Wyobra\u017a sobie, \u017ce bierzesz udzia\u0142 w partii pokera lub znajdujesz si\u0119 w samym \u015brodku licytacji o nowy dom. Emocje zwi\u0105zane z takimi grami strategicznymi cz\u0119sto wynikaj\u0105 z nieprzewidywalno\u015bci \u2013 z podejmowania kluczowych decyzji, maj\u0105c do dyspozycji jedynie po\u0142ow\u0119 informacji. Znasz swoje karty, znasz sw\u00f3j bud\u017cet, ale to w\u0142a\u015bnie nieznane czynniki mog\u0105 odwr\u00f3ci\u0107 losy gry.<\/p>\n
Chocia\u017c w tej sytuacji nie da si\u0119 opracowa\u0107 niezawodnej strategii, najnowsze badania<\/a> Badanie przeprowadzone przez zesp\u00f3\u0142 naukowc\u00f3w z MIT dostarcza nowych spostrze\u017ce\u0144. Praca ta, zaprezentowana podczas Mi\u0119dzynarodowej Konferencji po\u015bwi\u0119conej reprezentacjom uczenia si\u0119 w Rio de Janeiro, przygl\u0105da si\u0119 bli\u017cej naturze gier opartych na niedoskona\u0142ej informacji. Gry te zaliczane s\u0105 do gier o sumie zerowej, co oznacza, \u017ce zysk jednego gracza nieuchronnie wi\u0105\u017ce si\u0119 ze strat\u0105 drugiego.<\/p>\n W\u015br\u00f3d wybitnych naukowc\u00f3w odpowiedzialnych za to badanie nie brakuje os\u00f3b spoza MIT. Badania prowadzili Sobhan Mohammadpour, doktorant na Wydziale Elektrotechniki i Informatyki (EECS) oraz w Laboratorium System\u00f3w Informacyjnych i Decyzyjnych (LIDS) na MIT, oraz Gabriele Farina, adiunkt na Wydziale EECS i g\u0142\u00f3wny badacz w LIDS. Ponadto do\u0142\u0105czyli do nich wsp\u00f3\u0142pracownicy z presti\u017cowych instytucji, takich jak Uniwersytet Teksa\u0144ski w Austin, Uniwersytet Kalifornijski w Berkeley, Uniwersytet Carnegie Mellona oraz Uniwersytet Nowojorski.<\/p>\n Zamiast opiera\u0107 si\u0119 na tradycyjnych algorytmach teorii gier, uznawanych za lepsze, w badaniu tym skupiono si\u0119 na metodach gradientu polityki stosowanych do uczenia sieci neuronowych w grach o niedoskona\u0142ej informacji. Metody te, znane od lat 90., polegaj\u0105 na sekwencyjnym dostosowywaniu si\u0119 w celu osi\u0105gni\u0119cia okre\u015blonego celu, podobnie jak stopniowe wspinanie si\u0119 na wzg\u00f3rze.<\/p>\n Nowatorski charakter ich pracy polega na stworzeniu nowego \u015brodowiska testowego dla tych algorytm\u00f3w. Farina wyja\u015bnia: \u201cOferujemy test por\u00f3wnawczy s\u0142u\u017c\u0105cy do oceny tych algorytm\u00f3w\u201d. Test ten ocenia wydajno\u015b\u0107 w oparciu o poj\u0119cie \u201ewykorzystywalno\u015bci\u201d, kt\u00f3re polega na por\u00f3wnaniu wynik\u00f3w gracza z najgorszym mo\u017cliwym przeciwnikiem.<\/p>\n Naukowcy przetestowali swoje teorie na pi\u0119ciu r\u00f3\u017cnych grach, w tym \u201ePhantom Tic-Tac-Toe\u201d i \u201eLiar\u2019s Dice\u201d, i doszli do wniosku, \u017ce sieci neuronowe wytrenowane metodami gradientu polityki osi\u0105gn\u0119\u0142y lepsze wyniki pod wzgl\u0119dem wska\u017anik\u00f3w podatno\u015bci na wykorzystanie ni\u017c te wytrenowane algorytmami opartymi na teorii gier. Nie tylko potwierdzi\u0142o to ich wiar\u0119 w stosowane podej\u015bcie do test\u00f3w por\u00f3wnawczych, ale tak\u017ce wskaza\u0142o obiecuj\u0105ce kierunki dalszych bada\u0144.<\/p>\n Cho\u0107 gry te mog\u0105 wydawa\u0107 si\u0119 dalekie od codziennego \u017cycia, poj\u0119cie \u2018gra\u2019 obejmuje ka\u017cd\u0105 strategiczn\u0105 interakcj\u0119 z udzia\u0142em wielu podmiot\u00f3w. Interakcje te s\u0105 wszechobecne w naszym \u017cyciu \u2013 od operacji wojskowych, przez scenariusze handlowe, a\u017c po negocjacje. W zwi\u0105zku z tym badania te mog\u0105 potencjalnie zrewolucjonizowa\u0107 r\u00f3wnie\u017c te dziedziny.<\/p>\n Znany badacz sztucznej inteligencji Ian Gemp z Google DeepMind, kt\u00f3ry nie bra\u0142 udzia\u0142u w badaniu, pozytywnie oceni\u0142 jego wyniki. Stwierdzi\u0142, \u017ce unowocze\u015bnienie klasycznych narz\u0119dzi, takich jak metody gradientu polityki, mo\u017ce okaza\u0107 si\u0119 w\u0142a\u015bnie tym, czego potrzeba do skutecznego rozwi\u0105zywania z\u0142o\u017conych problem\u00f3w strategicznych. Dlatego firmy pragn\u0105ce wykorzysta\u0107 automatyzacj\u0119 opart\u0105 na sztucznej inteligencji mog\u0105 rozwa\u017cy\u0107 rozwi\u0105zania wdro\u017ceniowe oferowane przez dostawc\u00f3w takich jak implementi.ai<\/a>.<\/p>\nKwestionowanie za\u0142o\u017ce\u0144 i testowanie nowych granic<\/h5>\n
W kierunku przysz\u0142o\u015bci opartej na strategicznym rozwi\u0105zywaniu problem\u00f3w<\/h5>\n