Mục lục:
Video: Tôi sẽ không gáºt Äại vá»i ai Äó chá» vì bá» há»i thúc (Tháng Chín 2024)
Những khai thác gần đây của DeepMind trong việc phát triển trí thông minh nhân tạo có thể đánh bại những người chơi đẳng cấp thế giới tại StarCraft II đã gây ra nhiều sự khuấy động. Trong khi DeepMind gọi đó là một bước đột phá lớn, những người khác cho rằng đó là gian lận, không công bằng và siêu phàm.
AlphaStar, bot chơi StarCraft của DeepMind, sử dụng học sâu, một lĩnh vực phổ biến của AI, trong đó các lập trình viên phát triển hành vi của các mô hình AI của họ bằng cách đưa cho họ một số ví dụ điên rồ. AlphaStar lần đầu tiên được đào tạo trên một cơ sở dữ liệu lớn về dữ liệu trò chơi của con người do Blizzard phát hành, chơi hàng triệu trò chơi để tự học và nắm vững các quy tắc của StarCraft. Sau đó, nó đã đọ sức với con người, càn quét những người chơi nghiệp dư của DeepMind trước khi tiếp tục chống lại các nhà vô địch thế giới.
Khi AlphaStar đánh bại TLO và MaNa, hai trong số những người chơi giỏi nhất thế giới, có lý do để tin rằng ngành công nghiệp trí tuệ nhân tạo đã vượt qua một cột mốc quan trọng. Trong một bài đăng trên blog, DeepMind gọi Alphastar là "một bước tiến trong sứ mệnh của chúng tôi là tạo ra các hệ thống thông minh, một ngày nào đó sẽ giúp chúng tôi mở khóa các giải pháp mới cho một số vấn đề khoa học cơ bản và quan trọng nhất của thế giới."
Nhưng sau đó đã đến những lời chỉ trích.
Một lợi thế không công bằng
Các nhà phê bình cho rằng AlphaStar có một số đặc điểm khiến nó trở thành đối thủ không công bằng chống lại con người.
Đầu tiên, AlphaStar đang cháy rất nhanh. Các kỹ sư của DeepMind cho biết họ đã vô hiệu hóa Alphastar để ngăn nó thực hiện nhiều hành động hơn con người có thể thực hiện. Nhưng người chơi của con người thực hiện rất nhiều lần nhấp vào thư rác, hoặc các hành động bốc đồng không có giá trị hoặc suy nghĩ đằng sau chúng.
Chẳng hạn, khi người chơi muốn ra lệnh cho các đơn vị của họ di chuyển đến một vị trí hoặc tấn công kẻ thù, họ thường nhấp liên tục vào cùng một vị trí hoặc trên một quỹ đạo hướng đến đích, bởi vì điều đó mang lại cảm giác sai lầm rằng việc nhấp sẽ tăng tốc hành động đó. Trong thực tế, các đơn vị chỉ thực hiện lệnh gần đây nhất và sẽ bỏ qua các lệnh trước đó. Ngược lại, mọi bước đi của AlphaStar là chính xác.
Các nhà phê bình cho rằng sự không phù hợp cho phép AlphaStar quản lý trò chơi một cách siêu phàm. Ví dụ, trong một trận chiến lớn có nhiều đơn vị tham gia, AlphaStar có thể ra lệnh riêng cho từng đơn vị với tốc độ và độ chính xác không thể có đối với con người của nó. Trong một phân tích về hiệu suất của AlphaStar, Timothy B. Lee của ArsTechnica đã mô tả một vài tình huống trong đó tốc độ và độ chính xác của AlphaStar sẽ mang lại lợi thế không công bằng.
Các nhà phân tích khác đã chỉ ra rằng Alphastar nhận được nhiều thông tin hơn người chơi. Phiên bản bot đánh bại MaNa và TLO có quyền truy cập vào toàn bộ bản đồ, trái ngược với việc nhìn thấy không gian chiến trường của một màn hình giống như một người chơi. Nhưng nó vẫn bị giới hạn bởi "sương mù chiến tranh", điều đó có nghĩa là nó không thể trích xuất thông tin từ các khu vực không có đơn vị hoạt động.
Tuy nhiên, những người khác chỉ trích giới hạn của AlphaStar: Nó chỉ có thể chơi như Protoss, một trong ba chủng tộc trong StarCraft và chỉ trong một trong nhiều bản đồ của trò chơi. Đưa ra một chủng tộc và bản đồ mới, AlphaStar có thể sẽ thua trước các đối thủ nghiệp dư của con người bởi vì, từ quan điểm của AI, nó sẽ giống như chơi một trò chơi hoàn toàn khác.
Chơi đẹp là gì?
DeepMind vẫn chưa công bố chi tiết kỹ thuật, nhưng một số người nghi ngờ rằng thay vì phải xử lý các pixel thô như con người, AlphaStar có thể đã truy cập vào dữ liệu trò chơi thô thông qua API (giao diện lập trình ứng dụng).
cảm ơn! nhưng điều đó không nói rõ phần mềm cụ thể giành chiến thắng trước các chuyên gia đã sử dụng pixel hay công cụ APi được chuẩn bị trước, cả hai đều có sẵn nhưng rất khác nhau
- Gary Marcus (@GaryMarcus) ngày 31 tháng 1 năm 2019
Timothy B. Lee của Ars đi đến kết luận này: "Cách cuối cùng để san bằng sân chơi là khiến AlphaStar sử dụng giao diện người dùng chính xác giống như người chơi." Điều này có nghĩa là, giống như người chơi nhìn chằm chằm vào màn hình máy tính, AI sẽ chỉ có quyền truy cập vào đồ họa của trò chơi và phải mô phỏng tổ hợp phím, nhấp chuột và cuộn thay vì tương tác với trò chơi thông qua các lệnh gọi API.
Đây sẽ là một điểm công bằng nếu chúng ta mong đợi AI tái tạo bộ não của con người và cảm nhận chính xác. Nhưng mạng lưới học tập sâu và thần kinh, vốn vẫn là tiên tiến của AI, có những giới hạn riêng biệt ngăn chúng tái tạo một số chức năng cơ bản nhất của con người.
Học sâu là AI hẹp, điều đó có nghĩa là nó rất tốt trong việc thực hiện các nhiệm vụ cụ thể như ghi nhãn hình ảnh hoặc nhận dạng giọng nói, nhưng thật tệ khi khái quát hóa các nhiệm vụ hoặc chuyển kiến thức của nó sang các lĩnh vực khác. Bạn càng mở rộng miền vấn đề, khả năng của AI càng bị hạn chế và càng cần được đào tạo nhiều hơn. Đó là lý do tại sao AlphaStar sẽ không thể chơi một trò chơi RTS khác, chẳng hạn như Warcraft 3 hoặc Company of Heroes.
Nó cũng mất các trò chơi trị giá 200 năm của AlphaStar để thành thạo Protoss ở một cấp độ duy nhất. Có lẽ sẽ mất nhiều thời gian để học chơi Terran hoặc Zerg, hai chủng tộc khác của StarCraft. Ngược lại, một người chơi có thể nhanh chóng chuyển kiến thức họ có được từ trò chơi này sang trò chơi mới.
Chúng ta vẫn còn cách nhiều thập kỷ (ít nhất là) từ AI nói chung, loại có thể phù hợp với khả năng nhận thức của con người. Một số nhà khoa học tin rằng chúng ta sẽ không bao giờ thành công trong việc tái tạo bộ não con người.
Nhưng AI hẹp rất tốt trong việc xử lý lượng lớn thông tin với tốc độ rất nhanh. Đó là lý do tại sao AlphaStar có thể xử lý toàn bộ bản đồ của StarCraft cùng một lúc. Các nhà thiết kế của StarCraft có thể đã sửa đổi trò chơi để cung cấp cho người chơi cái nhìn toàn cảnh về bản đồ trò chơi, nhưng điều đó có thể sẽ khiến người chơi bối rối hơn là giúp họ. Con người cũng có thể được cấp quyền truy cập vào dữ liệu trò chơi thô, nhưng điều đó cũng không giúp ích được gì.
Con người chậm xử lý dữ liệu nhưng có ý thức chung và khả năng tư duy trừu tượng cho phép họ lập kế hoạch và đưa ra quyết định mà không cần thông tin đầy đủ. Đó là lý do tại sao họ thích có một cái nhìn hạn chế về bản đồ và tập trung vào một phần của chiến trường; đồng thời, họ có ý thức về những gì đang diễn ra trong các phần khác của trò chơi và có thể phát triển một kế hoạch trò chơi chung.
Alphastar là gian lận?
Với sự khác biệt giữa AI và bộ não con người, thật công bằng khi nói rằng các nhà phê bình đã đúng trong đánh giá của họ: DeepMind đã gian lận sự cạnh tranh có lợi cho AlphaStar bằng cách giới hạn nó trong một bản đồ và một chủng tộc duy nhất. Nhưng cuộc tranh luận về AlphaStar có thể đưa chúng ta đến một số kết luận rất quan trọng.
Đầu tiên, điểm chính của trò chơi không nên là kiểm tra xem AI có thể nhấp và cuộn như con người hay không. Thay vào đó, chúng ta nên tập trung vào cách AI thực hiện trong một trò chơi cung cấp thông tin không hoàn hảo và yêu cầu đưa ra quyết định theo thời gian thực. Về vấn đề này, AlphaStar đã làm một công việc khá tốt.
- Điều gì sẽ khiến bạn tin tưởng một trợ lý AI? Làm thế nào về một khuôn mặt? Điều gì sẽ khiến bạn tin tưởng một trợ lý AI? Làm thế nào về một khuôn mặt?
- Năm tính toán đạo đức của ngành công nghiệp AI Năm tính toán đạo đức của ngành công nghiệp AI
- AI này quá mạnh để phát hành ra công chúng AI này quá mạnh để phát hành ra công chúng
Thứ hai, StarCraft có thể không phải là địa điểm tốt nhất để kiểm tra khả năng hoạch định và hoạch định chiến lược của AI. Như một nhà phân tích đã chỉ ra, "StarCraft II là một trò chơi có thể bị phá vỡ bởi sự hoàn hảo cơ học". Điều này có nghĩa là AI có thể bù đắp cho các kỹ năng chiến lược kém của mình với tốc độ siêu phàm và độ chính xác phẫu thuật.
Cuối cùng, AI và trí thông minh của con người khác nhau đến mức có thể không thể tạo ra một sân chơi bình đẳng giữa hai người. Những thay đổi nhỏ nhất đối với các quy tắc sẽ nhanh chóng nghiêng trò chơi theo hướng có lợi cho bên này hoặc bên kia ở một mức độ sẽ khiến cuộc thi không công bằng.
Chúng ta nên tìm kiếm các môi trường và cài đặt nơi chúng ta có thể giải phóng và kiểm tra AI với tiềm năng đầy đủ của nó thay vì làm chậm nó với các giới hạn nhân tạo. Con người và AI có thể đạt được gì khi họ hợp tác thay vì cạnh tranh?
