Tisztességtelen előny: ne várja el, hogy az A úgy játszik, mint egy ember

A DeepMind nemrégiben alkalmazott mesterséges intelligencia fejlesztése, amely képes legyőzni a világszínvonalú szereplőket a StarCraft II-n, sok aggodalmat keltett. Míg a DeepMind nagy áttörésnek hívta, mások azt állították, hogy csaló, tisztességtelen és emberfeletti.

A teljes vita azonban azt jelzi, hogy valószínűleg meg kell változtatnunk azt az összefüggést, amelyben megvitatjuk és kiértékeljük az AI képességeit, és abba kell hagynunk a játékmenet összehasonlítását a sajátunkkal.

Az AlphaStar, a DeepMind StarCraft játékbotja a mély tanulást használja, az AI népszerű területét, amelyben a programozók fejlesztették AI modelljeik viselkedését, őrült számú példával mutatva nekik. Az AlphaStar először a Blizzard által kiadott emberi játékadatok nagy adatbázisán edzett, milliókat játszott egymással, hogy megtanulja és elsajátítsa a StarCraft szabályait. Ezután embereket bántalmaztak, sietve a DeepMind saját amatőr játékosait, mielőtt a világbajnokok ellen indultak.

Amikor az AlphaStar legyőzte a TLO-t és a MaNa-t, a világ két legjobb játékosát, oka volt azt hinni, hogy a mesterséges intelligencia ipar mérföldkövet tett. A blogbejegyzésben a DeepMind AlphaStar-ot nevezte "egy lépés előre az intelligens rendszerek létrehozása küldetésünkben, amely egy napon segít új megoldások felkutatásában a világ néhány legfontosabb és alapvető tudományos problémájához".

De akkor jött a kritika.

Tisztességtelen előny

A kritikusok azt állítják, hogy az AlphaStar számos olyan tulajdonsággal rendelkezik, amelyek miatt tisztességtelen ellenfél az ember ellen.

Először is, az AlphaStar gyorsan lángol. A DeepMind mérnökei szerint akadályozták meg az AlphaStar-ot annak megakadályozása érdekében, hogy az több tevékenységet hajtson végre, mint amennyit egy ember tudna végrehajtani. De az emberi szereplők sok spam kattintást vagy impulzív tevékenységet végeznek, amelyeknek nincs értékük vagy gondolkodásuk mögöttük.

Például, amikor a játékosok elrendelik egységeiknek, hogy egy helyre költözzenek vagy megtámadjanak egy ellenséget, gyakran ismételten rákattintanak ugyanazon a helyen vagy egy útvonalon a cél felé, mert hamis érzés ad, hogy a kattintás felgyorsítja ezt a műveletet. A valóságban az egységek csak a legfrissebb parancsot hajtják végre, és figyelmen kívül hagyják az előzőket. Ezzel szemben az AlphaStar minden mozdulata pontos.

A kritikusok azt állítják, hogy az eltérés lehetővé teszi az AlphaStar számára, hogy emberfeletti módon kezeli a játékot. Például egy nagy csatában, amelyben sok egység vesz részt, az AlphaStar minden egyes egységének olyan parancsokat adhat gyorsasággal és pontossággal, amely az emberi ellenfelek számára lehetetlen lenne. Az AlphaStar teljesítményének elemzésekor az ArsTechnica Timothy B. Lee néhány forgatókönyvet írt le, amelyekben az AlphaStar sebessége és pontossága igazságtalan előnyhöz juttatná.

Más elemzők rámutattak, hogy az AlphaStar több információt kap, mint az emberi szereplők. A MaNa-t és a TLO-t legyőző bot verziója hozzáférhetett a teljes térképhez, ellentétben azzal, hogy a monitor csatamező-helyét úgy látja, mint egy emberi játékos. De még mindig korlátozta a "háború köd", ami azt jelenti, hogy nem tudott információkat kinyerni azokról a területekről, ahol nem volt aktív egysége.

Mások mégis bírálták az AlphaStar korlátait: Csak Protossként játszhatott, a StarCraft három versenyének egyikében, és a játék sok térképénél csak egyben. Egy új verseny és térkép alapján az AlphaStar valószínűleg veszítene amatőr emberi ellenfelek ellen, mert az AI szempontjából egy olyan játék, mint egy teljesen más játék.

Mi a fair play?

A DeepMind még mindig nem hozott nyilvánosságra a technikai részleteket, ám néhányan azt gyanítják, hogy ahelyett, hogy az embereknél feldolgoznák a nyers pixeleket, az AlphaStar valószínűleg hozzáférést kapott a nyers játék adataihoz API-k (alkalmazásprogramozási felületek) révén.

Kösz! de ez nem jelenti azt, hogy az a szoftver, amely a szakértők ellen nyert, pixeleket vagy előkészített APi cuccokat használt, amelyek rendelkezésre állnak, de nagyon különbözőek

- Gary Marcus (@GaryMarcus), 2019. január 31

Ars Timothy B. Lee erre a következtetésre jut: "A végső mód a versenyfeltételek egyenlítéséhez az lenne, ha az AlphaStar pontosan ugyanazt a felhasználói felületet használja, mint az emberi játékosok." Ez azt jelenti, hogy ahogyan egy számítógépes monitorra bámuló emberi játékos, az AI csak a játék grafikájához férhet hozzá, és a gombokkal, egér kattintásokkal és görgetésekkel kell szimulálnia, ahelyett, hogy a játékkal API-hívások révén interakciót folytatna.

Ez méltányos pont lenne, ha azt várnánk, hogy az AI pontosan megismétli az emberi agyat és érzékeit. De a mély tanulás és az idegi hálózatok, amelyek továbbra is az AI élvonalát képezik, megkülönböztetett korlátokkal rendelkeznek, amelyek megakadályozzák őket a legalapvetőbb emberi funkciók reprodukálásában.

A mély tanulás szűk AI, ami azt jelenti, hogy nagyon jó olyan speciális feladatok elvégzésében, mint például a képek címkézése vagy a beszéd felismerése, de félelmetes a feladatok általánosításakor vagy tudásának más területeken történő átadásakor. Minél jobban kibővíti a problémát, annál korlátozottabbá válik az AI képessége, és annál több képzésre van szüksége. Ezért az AlphaStar nem fog tudni játszani egy másik RTS játékot, mint például a Warcraft 3 vagy a Company of Heroes.

Az AlphaStar 200 éves játékához is szükség volt, hogy egyetlen szinten elsajátítsák a Protoss-t. Valószínűleg ugyanannyiba kerülne a Terran vagy a Zerg, a StarCraft másik két versenyének megtanulása. Ezzel szemben egy emberi játékos gyorsan átjuttathatja azokat az ismereteket, amelyeket az egyik játékból szerzett egy másikra.

Még mindig évtizedekkel távol vagyunk (legalábbis) az általános AI-től, az a típus, amely megfelel az emberek kognitív képességeinek. Egyes tudósok szerint soha nem lesz sikeres az emberi agy reprodukciója.

A keskeny AI azonban nagyon jó nagy mennyiségű információ feldolgozására nagyon gyors ütemben. Az AlphaStar ezért kezelheti a StarCraft teljes térképét egyszerre. A StarCraft tervezői módosíthatták a játékot, hogy a játékosoknak teljes képet kapjanak a játék térképeiről, de ez valószínűleg inkább zavarja a játékosokat, mint segítsen nekik. Az emberek számára hozzáférést is lehet kapni a nyers játékadatokhoz, de ez sem segít.

Az emberek lassan dolgozzák fel az adatokat, de józan ész és elvont gondolkodási képességekkel rendelkeznek, amelyek lehetővé teszik számukra, hogy teljes információ nélkül megtervezzék és döntéseket hozzanak. Ezért inkább korlátozott kilátás nyílik a térképre, és a csatatér egyetlen részére összpontosítanak; ugyanakkor megértik, mi történik a játék más részein, és kidolgozhatnak egy általános játéktervet.

Csal az AlphaStar?

Tekintettel az AI és az emberi agy közötti különbségekre, igazságos azt mondani, hogy a kritikusoknak igaza volt az értékelésükben: A DeepMind a versenyt az AlphaStar javára állította össze azzal, hogy egyetlen térképre és egyetlen versenyre korlátozta. De az AlphaStarról folytatott vita néhány nagyon fontos következtetésre vezethet minket.

Először is, a játék lényegének nem az kell lennie, hogy ellenőrizze, vajon az AI képes-e kattintani és görgetni, mint egy ember. Ehelyett inkább arra kell összpontosítanunk, hogy az AI hogyan teljesít egy olyan játékban, amely hiányos információkat szolgáltat és valósidejû döntéshozatalt igényel. Ebben a tekintetben az AlphaStar nagyon jó munkát végzett.

• Mi bízna egy AI-asszisztensben? Mi lenne egy arc? Mi bízna egy AI-asszisztensben? Mi lenne egy arc?
• Az AI Industry etikai elszámolásának éve Az AI Industry etikai számításának éve
• Ez az AI túl hatalmas a nyilvánosság számára történő kiadáshoz Ez az AI túl hatalmas a nyilvánosság számára történő kiadáshoz

Másodszor, a StarCraft lehet, hogy nem a legjobb hely az AI stratégiai és tervezési képességeinek tesztelésére. Mint az egyik elemző rámutatott: "A StarCraft II egy játék, amelyet a mechanikus tökéletesség megtörhet." Ez azt jelenti, hogy az AI kompenzálja a rossz stratégiai készségeit emberfeletti sebességével és műtéti pontosságával.

Végül, az AI és az emberi intelligencia annyira különböznek egymástól, hogy valószínűleg lehetetlen létrehozni egyenlő versenyfeltételeket a kettő között. A szabályok legkisebb változtatása gyorsan a játékot az egyik vagy a másik oldal javára döntheti el, ami a verseny tisztességtelenvé tenné.

Olyan környezeteket és beállításokat kell keresnünk, ahol az AI-t teljes potenciáljára felszabadíthatjuk és tesztelhetjük, ahelyett, hogy azt mesterséges emberi korlátokkal lassítanánk. Mit érhetnek el az emberek és az AI, ha együttmûködnek, nem pedig versenyeznek?