Magic: The Gathering – najtrudniejsza gra do przeżucia nawet z modelami AI

Być może nie wiesz, ale ogólnie gry wideo tworzą idealne środowisko do nauczania i szkolenia dla programistów, w którym mogą trenować swoje modele uczenia maszynowego, to oczywiste. Jest ich wiele, ale problem polega na tym, które obecne gry mogą stworzyć idealne środowisko do szkolenia najpotężniejsze modele AI?

Mówiąc o słynnych systemach sztucznej inteligencji o niezwykłej mocy, wiele osób od razu pomyśli o „potworze” AlphaGo firmy DeepMind lub „niezrównanym” automacie do gier dla graczy Dota 2 o nazwie OpenAI. Jednak tron ​​tak naprawdę będzie należeć tylko do modelu AI, który potrafi „płynnie” „grać” w grę Magic: The Gathering – najtrudniejszą grę dla AI, jaką kiedykolwiek stworzyli ludzie!

• Sztuczna inteligencja OpenAI pokonała panującego mistrza świata drużynę Dota 2

Zespół badawczy z udziałem trzech znanych naukowców, kierowany przez niezależnego badacza Alexa Churchilla, ogłosił niedawno projekt badawczy dotyczący wstępnego archiwum, z którego korzysta twórca gry. arXiv wykorzystał je do stworzenia Magic: The Gathering, bijatyki będącej prawdopodobnie najbardziej złożona gra obliczeniowa w świecie rzeczywistym, jaką kiedykolwiek stworzono. Następnie zespół badawczy stworzył „maszynę” zwaną Maszyną Turinga z kart Magic: The Gathering, aby zwyciężyć w tej grze.

Mówiąc trochę o rozgrywce w Magic: The Gathering, w tę grę może grać 2 lub więcej graczy, stosując różne zasady, z których najpopularniejszym jest korzystanie z talii składającej się z ponad 60 kart, w której nie może znajdować się więcej niż 4 identyczne karty (z wyjątkiem kart atrybutów lądów). Każda gra będzie zawierała bitwę pomiędzy czarodziejami znanymi jako „planeswalkers”. W nim wędrowcy muszą używać magii, artefaktów, a także stworzeń przedstawionych na specjalnych kartach Magii, aby pokonać swoich przeciwników.

• Model sztucznej inteligencji MIT może samodzielnie uchwycić relacje między obiektami przy minimalnej ilości danych szkoleniowych

Wracając do Maszyny Turinga, maszyna ta jest w zasadzie urządzeniem o elastycznych możliwościach obliczeniowych. Innymi słowy, Maszyna Turinga to metoda umożliwiająca wykonywanie klasycznych obliczeń matematycznych. W przypadku Magic: The Gathering wydaje się, że badacze zaadaptowali i zbudowali ten silnik w oparciu o ukończone wcześniej dzieło Alexa Churchilla. Istotą tej kartowej Maszyny Turinga jest to, że za pomocą określonych ustawień można jej przypisać do pełnienia funkcji zgodnie z zasadami panującymi w grze, podobnie jak komputer PC o numerach 1 i 0.

Budowa Maszyny Turinga w oparciu o karty Magic to w istocie rozsądna strategia, zapewniająca jednocześnie zgodność z regułami gry.

„Chociaż dokładne ustawienie niezbędnego stanu planszy wiąże się z praktycznymi trudnościami, takimi jak brak miejsca na planszy, wystarczająco wytrwały gracz jest w stanie skonfigurować i wykonać tę konstrukcję podczas turnieju w świecie rzeczywistym.” – stwierdzili naukowcy.

Poniższa tabela przedstawia możliwą talię 60 kart, która mogłaby umożliwić zbudowanie następującej Maszyny Turinga:

• Badacze Google pozwalają sztucznej inteligencji grać w gry, aby usprawnić uczenie się przez wzmacnianie

Jednak ta konkretna konfiguracja prowadzi do potencjalnego (w skali) wyniku „nie do utrzymania”. Oznacza to, że nie można poprawnie obliczyć:

Oprócz pokazania, że ​​optymalnej strategii gry w Magic nie można obliczyć, pokazuje to również, że ocena deterministycznych konsekwencji przeszłych ruchów w Magic nie jest prosta. Złożoność optymalnej gry strategicznej pozostaje kwestią otwartą, podobnie jak wiele innych aspektów obliczeniowych Magii.

Chociaż jasne jest, że nie każda gra w Magic: The Gathering prowadzi do nieobliczalnego wyniku, rzeczywistość jest taka, że ​​jest to wciąż jedyna gra w świecie rzeczywistym, która może istnieć w ramach zasad.

Co to oznacza dla teorii gier i sztucznej inteligencji? Wnioski badaczy są następujące:

„Magic: The Gathering jest całkowicie niezgodne z założeniami powszechnie przyjętymi przez informatyków podczas modelowania gier. Twierdzimy, że stworzenie czysto grywalnego modelu AI Mastering Magic: The Gathering nie jest proste. Jednak z drugiej strony zawiłości również pozostawią niedosyt źródło znaczących danych dla przyszłych badań.”

• Ekspert McAfee wyjaśnia, w jaki sposób deepfake i sztuczna inteligencja naruszają mury cyberbezpieczeństwa

W końcu jak zaprogramować model sztucznej inteligencji, aby rozwiązał problem, skoro nie ma możliwości dokładnego obliczenia optymalnej strategii? Odpowiedź może kryć się w Magic: The Gathering.