DeepMindın yeni yapay zekası, önceden oyun eğitimi almadan karmaşık oyunlarda ustalaşabiliyor

DeepMind'ın yapay zeka platformları, satranç, shogi ve Go gibi karmaşık, "beyin yoğun" oyunlardaki mükemmel ustalıkları sayesinde son birkaç yılda dünya çapında üne kavuştu. Zamanla, gelişmiş makine öğrenimi teknikleriyle etten kemikten oyuncularımızı yenerek yavaş yavaş "evrimleştiler".

DeepMind, 2016 yılında mükemmel oyun yeteneklerine sahip bir yapay zeka sistemi olan AlphaGo'yu tanıttı. Bir yıl sonra şirket AlphaGo Zero'yu piyasaya sürmeye devam etti. Bu, AlphaGo'nun mükemmel halefidir; sadece insan maçlarını gözlemleyerek Go oynamayı öğrenme, ardından kendinize karşı oynayarak oyunda ustalaşma yeteneğine sahiptir. Ayrıca, Go, satranç ve shogi'yi tek bir algoritmayla aynı anda oynama yeteneğine sahip çok daha üstün bir yapay zeka sistemi olan AlphaZero var.

Ancak yukarıdaki yapay zeka algoritmalarının ortak noktası, belirli bir oyunda ustalaşabilmek için hepsinin oyun kuralları ve oyun kuralları konusunda derinlemesine eğitim almaları gerektiğidir. Bu karmaşık ve nispeten zaman alıcı bir süreçtir.

Sorunu çözmek için DeepMind, MuZero adında son derece üstün yeni bir yapay zeka sistemini piyasaya sürdü. Bu yapay zeka, yukarıdaki oyunların kural setleri konusunda önceden eğitim alınmasına gerek kalmadan Go, satranç, shogi ve bir dizi Atari oyununu akıcı bir şekilde oynama yeteneğine sahiptir. Her şeyi kendi başına öğrenecek ve daha sonra bu oyunları DeepMind'in önceki algoritmalarından herhangi biri kadar iyi, hatta onlardan daha iyi oynayabilecek.

MuZero birçok karmaşık oyunu akıcı bir şekilde oynama yeteneğine sahiptir

Önceden eğitim almadan oyundaki her duruma uyum sağlayabilecek bir algoritma oluşturmak ve bir yandan da o oyunda ustalaşmayı nasıl planlayacağını çözebilmek, geliştiricilerin yapay zeka araştırmacılarının uzun süredir çözüm aradığı gerçekten büyük bir zorluktur. DeepMind bunu “Önceden Arama” adı verilen bir yöntem kullanarak yapmaya çalıştı. Bu teknikle yapay zeka algoritması, beklenen durumları ve durumları dikkate alarak bir eylem planı oluşturacak.

Anlaşılmasını kolaylaştırmak için satranç gibi stratejik bir oyun düşünün. Bir karar veya hamle yapmadan önce rakibinizin nasıl tepki vereceğini düşünmeniz ve buna göre plan yapmanız gerekecektir. Benzer şekilde yapay zeka da bazı hareketleri önceden planlamak için İleriye Yönelik Arama yöntemini kullanıyor. Daha sonra zafere ulaşma olasılığı en yüksek olan hamleleri seçin ve önceliklendirin.

Bu yaklaşımın sorunu, gerçek dünyadaki durumların çoğunun (ve hatta bazı oyunların), işleyişini yönlendirecek basit bir dizi kural içermemesidir. Böylece araştırmacılar, yapay zekanın belirli bir oyun veya senaryo ortamının sonucu nasıl etkileyeceğini modellemesini sağlayarak sorunu çözdüler. Daha sonra elde edilen bilgi ve bilgileri bir plan yapmak için kullanın. Bu yöntemin sınırlaması, her yönü modellemenin neredeyse imkansız olmasıdır.

Bu nedenle MuZero, her şeyi modellemek yerine, insanlara benzer şekilde karar verirken yalnızca önemli faktörleri dikkate almaya çalışacaktır. Örneğin, pencereden dışarı baktığımızda ve uzakta oluşan kara bulutları gördüğümüzde çoğumuzun aklına yağmur, fırtına ya da yakalanmamak için nasıl giyinmemiz gerektiği gibi düşünceler gelir. yoğunlaşma ve hava basıncı gibi konular hakkında. Bu, içgüdüsel seçici düşünmenin bir biçimidir. MuZero'nun "düşünme" şekli de aynı.

Bir karar verme söz konusu olduğunda MuZero'nun üç farklı faktörü dikkate alması gerekir. Önceki kararın sonuçlarını, mevcut durumu ve son olarak bir sonraki kararı almak için en iyi eylem planını dikkate alacaktır. Görünüşte basit olan bu yaklaşım, MuZero'yu DeepMind'ın bugüne kadar yarattığı en etkili algoritma haline getiriyor.

MuZero en verimli algoritmalardan biridir

Dahili testlerde sonuçlar MuZero'nun satranç, Go ve shogi'de AlphaZero'ya benzer performans gösterdiğini gösterdi. Ve Atari oyunlarında Agent57 de dahil olmak üzere daha önce yayınlanmış tüm algoritmalardan daha iyi. Ayrıca MuZero'ya bir eylemi değerlendirmek için ne kadar çok zaman verilirse algoritma o kadar verimli olacaktır.

MuZero'nun güçlü otomatik öğrenme yetenekleri, bir gün, kurallara yer olmayan robot bilimi gibi günümüzün "sıcak" alanlarının birçoğundaki karmaşık sorunların çözülmesine yardımcı olabilir.