211service.com
DeepMind quiere enseñar a la IA a jugar un juego de cartas más difícil que Go
Si alguna vez has jugado al juego de cartas Hanabi, entenderás cuando digo que no se parece a ningún otro. Es un juego colaborativo en el que tienes una vista completa de las manos de los demás, pero no de la tuya.
Para ganar el juego, cada jugador debe dar pistas a los demás sobre sus manos durante un número limitado de rondas para colocar todas las cartas en un orden específico. Es un intenso ejercicio de estrategia, inferencia y cooperación. Es por eso que los investigadores de Google Brain y DeepMind creen que es el juego perfecto para que la IA lo aborde a continuación.
En un nuevo artículo, argumentan que, a diferencia de otros juegos que domina la IA, como el ajedrez, el Go y el póquer, Hanabi requiere teoría de la mente y un mayor nivel de razonamiento. La teoría de la mente se trata de comprender los estados mentales de los demás y comprender que pueden no ser los mismos que los suyos. Es una habilidad fundamental que los humanos usamos para operar de manera eficiente en el mundo, y que generalmente adquirimos cuando somos muy jóvenes.
La información en Hanabi está limitada tanto por la cantidad de pistas que se brindan a los jugadores en cada juego como por lo que se puede comunicar en cada pista. Como resultado, un agente de IA también debe recoger información implícita de las acciones de los otros jugadores para ganar el juego, un desafío al que no se ha tenido que enfrentar antes.
Además, tiene que aprender a proporcionar la máxima información posible en sus propias sugerencias y acciones para ayudar a los otros jugadores a tener éxito. Si un agente de IA puede navegar con éxito en un entorno de información tan imperfecta, creen los investigadores, estará un paso más cerca de cooperar de manera efectiva con los humanos.
Todos estos son desafíos novedosos para la comunidad de investigación y requerirán nuevos avances algorítmicos que vinculen el trabajo de varios subcampos de IA, incluido el aprendizaje por refuerzo, la teoría de juegos y la comunicación emergente: el estudio de cómo surge la comunicación entre múltiples agentes de IA en entornos colaborativos. .
Para confirmar esta hipótesis, el equipo de Google probó todos los algoritmos de aprendizaje por refuerzo de última generación y descubrió que funcionan mal. En respuesta, lanzaron un entorno Hanabi de código abierto para estimular el trabajo adicional dentro de la comunidad de investigación.
Como investigador, me ha fascinado cómo los agentes de IA pueden aprender a comunicarse y cooperar entre sí y, en última instancia, también con los humanos, dice Jakob Foerster, uno de los coautores del artículo. Hanabi presenta una oportunidad única para un gran desafío en esta área.