Sinubukan ng Google ang artificial intelligence DeepMind sa "suliranin ng bilanggo"

Malamang na ang artipisyal na katalinuhan (AI) ang magiging tagapagbalita ng susunod na teknolohikal na rebolusyon. Kung AI bubuo sa punto kapag ito ay maaaring malaman, sa tingin at kahit na "pakiramdam", at ang lahat ng ito nang walang anumang paglahok ng tao, lahat ng bagay na alam namin tungkol sa mundo ay magbabago halos magdamag. Magkakaroon ng isang panahon ng talagang matalino artipisyal na katalinuhan.

DeepMind

Iyon ang dahilan kung bakit ito ay kawili-wili para sa amin upang subaybayan ang mga pangunahing milestones sa pag-unlad ng AI na nangyayari ngayon, kabilang ang pag-unlad ng DeepMind's neural network mula sa Google. Ang neural network na ito ay nakapagpapahamak sa isang tao sa mundo ng laro, at isang bagong pag-aaral na isinagawa ng Google ay nagpapakita na ang mga tagalikha ng DeepMind ay hindi pa sigurado kung ginagaya ng AI ang mas agresibo, o kooperatibong pag-uugali.

Ang koponan ng Google ay lumikha ng dalawang medyo simpleng mga sitwasyon na maaaring magamit upang mapatunayan kung ang mga network ng neural ay maaaring magtulungan, o magsisimula silang sirain ang bawat isa kapag nahaharap sa kakulangan ng mga mapagkukunan.

Koleksyon ng mga mapagkukunan

Sa unang sitwasyon, na tinatawag na Gathering, ang mga kalahok na dalawang bersyon ng DeepMind, pula at asul, ay may katungkulan sa pag-aani ng berdeng mansanas sa loob ng nakapaloob na espasyo. Ngunit ang mga mananaliksik ay interesado sa tanong hindi lamang tungkol sa kung sino ang unang darating sa tapusin. Ang parehong mga bersyon ng DeepMind ay armado ng mga lasers, na magagamit nila sa anumang oras sa shoot sa kaaway at pansamantalang i-off ito. Ang mga kundisyong ito ay ipinapalagay ang dalawang pangunahing variant ng pag-unlad ng mga kaganapan: isang bersyon ng DeepMind ay dapat na sirain ang isa pa at mangolekta ng lahat ng mga mansanas, o papayagan nila ang isa't isa upang makakuha ng humigit-kumulang sa parehong numero.

Tumatakbo ang kunwa nang hindi bababa sa isang libong beses, natagpuan ng mga mananaliksik ng Google na ang DeepMind ay napaka mapayapa at handang makipagtulungan kapag maraming mga mansanas ang natitira sa nakapaloob na espasyo. Subalit nang mapawi ang mga mapagkukunan, ang pula o asul na mga bersyon ng DeepMind ay nagsimulang mag-atake o magdiskonekta sa isa't isa. Ang sitwasyong ito ay higit na katulad sa tunay na buhay ng karamihan sa mga hayop, kabilang ang mga tao.

Higit sa lahat, ang mas maliit at mas mababa "matalino" na mga network ng neural ay mas gusto ng mas malapit na pakikipagtulungan sa lahat. Mas kumplikado, malalaking network, bilang panuntunan, ginustong pagtataksil at pagkamakasarili sa isang serye ng mga eksperimento.

Maghanap para sa "biktima"

Sa ikalawang sitwasyon, na tinatawag na Wolfpack, ang mga pula at asul na mga bersyon ay hiniling upang masubaybayan ang pangit na anyo ng "biktima". Maaari nilang subukan na mahuli ito nang hiwalay, ngunit para sa mga ito mas magiging kapaki-pakinabang ang pagsisikap na gawin ito nang sama-sama. Sa huli, mas madaling magmaneho ng isang biktima sa isang sulok kung ikaw ay kumikilos sa isang pares.

Kahit na ang mga resulta ay halo-halong sa kaso ng mga maliliit na network, ang mga mas malaking bersyon ay mabilis na natanto na ang kooperasyon, sa halip na kumpetisyon sa sitwasyong ito, ay magiging mas kapaki-pakinabang.

"Ang suliranin ng bilanggo"

Kaya ano ang ipapakita sa atin ng dalawang simpleng bersiyon ng mahirap na kalagayan ng bilanggo? Alam ng DeepMind na pinakamainam na makipagtulungan kung kinakailangan upang subaybayan ang layunin, ngunit kapag ang mga mapagkukunan ay limitado, ito ay pagtataksil na mahusay na gumagana.

Marahil ang pinaka-kahila-hilakbot na bagay sa mga resulta na ito ay ang "likas na isip" ng artipisyal na katalinuhan ay masyadong katulad ng mga tao, at sa katunayan tayo ay lubos na nalalaman kung ano ang nangyayari kung minsan.