ترفند جدید Go-playing Go-AI کلاس جهانی را شکست می دهد – اما به انسان آماتور شکست می خورد

بزرگنمایی کنید / برو قطعات و یک کتاب قوانین در هیئت مدیره Go. (اعتبار: گتی ایماژ)

در دنیای هوش مصنوعی یادگیری عمیق، بازی رومیزی باستانی Go ظاهر بزرگی دارد. تا سال 2016، بهترین بازیکن انسان Go همچنان می توانست قوی ترین هوش مصنوعی Go-playing را شکست دهد. این با AlphaGo از DeepMind تغییر کرد، که از شبکه‌های عصبی یادگیری عمیق استفاده می‌کرد تا بازی را در سطحی که انسان‌ها نمی‌توانستند به خود آموزش داد. اخیراً، KataGo به عنوان یک هوش مصنوعی Go-playing منبع باز محبوب شده است که می تواند بازیکنان برتر انسانی Go را شکست دهد.

هفته گذشته، گروهی از محققان هوش مصنوعی مقاله‌ای را منتشر کردند که در آن روشی برای شکست KataGo با استفاده از تکنیک‌های متخاصم که از نقاط کور KataGo استفاده می‌کنند، ارائه کردند. با انجام حرکات غیرمنتظره خارج از مجموعه تمرینی KataGo، یک برنامه Go-playing رقیب بسیار ضعیف‌تر (که انسان‌های آماتور می‌توانند آن را شکست دهند) می‌تواند KataGo را فریب دهد تا ببازد.

برای اینکه ذهن خود را پیرامون این دستاورد و پیامدهای آن بچرخانیم، با یکی از نویسندگان همکار مقاله، آدام گلیو، دکترای تخصصی صحبت کردیم. کاندیدای دانشگاه کالیفرنیا برکلی گلیو (به همراه نویسندگان همکار تونی وانگ، نورا بلروز، تام تسنگ، جوزف میلر، مایکل دی. دنیس، یاون دوان، ویکتور پوگربنیاک، سرگی لوین و استوارت راسل) چیزی را توسعه دادند که محققان هوش مصنوعی آن را “سیاست خصمانه” می نامند. در این مورد، خط مشی محققان از ترکیبی از یک شبکه عصبی و یک روش جستجوی درختی (موسوم به جستجوی درخت Monte-Carlo) برای یافتن حرکت های Go استفاده می کند.