Menurut Leifeng.com: Penulis artikel ini adalah peneliti senior Yang Mao dan peneliti utama Qin Tao dari Microsoft Research Asia, dari akun publik "Microsoft Research Asia AI Headlines", Leifeng.com berwenang untuk mencetak ulang.
Mengapa di bidang kecerdasan buatan, ilmuwan selalu tertarik untuk membiarkan AI bermain catur dan bermain dengan manusia? Dari checker dan backgammon sederhana hingga catur China yang lebih rumit dan catur internasional, dan baru-baru ini Go dan Texas Hold'em yang sangat populer. Setiap kali AI berhasil mengalahkan pemain manusia dalam permainan intelektual tertentu, semua orang akan menghela nafas dan meratapi bahwa AI akan menggantikan manusia dalam waktu dekat ...
Untungnya, pengambilalihan bumi oleh AI belum terjadi. Kita tidak hanya harus bersikap tidak masuk akal, tetapi kita juga akan senang mengetahui bahwa kemajuan teknologi kecerdasan buatan telah membawa lebih banyak kenyamanan pada kehidupan. AI yang dapat bermain catur bukanlah tujuan akhir para ilmuwan. Yang lebih penting adalah peningkatan dan penyempurnaan algoritme AI secara terus menerus dalam proses mempelajari catur akan membawa lebih banyak inovasi desain, sehingga secara fundamental meningkatkan kecerdasan buatan. Kemampuan dan ruang lingkup algoritme.
Alasan mengapa para ilmuwan ingin memilih permainan papan adalah, di satu sisi, mereka telah dianggap sebagai simbol aktivitas intelektual manusia sejak zaman kuno, dan AI yang mensimulasikan aktivitas manusia secara alami harus menjadikan ini sebagai tujuan. Berhasil mencapai tingkat manusia atau bahkan lebih tinggi dari tingkat manusia dapat menarik lebih banyak perhatian orang dan mengabdikan diri pada penelitian dan penerapan kecerdasan buatan.
Di sisi lain, catur juga sangat cocok sebagai benchmark bagi algoritma AI baru. Aturan permainan papan sederhana dan jelas, menang dan kalah semuanya ada di papan, cocok untuk dipecahkan oleh komputer. Secara teori, selama ada terobosan baru dalam daya komputasi dan algoritme, semua permainan papan baru dapat diatasi.
Selain permainan papan, permainan kartu (seperti Texas Hold'em, Bridge, Mahjong, Fighting Landlords, dll.) Secara bertahap menjadi arah baru penelitian kecerdasan buatan. Dalam hal video game yang lebih besar, seperti StarCraft dan Minecraft, para ilmuwan juga telah memulai babak baru inovasi algoritma AI. Apa perbedaan antara permainan yang berbeda ini di mata para peneliti? Apa signifikansi hasil penelitian ini bagi kehidupan kita? Mari kita lihat dua masalah ini untuk semua orang.
Keluarga Catur dan Kartu AI
Untuk memahami catur dan kartu AI, kita bisa mulai dengan klasifikasinya. Rumpun ini dapat dibagi menjadi dua konteks sesuai dengan tingkat "kejujuran" kartu: satu pandai "membuka jendela langit untuk mengucapkan kata-kata cerah", dan yang lain adalah ahli yang cerdas dalam "menebak dan bernalar".
Informasi papan seperti catur dan Go bersifat publik, dan informasi yang diterima oleh kedua pemain sama persis, sehingga disebut juga game AI "informasi lengkap"; sedangkan Texas Hold'em, bridge, mahjong, dan game lainnya, semua orang tidak dapat melihat Kartu di tangan lawan disebut game AI "informasi tidak lengkap".
Informasi lengkap-saya bisa melihatnya
Sesuai dengan namanya, semua orang bisa melihat informasi di permukaan catur, dan informasi yang diterima oleh kedua belah pihak dalam permainan benar-benar sama, seperti catur dan Go. Dalam jenis permainan ini, AI hanya perlu mencari dan menghitung persentase kemenangannya sendiri dalam berbagai situasi masa depan berdasarkan papan saat ini setiap saat. Untuk meningkatkan efisiensi pencarian, umumnya "pohon permainan" dalam proses pencarian perlu dipangkas secara luas dan mendalam. Sejauh mana dan akuratnya kita saat biasanya bermain catur. Untuk menghitung jauh, kita biasanya perlu membuat AI lebih sedikit melihat lawan dan tempat-tempat yang tidak mungkin dituju, yang disebut fungsi strategi. Agar akurat, kita perlu mengevaluasi tingkat kemenangan kita sendiri dengan lebih akurat setelah beberapa langkah, yang disebut fungsi nilai. Menemukan fungsi yang tepat, ditambah dengan daya komputasi yang kuat dari komputer, memungkinkan AI menjangkau atau melampaui manusia. Dalam pemilihan fungsi pohon permainan dan nilai strategi, algoritme AI catur "informasi lengkap" telah mengalami pembaruan berulang dari "Algoritme pemangkasan AlphaBeta", "penelusuran pohon Monte Carlo" menjadi "jaringan saraf dalam", dan fungsinya terus berlanjut "evolusi".
-
Checkers, Gobang | Indeks Kesulitan
Kompleksitas ruang checker dan backgammon relatif rendah. Bahkan tanpa memangkas pohon permainan, komputer dapat menghitung semua kemungkinan papan dengan daya komputasi yang kuat. Oleh karena itu, dalam permainan papan yang relatif sederhana ini, manusia tidak lagi memiliki kemungkinan untuk mengalahkan AI.
-
Catur Cina, Catur Internasional | Indeks Kesulitan
Kompleksitas ruang catur relatif tinggi, dan metode penyelesaian kekerasan tidak memungkinkan. Tetapi relatif mudah untuk menemukan fungsi nilai yang sesuai. Mengambil contoh catur, skor kasar dapat diberikan berdasarkan jenis dan posisi bidak yang tersisa di papan. Misalnya, jika ada ratu di papan catur, 10 poin ditambahkan, benteng adalah 5 poin, dan kuda adalah 3 poin, dan fungsinya dihitung berdasarkan ini. Untuk meningkatkan efisiensi, catur juga memiliki database besar untuk membuka dan mengakhiri permainan untuk memastikan keakuratan perhitungan permainan akhir. Mengandalkan aturan ini, "Deep Blue" mengalahkan juara catur manusia untuk pertama kalinya pada tahun 1997. Setelah itu, program catur komputer bahkan dapat dijalankan di PC dan mengalahkan pemain top manusia.
-
Pergi | Indeks Kesulitan
Kompleksitas ruang Go tinggi, diperkirakan poin keputusan Go sekitar 10 hingga 170. Menemukan strategi dan fungsi nilai yang tepat selalu menjadi masalah inti Go AI. Algoritme pencarian pohon Monte Carlo menggunakan metode probabilistik untuk membantu Go AI menemukan fungsi nilai yang lebih akurat dan membantu program mencapai level amatir yang tinggi. Dengan bantuan jaringan saraf dalam, para peneliti telah menemukan strategi dan metode kalkulasi yang lebih baik untuk fungsi nilai. Melalui pembelajaran yang ditingkatkan, AI juga dapat mensimulasikan berbagai situasi game tanpa batas dan menghasilkan ratusan juta data untuk pelatihan guna menghasilkan fungsi yang lebih akurat. "AlphaGo" terintegrasi secara historis mengalahkan pemain Go top dunia Lee Sedol dengan skor 4: 1 pada tahun 2016. Mengenai pertarungan yang sedang berlangsung antara versi baru dari AlphaGo dan Ke Jie, saya tidak tahu algoritma baru dan pencerahan apa yang dibawanya kepada kita.
Informasi tidak lengkap-apakah Anda tidak takut tiga kehilangan satu?
Dalam proses permainan, jika informasi yang diperoleh kedua belah pihak tidak lengkap dan tidak seimbang maka perlu dilakukan perhitungan probabilitas dengan menebak kartu lawan yang termasuk dalam kategori informasi tidak lengkap, seperti Texas Hold'em, bridge, dan mahjong.
Game informasi yang tidak lengkap membutuhkan keterampilan penalaran yang lebih kompleks. Ini tidak hanya bergantung pada kartu apa yang dimainkan orang lain, tetapi juga menebak kartu apa yang dimiliki orang lain, dan menghitung permainan kartu yang optimal berdasarkan informasi yang tersirat oleh tindakan lawan. . Karena perilaku lawan tidak hanya menyiratkan informasinya, tetapi juga bergantung pada seberapa banyak dia mengetahui tentang informasi pribadi kita dan seberapa banyak informasi yang diungkapkan oleh perilaku kita. Oleh karena itu, "penalaran melingkar" semacam ini menyulitkan seseorang untuk bernalar tentang keadaan permainan dalam isolasi.
Von Neumann, pencipta teori permainan modern dan pelopor dalam ilmu komputer, memiliki pepatah terkenal yang cocok untuk menggambarkan permainan informasi yang tidak lengkap: "Dunia nyata memiliki banyak ilusi dan penipuan, dan Anda perlu memikirkan strategi orang lain untuk melawan Anda. Berapa banyak. Ini adalah permainan yang terlibat dalam teori saya. "
-
Texas Hold'em | Indeks Kesulitan
Kompleksitas pencarian Texas Hold'em adalah 10 pangkat 160, yang mendekati Go. Prinsip "Nash Equilibrium" terutama digunakan dalam permainan-pada saat tertentu, untuk menemukan respons optimal relatif terhadap peserta lain. Dibandingkan dengan Go, poker tidak hanya harus membuat keputusan yang kompleks berdasarkan informasi yang tidak lengkap, tetapi juga harus menghadapi gertakan lawan dan tampilan kelemahan yang disengaja. Pada akhir tahun lalu, DeepStack yang dikembangkan oleh ilmuwan komputer dari University of Alberta, Charles University, dan Czech Technical University di Praha mengalahkan pemain profesional manusia di Texas Hold'em tanpa batas dua orang; awal tahun ini, Libratus dikembangkan oleh Carnegie Mellon University Mengalahkan empat lagi pemain profesional yang luar biasa, yang merupakan terobosan penting bagi AI dalam permainan informasi yang tidak lengkap. Untuk kecerdasan buatan, tantangan selanjutnya adalah menaklukkan poker multipemain.
-
Mahjong | Indeks Kesulitan
Mahjong saat ini populer di Asia, jadi baik Mahjong standar nasional dan Mahjong Jepang memiliki AI yang relatif kuat, yang lebih tinggi dari rata-rata manusia, tetapi masih ada jarak yang jauh dari tingkat master top manusia. Kompleksitas pencarian Mahjong jauh lebih sedikit daripada Go dan Texas Hold'em, tetapi karena ini adalah (umumnya) permainan empat pemain, persyaratan teknisnya sangat berbeda dari permainan dua pemain zero-sum (seperti Texas Hold'em one-to-one). Solusi dari permainan zero-sum dua orang terutama untuk menemukan strategi ekuilibrium Nash atau perkiraan strategi ekuilibrium Nash. Dalam permainan multipemain, karena kemungkinan beberapa ekuilibrium dan pengaruh timbal balik dari banyak pemain, strategi ekuilibrium Nash tidak memiliki jaminan performa. Dari sudut pandang teknis Berbicara tentang ini, itu berarti setiap orang harus memulai dari awal lagi, yang membawa tantangan baru secara teknis (mirip dengan poker multipemain).
-
Starcraft, Minecraft | Indeks Kesulitan
Kompleksitas gim seperti StarCraft dan Minecraft tidak hanya terletak pada asimetri informasi, tetapi juga pada aturan gim yang lebih terbuka. Jenis permainan ini lebih mirip dengan apa yang orang temui di dunia nyata. Keterbukaan aturan permainan membuat dunia game memiliki banyak situasi baru yang sulit ditangani oleh komputer. Seperti fitur medan khusus yang belum pernah muncul sebelumnya, konspirasi dan perencanaan jangka panjang lawan, dll. Tidak termasuk keunggulan komputer dalam kecepatan berjalan, komputer belum benar-benar membuktikan kemampuannya dalam permainan tersebut.
Tips: Dibandingkan dengan permainan informasi yang lengkap, terkadang anda kalah dalam permainan Texas Hold'em dan Mahjong, tidak semua karena anda tidak bermain dengan baik, ada kemungkinan dari awal kartu yang kurang bagus, sehingga sisi kemenangan relatif rendah. Unsur keberuntungan sangat penting dalam permainan catur jenis ini, yang sangat berbeda dengan catur dan Go. Dalam permainan Go, pemain profesional dan pemain non-profesional tidak pernah kehilangan kaki atau tidak sengaja membalikkan badan karena keberuntungan.
Apa Arti Catur dan Kartu AI?
Dari tingkat sosial umpan balik, sebagian orang akan khawatir bahwa keberhasilan mesin melawan manusia akan merusak makna seni catur itu sendiri, menantang nilai-nilai pecatur profesional bahkan membuat lebih banyak orang menyerah belajar catur; Tapi saya merasa acara seperti itu bisa mempopulerkan semua jenis catur dan membuat lebih banyak orang tertarik dengan catur, game, dll.; Beberapa orang akan membesar-besarkan ancaman yang dibawa oleh AI kepada manusia ...
Mungkin dalam proses kemajuan teknologi memang akan ditimbulkan beberapa masalah sosial, namun hal ini akan kita jumpai dalam setiap tahapan sejarah manusia, dan manusia tidak akan memperlambat laju kemajuan teknologi karena hal tersebut.Beberapa masalah sosial yang kini seolah-olah menimbulkan ketidaknyamanan bagi masyarakat. , Ini akan diselesaikan secara bertahap. Einstein berkata: Sains, apakah itu membawa kebahagiaan atau bencana bagi manusia, tergantung pada orangnya. Bagaimanapun, dalam duel puncak antara otak manusia dan AI, bukanlah mesin yang mengalahkan manusia. Itu karena manusia melampaui diri mereka sendiri!
Di masa depan, penerapan AI yang lebih luas pasti akan berada di lingkungan nyata dengan informasi yang tidak lengkap seperti mengemudi tanpa awak, keamanan cerdas, dan asisten kecerdasan buatan. Di dunia nyata, masalah yang dihadapi oleh AI selalu berubah, dan tidak akan ada aturan atau fungsi terpadu yang dapat membantunya menjelaskan perilaku terkait. AI Catur hanyalah latihan kecerdasan buatan yang sangat awal.
Oleh karena itu, pentingnya AI dalam berbagai permainan catur dan kartu serta pertarungan manusia tidak terletak pada menang atau kalah sendiri.Lebih penting lagi, orang sudah terbiasa dengan permainan tersebut dan dapat mempelajari perkembangan terbaru dari AI melalui kompetisi yang sangat mendorong perkembangan AI. Perannya, bagaimanapun juga, proses evolusi AI masih cukup panjang.Bahkan para penonton perlu memahami bidang ini yang akan lekat dengan kehidupan setiap orang di masa depan.
Kami juga menantikan kesuksesan dan terobosan catur dan kartu AI yang dapat menginspirasi penelitian dan aplikasi AI di bidang lain, dan menerapkan inovasi ke lebih banyak industri dan bidang, menginspirasi lebih banyak orang untuk mengabdikan diri pada penelitian dan kepraktisan AI, dan biarkan Kehidupan manusia lebih nyaman, efisien dan cerdas, sehingga seluruh manusia dan alam dapat memperoleh manfaat dari AI. Dalam perjalanan permainan, teknologi dan sistem pelatihan personel ahli di bidang penelitian kecerdasan buatan juga telah ditingkatkan, yang mempromosikan kecerdasan buatan untuk menaklukkan satu teknologi dan aplikasi "dataran tinggi".
(Selesai)
- Pembahasan catur murni: Ke Jie hanya kalah seperempat, apakah berarti masih ada harapan untuk kembali?
- "The Legend of the Demon Cat" memperlihatkan 12 poster karakter, cahaya hitam dan putih, dan bayangan yang memicu dugaan takdir