelovende richtingen zullen blijken voor toekomstig onderzoek.
De varkensworsteluitdaging is geïnspireerd op een gedachte-experiment dat bekend staat als: de hertenjacht , dat concepten onderzoekt binnen de speltheorie, een tak van de wiskunde die zich bezighoudt met samenwerkings- en onderhandelingsstrategieën. Het idee is dat twee jagers moeten beslissen of ze alleen op een haas jagen of samenwerken om de grotere prijs van een hert te pakken te krijgen.
De topteams die bij de wedstrijd betrokken zijn, zullen, beoordeeld op basis van de score die ze hebben behaald en de nieuwheid van hun werk, een onderzoeksbeurs van $ 20.000 ontvangen en een plaats op de Research AI Summer School van Microsoft ontvangen.
Peter Zondagen , een professor aan de Universiteit van Washington die machine learning en datamining bestudeert, zegt dat het trainen van AI-software in gesimuleerde omgevingen nadelen heeft. Software kan overgeoptimaliseerd worden voor die specifieke omgeving en daarom minder bruikbaar in de echte wereld, zegt hij, hoewel meer geavanceerde gesimuleerde werelden dit beginnen te veranderen.
Domingos voegt eraan toe dat samenwerking tussen mensen zo complex en subtiel is dat het moeilijk voor te stellen is dat het Microsoft-project echt bruikbare benaderingen oplevert. Ondanks enige scepsis wordt hij echter aangemoedigd door het project.
Het is nog vroeg in dit gebied en Minecraft is een omgeving met veel mogelijkheden, zegt Domingos. [Het is] rijker dan dingen die eerder zijn gebruikt, dus het lijkt zeker het proberen waard.