Зачем тратить столько времени и денег на создание ИИ, чтобы играть в Игры?

10

Я читал о Джоне Маккарти и его ортодоксальном видении искусственного интеллекта. Мне кажется, что он не очень одобрял использование ресурсов (таких как время и деньги), чтобы заставить ИИ играть в такие игры, как шахматы. Вместо этого он хотел больше сосредоточиться на прохождении теста Тьюринга и ИИ, имитирующих поведение человека.

Я также прочитал много статей о крупных компаниях, таких как IBM, Google и т. Д., Которые тратят миллионы долларов на создание ИИ для игр, таких как Chess, Go и т. Д.

Насколько это оправдано?

Сурадж шах
источник
2
Мой короткий ответ: игры типа «Шахматы и Го» имеют сложность, схожую с природой (под которой я подразумеваю вселенную), и полезны для изучения, особенно в их нерешенных состояниях, например, глядя на вселенную, вы никогда не знаете, что ты собираешься найти. Простые комбинаторные модели, из которых игры наиболее полезны для ИИ, могут быть бесконечно обширными. Чистая математика часто требует времени, чтобы найти приложения, но у нее очень хороший послужной список в этом отношении. Даже там, где такие игры решаются, решения все же могут быть улучшены.
DukeZhou
2
Чтобы проиллюстрировать мою точку зрения, см . Топологический подход к решению Крестики-нолики . Это также может представлять интерес: Решение Крестики-Нолики, Часть II: Лучший путь . Это всего лишь пара основных примеров того, что люди делают и думают о том, как игры, в данном случае комбинаторные, связаны с ИИ и решением проблем.
DukeZhou

Ответы:

9

Александр Кронрод однажды сказал: «Шахматы - это дрозофила искусственного интеллекта». Джон Маккарти не согласен с этим утверждением. Я думаю, что это в первую очередь потому, что у него другое видение.
Методы и инновационные методы, разработанные для игры в эти игры, оказались полезными для широкого спектра компьютерных наук (и не только для искусственного интеллекта).

Книга Искусственный интеллект: современный подход использовал автогонки Гран-При в качестве аналогии, чтобы объяснить вышеупомянутую проблему. Такие игры, как Chess, Go, Othello - это для ИИ, а автогонки Гран-при - для автомобильной промышленности. Мощные высокооптимизированные двигатели, включающие в себя последние технические достижения, не годятся для езды по обычным дорогам, для покупок и т. Д. Тем не менее, они создают волнение и постоянный поток инноваций , которые были приняты широким сообществом.

Программы ИИ, написанные для игр типа «Шахматы», «Отелло», «Го», ввели такие понятия, как эвристика нулевого хода, обрезка бесполезности, теория комбинаторных игр, ловкость и сжатие, метаразум и многое другое . Их результатом являются высокоразвитые алгоритмы машинного обучения и глубокого обучения .

Вы можете увидеть его похожим на космические миссии NASA, ISRO, JAXA и других космических агентств. Все эти миссии, похоже, не имеют прямой выгоды для граждан, но имеют много косвенных преимуществ. Они проложили путь к технологическим инновациям (GPS, 3D-печать, технология автомобильных аварий, чистая энергия, светодиоды), созданию рабочих мест и т. Д. Ускорение штормов, обнаружение ураганов - это результат исследования космоса, которое спасло миллионы жизней во всем мире.

AI Games не только помогла разработать программное обеспечение, но и аппаратное обеспечение. Многие инновации позволяют производить высоко оптимизированное и мощное оборудование.

Ugnes
источник
5
Кроме того, такие игры, как шахматы, высоко стандартизированы, поэтому проще сравнивать различные решения и подходы. Однако тест Тьюринга не имеет какой-либо формальной базы для сравнения, которая бы соответствовала нескольким прогонам (AFAIK), поэтому сравнение разных подходов становится намного сложнее (и, возможно, зависит от методологии измерения).
hoffmale
1
«Шахматы - это дрозофила искусственного интеллекта», что он пытался выразить этим?
Дейн
@dhein Drosophila - плодовая муха, которая используется генетиками, чтобы сделать открытия, более широко применимые к биологии. Больше здесь
Ugnes
Я даже прочитал эту вики-страницу до того, как прокомментировал свой комментарий, так и не получив соединение.
dhein
3
@dhein Это только то, что сказал ответ. В генетике этот вид очень хорошо понят, большинство их мутаций очень хорошо видно и понято. Они идеально подходят для изучения генетики. Почему? Я не знаю. Возможно, вам придется спросить эксперта. Это же шахматы для ИИ. Понятия, применяемые в игре в шахматы, включают рациональное мышление, взгляд в будущее и другие приемы. Когда мы создаем программу игры в шахматы, мы стараемся включить в нее все это. Это помогает философии ИИ в целом. Я надеюсь, что это помогает.
Ugnes
3

Почему игра, играющая R & D, является фокусом распределения ресурсов?

При изучении очевидной одержимости игрой в игру, когда исследователи пытаются моделировать части способностей человека решать проблемы, ортодоксальность взглядов Джона Маккарти (1927 - 2011) может вводить в заблуждение.

Предвзятость публикаций и популярные научно-фантастические темы могут затмить основные силы, которые приводят к появлению одержимости разработкой программного обеспечения для настольных игр. При рассмотрении вопроса о распределении средств и людских ресурсов во многих областях разведывательных исследований и разработок необходим определенный исторический фон, чтобы обойти искажения, типичные для ответов на вопросы в этой социальной сети.

Историческое прошлое

Способность отделить себя от нашего собственного времени и мышления других периодов полезна при анализе истории, включая историю науки и техники.

Учтите, что видение Маккарти не было ортодоксальным в его время. Это быстро стало ортодоксальным из-за множества появляющихся тенденций в мысли об автоматизации среди ученых и математиков во времена, немедленно следующие за западной индустриализацией. Это мышление стало естественным продолжением механизации печатной, текстильной, сельскохозяйственной и транспортной отраслей, а также войны.

К середине двадцатого века некоторые из этих тенденций объединились для концептуализации цифрового компьютера. Другие стали ортодоксальными в сообществе людей, исследующих аспекты интеллекта с помощью цифровых систем. Технический фон включал теоретическую работу и электромеханическую работу, некоторые из которых с тех пор достигли известности. Но в целом это было либо секретно, либо слишком абстрактно (и потому неясно), чтобы считаться предметами, представляющими интерес для национальной безопасности в то время.

  • Теория кибернетики, в значительной степени разработанная Норбертом Винером (1894 - 1964)
  • Работа по автоматизации арифметики (расширение теории Джорджа Буля и калькулятора Блейза Паскаля, с первичным финансированием, исходящим от военных США, в интересах управления зенитным вооружением путем расчета вероятных траекторий противника самолетов и определения сферических координат для создания вероятных интересных баллистическая траектория
  • Часто отклоняемая работа Алонсо Черч (1903 - 1995) по лямбда-исчислению, которая привела к идее функционального программирования, ключевого аспекта появления LISP в Кембридже, который Маккарти использовал для ранних экспериментов с ИИ
  • Рождение теории информации, прежде всего благодаря работе Клода Шеннона (1916 - 2001), финансировалось через Bell Labs в интересах автоматизации коммутации коммуникаций.
  • Ранняя работа по криптоанализу докторанта Черча Алана Тьюринга полностью финансировалась Союзными силами с целью НИОКР победить криптографическое устройство Enigma, чтобы нацистские силы могли быть остановлены до полного уничтожения Лондона и других союзных целей.
  • Работа над Джоном фон Нейманом (1903 - 1957 гг.) По централизации реализации произвольной логической логики вместе с целочисленной арифметикой в ​​одном блоке (в настоящее время называемом процессором) и хранению программы, которая контролировала реализацию, в электронных триггерах вместе с данными для обработки и результатов (та же общая архитектура, применяемая сегодня практически всеми современными вычислительными устройствами)

Все это были концепции, связанные с видением автоматов, симуляцией функциональных аспектов неврологии млекопитающих. (Обезьяна или слон могут успешно планировать и выполнять муху, но муха не в состоянии спланировать и провести атаку на обезьяну или слона.)

Эксперимент в области интеллекта и его симуляции с помощью символических манипуляций с использованием нового языка программирования, LISP, был основным направлением деятельности Джона Маккарти и его роли в создании лаборатории MIT AI. Но какая бы ортодоксальность не существовала в основанных на правилах (производственных системах), нейронных сетях и генетических алгоритмах, она в значительной степени превратилась в облако идей, которые делают термин «ортодоксальность» несколько туманным. Вот несколько примеров.

  • Ричард Столлман подал в отставку из лаборатории Массачусетского технологического института и начал философский уход от многих экономических философий, которые доминировали в тот период времени. Результатом стали программное обеспечение GNU и LINUX, а затем открытое аппаратное и творческое достояние - концепции, в значительной степени противоречащие философской ориентации тех, кто финансировал парники ИИ.
  • Многие проприетарные (и поэтому конфиденциальные) компании используют байесовские методы или адаптивные компоненты, которые в большей степени проистекают из работы Норберта Винера, чем что-либо, что считалось основным исследованием ИИ в 1970-х годах.

Рождение Теории Игры

Ключевым событием, которое наиболее прямо отвечает на этот вопрос в этом параде исторических событий, является некоторая другая работа фон Неймана. Его книга «Теория игр», в соавторстве с Оскаром Моргенштерном, является, пожалуй, самым сильным фактором среди исторических условий, которые привели к тому, что «Го» и «Шахматы» стали тестовыми сценариями для решения проблем программного обеспечения.

Хотя было много ранних работ о том, как выиграть в «Шахматы или Го», никогда ранее не было такой математической обработки и презентации, столь же убедительной, как в «Теории игр».

Привилегированные члены научного сообщества хорошо знали об успехе фон Неймана с повышением температуры и давления делящегося материала до критической массы и его работе по выводу классической термодинамики из квантовой теории. Основа математики, которую он представил в теории игр, была быстро принята (некоторыми из тех же людей, которые финансировали исследования в Массачусетском технологическом институте) в качестве потенциального прогностического инструмента для экономики. Прогнозирование экономики было первым шагом к ее контролю.

Теория встречает геополитическую философию

Доминирующей философией, которая определяла политику Запада в этот период, была «Манифестная судьба», по сути фаталистическая точка зрения на новый мировой порядок, главой которого был бы центр власти США. Рассекреченные документы указывают на то, что весьма вероятно, что лидеры того времени считали, что экономическое господство, достигнутое благодаря применению теории игр, значительно менее рискованно и дорого, чем военное завоевание с последующим поддержанием баз операций (высокотехнологичных гарнизонов) вблизи всех населенных районов за рубежом. ,

Широко разрекламированные задачи по разработке автоматов Chess and Go - это просто драгнет, которые корпорации и правительства используют в качестве первого шага в приобретении кадровых активов. Результаты игры похожи на резюме. Выигрышная игровая программа - это свидетельство существования навыка программирования, который, вероятно, также преуспеет в разработке более важных игр, которые приносят миллиарды долларов или выигрывают войны.

Те, кто может написать выигрышный шахматный или го-код, считаются ценными активами. Финансирование игровых исследований рассматривается как способ выявления этих активов. Даже в отсутствие немедленной отдачи от инвестиций идентификация этих активов, поскольку они могут быть спрятаны в аналитических центрах для определения господства над миром, стала основным фактором при выделении средств на исследования.

Медленные и быстрые пути возврата инвестиций

В отличие от этого геополитического мышления, поиск институционального престижа на стороне какого-то хитрого программиста или команды является еще одним фактором. В этом сценарии был предпринят поиск любого прогресса в моделировании интеллекта, который потенциально может улучшить геометрию в некотором важном промышленном или военном применении.

Например, такие программы, как Maxima (предшественник приложений для решения математических задач, таких как Mathematica), финансировались в надежде на развитие математики с использованием символических вычислений.

Этот путь к успеху концептуально опирался на детерминизм как всеобъемлющую естественную философию. Фактически, это было воплощением детерминизма. Было предложено, чтобы, если компьютер мог не только выполнять арифметику, но и разрабатывать математические теоремы сверхчеловеческой сложности, модели человеческих усилий можно было сводить к уравнениям и решать. Предсказуемость для широкого спектра важных экономических, военных и политических явлений затем может быть использована при принятии решений, что позволит получить значительный выигрыш.

К удивлению многих, успех Maxima и других математических программ был очень ограничен в том, что касается его положительного влияния на способность надежно прогнозировать экономические и геополитические события. Появление Теории Хаоса объяснило почему.

Побеждать мастера-человека с помощью программы оказалось в пределах досягаемости исследований и разработок двадцатого века. Использование программного обеспечения для экспериментов на различных компьютерных подходах к победе в игре было достижимым и, следовательно, более привлекательным для учреждений как способ завоевать престиж, во многом как выигрышная баскетбольная команда.

Давай не забудем открытие

Иногда внешность прямо противоположна действительности. Различные вышеупомянутые применения мыслящих машин не были забыты, и затраты времени и денег, необходимые для имитации аспектов способностей млекопитающих, не потеряют финансирование для разработки автоматов для настольных игр.

Технологии в основном заняты решением коммуникационных, военных, геополитических, экономических и финансовых проблем, которые намного превышают сложность таких игр, как Шахматы и Го. Теория игр включает в себя элементы случайных ходов, совершаемых неигровыми игроками еще в самом начале. Таким образом, одержимость Шахматами и Го является лишь признаком фактической направленности финансирования и деятельности во многих областях симуляции интеллекта.

Программное обеспечение, которое может играть в среднюю игру в шахматы или го, не развернуто ни на компьютерах глобального моделирования АНБ, ни на механизмах индексации Google. Большие доллары тратятся на разработку того, что развертывается в таких местах.

Вы никогда не увидите подробностей или даже обзора этих НИОКР, описанных в Интернете, за исключением случаев, когда люди, по каким-либо личным причинам, нарушают конфиденциальные соглашения своей компании или совершают государственную измену.

Дуглас Дасеко
источник
1
Очень хорошее объяснение, связав исторический фон. Вы так правы в том, как со временем все изменилось в исследованиях ИИ. Очень хороший момент, чтобы поставить себя в прошлое, чтобы понять перспективу.
Ugnes
2

Я нахожу это заявление тревожным, поскольку первым подтвержденным алгоритмическим интеллектом, возможно, был автомат NIM , поэтому, с моей точки зрения, развитие алгоритмического интеллекта неотделимо от комбинаторных игр. также может показаться, что Маккарти не придерживается мнения, что игры полезны, что наводит меня на мысль, что он никогда серьезно не изучал историю игр.

Комбинаторная теория игр , прикладная область в математике и вычислительной технике, была формализована через десятилетия после теоремы Спраг-Гранди, которая представляла собой математический анализ игры NIM. Совсем недавно игра Foldit, сворачивающая белки, дала реальные результаты в прикладной области.

  • Ответ, который я обычно даю, состоит в том, что такие игры, как «Шахматы» и «Го», обеспечивают сложность, схожую с природой, используя чрезвычайно простые параметры. (По сути, комбинаторные игры и головоломки, такие как судоку, являются двигателями сложности.)

Но игры, в отличие от головоломок, которые являются сольными усилиями, требуют определенного типа принятия стратегических решений, что весьма полезно. (Ответ @Ugnes перечисляет многие из них.)

  • Комбинаторные игры, в частности, обеспечивают полезную оценку способности алгоритмов управлять неразрешимыми проблемами.

Есть и PR- фактор. Алгоритмический языковой перевод стал очень хорошим в последние годы, но вы никогда не слышали, чтобы пресса об этом много говорила. Сравните с DeepBlue против Каспарова или AlphaGo против Седола. (Этот стек взорвался вопросами ML после результата AlphaGo.) Это похоже на приземление на Луну в США, которое было большим, если не строго необходимым, техническим подвигом, который вдохновлял поколения начинающих ученых.


Постскриптум: Примечательно, что до недавнего времени термин «сильный» был зарезервирован для искусственного общего интеллекта, который до сих пор остается в высшей степени теоретическим. После AlphaGo я начинаю видеть, как ученые используют термин «Сильный Узкий ИИ».

Использование сильного по отношению к искусственному общему интеллекту чисто философское. Напротив, то, как этот термин используется в теории комбинаторных игр (см. Решенная игра ), является чисто практическим и включает математические доказательства.

Шахматы остаются нерешенными, и поэтому они все еще полезны для изучения. [См. GiraffeChess следующий.]

Области теории игр и теории комбинаторных игр включают такие имена, как фон Нейман , Нэш и Конвей , а в последнее время - Demain at MIT. И если вы хотите включить комбинаторные головоломки, такие как судоку, мы можем вернуться к Эйлеру . По этим причинам, а также перечисленным выше, мне трудно рассматривать анализ игр как тривиальное занятие.


Жираф Чес был недавним результатом отдельного математика / программиста Мэтью Лая, который использовал подход нейронной сети для создания шахматного алгоритма, который научил себя играть на международном уровне мастера за 72 часа.

Одна из целей Лая состояла в том, чтобы создать алгоритм, который производил бы больше "человеческой игры". (Сравните с «нечеловеческой» игрой таких алгоритмов, как AlphaGo.) Жираф - это не АГИ, но, безусловно, его можно считать частью головоломки.

Компьютерные игры, возможно, являются самым глубоким типом взаимодействий, разделяемых людьми и автоматами, и этот тип взаимодействия восходит почти к зарождению современных вычислений.

DukeZhou
источник
2
Это не было похоже на мысли Маккарти, что игры бесполезны. Он считал, что мы должны больше фокусироваться на имитации поведения человека с помощью машин, таких как тест Тьюринга. Он думал, что тест Тьюринга может быть важнее, чем шахматы, когда дело доходит до ИИ. Это может помочь.
Ugnes
@Ugnes Спасибо за разъяснения, но моя точка зрения остается в силе. Прохождение теста Тьюринга - хорошая идея, но она очень философская и абсолютно субъективная. Это также довольно бессмысленно, потому что прохождение теста Тьюринга не означает самосознания или воли. Теория игр и теория комбинаторных игр являются практическими, процедурными и математическими, и ограничение игрового ИИ "узким", вероятно, отражает ограниченность существующих моделей игр. Метаигры, такие как [M], обеспечивают мост между двумя полями и могут предоставить компактную модель фундаментального AGI.
DukeZhou
1
@Ugnes Я думаю, что отчасти я говорю о том, что достижение AGI на высоком уровне, вероятно, будет просто «дымом и зеркалами». Моя гипотеза состоит в том, что к AGI нужно подходить на фундаментальном уровне, с основными волевыми (экономическими) функциями, которые становятся «автономными». Когда у вас есть это, вы можете использовать его, подключив Natural Language Processing и т. Д. Я скептически отношусь к любому подходу к AGI, который не основан на Game Theory и его расширениях, которые применяются ко всем процессам принятия решений, независимо от того, сознательны ли они. или автономный (как в случае простых организмов.)
DukeZhou
1
Я полностью согласен с тобой. Я тоже не очень большой поклонник теста Тьюринга. Плюс теория игр - еще одна очень важная тема. Я тоже был студентом экономики, поэтому я понимаю.
Ugnes
1
@Ugnes Если интересно, сам Тьюринг назвал свой тест «Имитационной игрой», который я считаю точным и точным описанием. (Вполне возможно, что ребрендинг как «тест Тьюринга» вводит в заблуждение, поскольку, по
общему
0

Тест Тьюринга слишком субъективен и, на мой взгляд, пустая трата времени. Я уверен, что миллионы людей ответили на электронные письма, отправленные ботами или общались с чатботами онлайн, хотя они и не подозревали, что они на самом деле просто отвечают на программу.

PandaSurge
источник