Aby nauczyć sztuczną inteligencję komunikacji badacze zwrócili się w stronę gier karcianych. Podczas gdy SI dawno temu pokonała ludzi w szachach czy niektórych formach pokera, gry takie jak brydż bądź Hanabi sprawiają jej dodatkowe trudności. Gracze muszą bowiem współpracować bez konkretnego sposobu dzielenia się informacjami. Naukowcy pracujący nad tymi grami opracowali niedawno program, który wymyśla własne, niejawne kody, aby lepiej koordynować ruchy.
Po 1,5 miliona rozdań SI grająca w parze opracowała własne sposoby komunikacji. W ten sposób dwójka wygrała ze sztuczną inteligencją, która nie korzystała z tego rodzaju komunikacji. Jun Wang twierdzi, że komputerowi gracze nie mogą porównywać się z ludźmi, ale początkowe wyniki są „bardzo zachęcające”.
Czytaj też: Sztuczna inteligencja na tej stronie tworzy wiarygodne twarze nieistniejących osób
Zespół z DeepMind Technologies i Uniwersytetu w Oxfordzie stworzył system uczenia maszynowego do wersji Hanabi dla dwóch graczy. Bayesian Action Decoder również wykorzystuje sieci neuronowe, dzięki którym SI próbuje wywnioskować, do czego dąży jej partner w grze. Naukowcy obliczyli, że 40 procent informacji udostępnianych za pomocą wskazówek było niejawnych. Tak zakodowana komunikacja pomogła ich systemowi grać niemal idealnie, zdobywając średnio 24 punkty na 25 możliwych.
Zarówno system opracowany do gry w brydża jak i Hanabi polega na daniu SI umiejętności wyczuwania przekonań i intencji innych. Takie rozumowanie jest wszechobecne w interakcji międzyludzkiej i pomaga nam podejmować decyzje. Aby sztuczna inteligencja radziła sobie z interakcją z ludźmi lub między sobą, musi być w stanie rozumieć niejawną komunikację. Gry karciane to jeden ze sposobów, aby jej tego nauczyć.
[Źródło: spectrum.ieee.org]
Czytaj też: Sztuczna inteligencja OpenAI pisze niepokojąco wiarygodne fake newsy
