La nuova intelligenza artificiale di DeepMind può padroneggiare giochi complessi senza previa formazione di gioco

Le piattaforme di intelligenza artificiale di DeepMind sono diventate famose in tutto il mondo negli ultimi anni grazie alla loro eccellente padronanza di giochi complessi e "brain-intensive" come gli scacchi, lo Shogi e il Go. Nel corso del tempo, si sono gradualmente "evoluti", sconfiggendo i nostri giocatori in carne e ossa con tecniche avanzate di apprendimento automatico.

Nel 2016, DeepMind ha introdotto AlphaGo, un sistema di intelligenza artificiale con eccellenti capacità di gioco. Un anno dopo, la società ha continuato a lanciare AlphaGo Zero. Questo è il perfetto successore di AlphaGo, poiché possiede la capacità di imparare a giocare a Go semplicemente osservando le partite umane, per poi padroneggiare il gioco giocando contro te stesso. Poi c'è AlphaZero, un sistema di intelligenza artificiale ancora più superiore con la capacità di giocare a Go, scacchi e shogi contemporaneamente con un solo algoritmo.

Tuttavia, il punto comune degli algoritmi IA di cui sopra è che tutti devono sottoporsi a una formazione approfondita sul gameplay e sulle regole del gioco per poter padroneggiare un determinato gioco. Questo è un processo complicato e relativamente dispendioso in termini di tempo.

Per risolvere il problema, DeepMind ha appena lanciato un nuovo sistema AI estremamente superiore chiamato MuZero. Questa IA è in grado di giocare fluentemente a Go, scacchi, shogi e una serie di giochi Atari senza dover essere precedentemente addestrati sulle regole dei giochi di cui sopra. Imparerà tutto da solo e potrà quindi giocare a questi giochi altrettanto bene o addirittura meglio di qualsiasi algoritmo precedente di DeepMind.

MuZero è in grado di riprodurre fluentemente molti giochi complessi

Creare un algoritmo in grado di adattarsi a ogni situazione del gioco senza alcuna formazione preventiva, pur essendo in grado di capire come pianificare per padroneggiare quel gioco è davvero una grande sfida a cui gli sviluppatori ricercatori di intelligenza artificiale cercano una soluzione da molto tempo. DeepMind ha provato a farlo utilizzando un metodo chiamato “Lookahead Search”. Con questa tecnica, l’algoritmo AI prenderà in considerazione le situazioni e gli stati previsti per creare un piano d’azione.

Per renderlo più facile da capire, pensa a un gioco strategico come gli scacchi. Prima di prendere una decisione o una mossa, dovrai considerare come reagirà il tuo avversario e pianificare di conseguenza. Allo stesso modo, anche l’IA utilizza il metodo Lookahead Search per provare a pianificare alcune mosse in anticipo. Quindi seleziona e dai la priorità alle mosse che hanno la maggiore probabilità di portare alla vittoria.

Il problema con questo approccio è che la maggior parte delle situazioni del mondo reale (e anche alcuni giochi) non contengono un semplice insieme di regole che ne governano il funzionamento. Quindi i ricercatori hanno risolto il problema facendo provare all’intelligenza artificiale a modellare il modo in cui un particolare gioco o scenario ambientale avrebbe influenzato il risultato. Quindi, utilizzare le conoscenze e le informazioni ottenute per elaborare un piano. Il limite di questo metodo è che modellare ogni aspetto è quasi impossibile.

Pertanto, invece di modellare tutto, MuZero cercherà solo di considerare fattori importanti per prendere decisioni, in modo simile agli esseri umani. Ad esempio, quando guardiamo fuori dalla finestra e vediamo nuvole scure formarsi in lontananza, la maggior parte di noi sarà attratta da pensieri sulla pioggia, sui temporali o su come dovremmo vestirci per evitare di essere bagnati se usciamo... Invece di pensare su problemi come la condensa e la pressione dell'aria. È una forma di pensiero selettivo istintivo. Il modo in cui MuZero "pensa" è lo stesso.

Quando si tratta di prendere una decisione, MuZero deve tenere conto di tre diversi fattori. Considererà i risultati della decisione precedente, la situazione attuale e infine la migliore linea d’azione per prendere la decisione successiva. Questo approccio apparentemente semplice rende MuZero l'algoritmo più efficace che DeepMind abbia creato fino ad oggi.

MuZero è uno degli algoritmi più efficienti

Nei test interni, i risultati hanno mostrato che MuZero si comportava in modo simile ad AlphaZero negli scacchi, nel Go e nello shogi. Ed è migliore di tutti gli algoritmi rilasciati in precedenza, incluso Agent57, nei giochi Atari. Inoltre, maggiore è il tempo concesso da MuZero per considerare un'azione, più efficiente sarà l'algoritmo.

Le potenti capacità di apprendimento automatizzato di MuZero potrebbero un giorno aiutare a risolvere problemi complessi in molti dei settori "caldi" di oggi, come la robotica, dove non c'è posto per le regole.