Google DeepMind var atdurt ar labāko no tiem

Viena no potenciāli milzīgām priekšrocībām, kas stingrajam, loģiskajam AI ir salīdzinājumā ar mūsu viltīgajām, maldīgajām cilvēku metodēm, kā paveikt lietas, ir tas, ka emocijas netraucē. AI nav deguna, ko nogriezt, lai neradītu savu seju, kas nozīmē, ka teorētiski lietām vajadzētu būt daudz efektīvākām.

Skatīt saistītos 

Google DeepMind dibinātājs par AI nākotni: "Kā cilvēkiem, mums ir pilnībā jāpaliek cilpā"

Google DeepMind ir 1,6 miljoni NHS pacientu ierakstu

Bet ko darīt, ja par kopējo labumu konkurētu divi AI? Vai viņi strādātu kopā, lai sasniegtu savu kopīgo mērķi, vai mēģinātu pārspēt otru, cenšoties iegūt slavu? Tas ir tas, ko Google jaunākie DeepMind eksperimenti centās noskaidrot, un intriģējošā kārtā AI lika izskatīties daudz cilvēcīgākam, nekā jūs varētu gaidīt.

Google salīdzināja divas DeepMind versijas – sarkano un zilo – savā starpā pāris datorspēlēs, lai redzētu, kā tās tiks galā viena ar otru. Pirmajā gadījumā viņiem bija jāsavāc āboli, kas parādījās ekrānā, taču papildus tam, ka katram mākslīgajam intelektam bija lāzers, kas varētu īslaicīgi atspējot pretējo numuru, ja tas izvēlētos to izmantot.

Rezultāts no tūkstošiem skrējienu? Pārsteidzoši cilvēciski. Kad digitālo ābolu bija pārpilnībā, AI parasti sadarbojās mierīgi, savācot ābolus. Tomēr, tiklīdz ābolu kļuva maz, ieroči stājās spēkā. Izklausās pazīstami?

Ak, un lielākiem, viedākiem neironu tīkliem bija tendence šaut uz pretinieku neatkarīgi no tā, cik ābolu bija apkārt. Izlasiet to, ko vēlaties, lai gan Google ne vienmēr uzskata, ka tas nozīmē, ka savtīgs ir gudrs. Iespējams, ka tā kā šaušanai ir vajadzīgas lielākas prasmes, stulbāks mākslīgais intelekts nevēlējās novērst uzmanību no ābolu medību uzdevuma, ja vien tas nebija absolūti nepieciešams.

Otrā spēle bija tāda, kas deva priekšroku sadarbībai: “Wolfpack”. Šajā spēlē abiem AI tika uzdots noķert viltīgu zilu punktu ap karti. Ikviens, kurš pats ir medījis zilo punktu medības, zinās, ka to ir daudz vieglāk ievietot savā medību nama trofeju skapī, ja sadarbojaties, lai to iedzītu stūrī. Ja jūs dzenāties pēc zilā punkta vienatnē, lietas kļūst daudz “Benny Hill” izteiksmīgākas.

Šajā gadījumā mazāki, “stulbāki” tīkli bieži darbotos atsevišķi, taču lielāki viedākie tīkli ātri konstatēja, ka, strādājot kopā, tiek sasniegti labāki rezultāti. Lai gan, protams, ja katrā spēlē ir tikai viens zils punkts, šeit nav nozīmes resursu trūkumam.

Tātad mākslīgais intelekts var būt kooperatīvs vai konkurētspējīgs atkarībā no konteksta. Cik neapmierinoši cilvēcīgi. Vairāk par eksperimentu varat lasīt DeepMind emuārā un pētījuma dokumentā.