Зміст:
Відео: Маша и Медведь (Masha and The Bear) - Подкидыш (23 Серия) (Листопад 2024)
Нещодавні подвиги DeepMind у розробці штучного інтелекту, які можуть перемогти гравців світового класу на StarCraft II, викликали неабияку стурбованість. У той час, як DeepMind назвав це головним проривом, інші стверджували, що це обман, несправедливий і нелюдський.
AlphaStar, ігровий бот DeepMind StarCraft, використовує глибоке навчання, популярне поле AI, в якому програмісти розробляють поведінку своїх моделей AI, надаючи їм шалену кількість прикладів. AlphaStar вперше навчився великій базі даних про людські ігри, опубліковані Blizzard, граючи мільйони ігор проти себе, щоб навчитися та опанувати правила StarCraft. Тоді він був підбитий проти людей, змітаючи власних аматорських гравців DeepMind, перш ніж продовжувати проти світових чемпіонів.
Коли AlphaStar переміг TLO та MaNa, двох найкращих гравців у світі, було підстави вважати, що індустрія штучного інтелекту пройшла важливу віху. У своєму дописі в блозі DeepMind назвав AlphaStar "кроком вперед до нашої місії створення інтелектуальних систем, яка одного дня допоможе нам розблокувати нові рішення деяких найважливіших та найважливіших наукових проблем у світі".
Але потім прийшли критики.
Несправедлива перевага
Критики стверджують, що AlphaStar має кілька характеристик, які роблять його несправедливим противником проти людей.
По-перше, AlphaStar швидко палає. Інженери DeepMind кажуть, що вони перешкоджали AlphaStar, щоб запобігти йому виконувати більше дій, ніж людина може зробити. Але люди-гравці роблять багато клацання спаму або імпульсивних дій, які не мають значення або мислення за ними.
Наприклад, коли гравці хочуть наказати своїм підрозділам перейти до місця розташування або напасти на противника, вони часто кілька разів клацають на одне місце розташування або на траєкторію до місця призначення, оскільки це дає помилкове відчуття, що натискання пришвидшить цю дію. Насправді підрозділи виконують лише останню команду і ігнорують попередні. На відміну від цього, кожен крок AlphaStar є точним.
Критики стверджують, що невідповідність дає можливість AlphaStar керувати грою надлюдським чином. Наприклад, у великій битві, в якій бере участь багато підрозділів, AlphaStar може віддавати окремі команди кожному зі своїх підрозділів зі швидкістю та точністю, що було б неможливо для її людських опонентів. В аналізі продуктивності AlphaStar Тимофій Б. Лі описав кілька сценаріїв, в яких швидкість і точність AlphaStar давали б їй несправедливу перевагу.
Інші аналітики зазначають, що AlphaStar отримує більше інформації, ніж людські гравці. Версія бота, який бив MaNa та TLO, мала доступ до всієї карти, на відміну від того, щоб бачити на моніторі космос поля бою, як людський гравець. Але він все ще був обмежений "туманом війни", що означає, що він не міг витягувати інформацію з районів, де не мав активних підрозділів.
Ще інші критикували обмеження AlphaStar: він міг грати лише як Protoss, одну з трьох гонок у StarCraft, і лише одну з багатьох карт гри. З огляду на нову гонку і карту, AlphaStar, мабуть, програє проти опонентів-любителів-любителів, оскільки, з точки зору AI, це було б як зовсім інша гра.
Що таке Fair Play?
DeepMind все ще не опублікував технічних деталей, але деякі підозрюють, що замість того, щоб обробляти необроблені пікселі, як це роблять люди, AlphaStar, можливо, отримав доступ до необроблених даних ігор через API (інтерфейси програмування програм).
Дякую! але це не говорить про те, чи використовувалося певне програмне забезпечення, яке виграло проти експертів, пікселі або попередньо розроблені файли APi, які доступні, але дуже різні
- Гері Маркус (@GaryMarcus) 31 січня 2019 року
Тимофі Б. Лі приходить до такого висновку: "Кінцевим способом вирівняти ігрове поле було б змусити AlphaStar використовувати той самий користувальницький інтерфейс, що і людські гравці". Це означає, що подібно до гравця людини, який дивиться на монітор комп’ютера, AI матиме доступ лише до графіки гри та повинен імітувати натискання клавіш, клацання миші та прокрутки замість взаємодії з грою через дзвінки API.
Це було б справедливим моментом, якби ми очікували, що ШІ точно повторить людський мозок та органи чуття. Але глибоке навчання та нейронні мережі, які все ще є передовою межею ШІ, мають чіткі межі, які заважають їм відтворювати деякі найпростіші функції людини.
Глибоке навчання - це вузький AI, а це означає, що він дуже добре виконує конкретні завдання, такі як маркування зображень або розпізнавання мови, але жахливо при узагальненні завдань або передачі своїх знань в інші сфери. Чим більше ви розширюєте проблемну область, тим обмеженішими є можливості інтелектуального інтелекту та тим більше навчання їй потрібно. Ось чому AlphaStar не зможе грати в іншу гру RTS, наприклад Warcraft 3 або Company of Heroes.
Також для AlphaStar було потрібно 200 років, щоб освоїти Protoss на одному рівні. Напевно, знадобиться стільки ж, щоб навчитися грати в Terran або Zerg, дві інші раси StarCraft. На відміну від цього, гравець може швидко перенести знання, отримані від однієї гри до нової.
Ми ще десятиліття віддалені (принаймні) від загального ШІ, типу, який може відповідати пізнавальним можливостям людини. Деякі вчені вважають, що нам ніколи не вдасться відтворити людський мозок.
Але вузький ШІ дуже добре обробляє велику кількість інформації з дуже швидкими темпами. Ось чому AlphaStar може одночасно обробляти всю карту StarCraft. Дизайнери StarCraft могли змінити гру, щоб надати гравцям повний перегляд карти гри, але це, мабуть, заплутало б гравців, а не допомогло їм. Людям також можна отримати доступ до необроблених даних про ігри, але це теж не допоможе.
Люди повільно обробляють дані, але володіють здоровим глуздом та можливостями абстрактного мислення, які дозволяють їм планувати та приймати рішення без повної інформації. Ось чому вони воліють мати обмежений перегляд карти та зосередитись на одній частині поля битви; в той же час вони мають відчуття того, що відбувається в інших частинах гри, і можуть розробити загальний ігровий план.
Чи обман AlphaStar?
Зважаючи на відмінності між ШІ та людським мозку, справедливо можна сказати, що критики мали рацію у своїй оцінці: DeepMind сфальсифікував конкуренцію на користь AlphaStar, обмеживши її єдиною картою та єдиною гонкою. Але дискусія про AlphaStar може привести нас до деяких дуже важливих висновків.
По-перше, головним моментом гри не повинно бути перевірка того, чи може AI клацати та прокручуватися, як людина. Натомість ми повинні зосередитись на тому, як AI працює у грі, яка забезпечує недосконалу інформацію та потребує прийняття рішень у реальному часі. У цьому плані AlphaStar зробив досить непогану роботу.
- Що б змусило вас довіряти помічнику ШІ? Як щодо обличчя? Що б змусило вас довіряти помічнику ШІ? Як щодо обличчя?
- Рік етичного зарахування індустрії AI - Рік етичного зарахування індустрії AI
- Цей ШІ занадто потужний для виходу на публіку Цей АІ занадто потужний, щоб випустити його для публіки
По-друге, StarCraft може бути не найкращим місцем для тестування можливостей стратегічного планування та планування AI. Як зазначав один з аналітиків, "StarCraft II - це гра, яку можна зламати механічною досконалістю". Це означає, що AI може компенсувати свої погані навички стратегії своєю нелюдською швидкістю та хірургічною точністю.
Нарешті, ШІ та інтелект людини настільки різні, що, мабуть, неможливо було б створити рівні умови між ними. Найменші зміни правил швидко нахилять гру на користь тієї чи іншої сторони до такої міри, яка б зробила конкуренцію нечесною.
Ми повинні шукати середовища та налаштування, де ми можемо розкрити і протестувати AI на повний потенціал, а не пригальмовувати його штучними людськими обмеженнями. Що могли б досягти люди та ШІ, коли вони співпрацюють, а не конкурують?
