Udviklerne uddannede kunstig intelligens til at tage gensidigt fordelagtige beslutninger i kooperative spil ved hjælp af "tom snak" - udveksling af enkle sætninger-reaktioner. På samme tid viste hold bestående af to computere sig at være mere ærlige spillere end mennesker.
Et internationalt forskerhold testede en algoritme, der træner computere til at finde gensidigt fordelagtige løsninger. Når man testede effektiviteten af teknikken med deltagelse af mennesker, viste det sig, at to computere er i stand til at kommunikere med hinanden mere effektivt end to personer. Udviklerne mener, at deres forskning i fremtiden vil hjælpe med at skabe kunstig intelligens med udviklede evner til at kommunikere med mennesker.
Kunstig intelligens bliver regelmæssigt en menneskelig rival i spil, hvor der er en vinder og en taber: i skak, brikker eller gå. Forfatterne af det nye arbejde besluttede at teste, hvor succesfuld computeren vil være i samarbejdsspil. I dem går spillerne sammen for at opnå det bedste resultat for alle holdmedlemmer.
Forskere testede 25 eksisterende algoritmer, der analyserer træk og resultater i spil, der blev spillet. Testspilene involverede hold på to computere, to personer eller en person og en computer. I den første fase af arbejdet var det ingen af algoritmerne, der var i stand til at finde en succesrig langsigtet strategi for spillet, hvilket gavnede for begge spillere i teamet. I det andet trin tilføjede forskerne muligheden for at udveksle små beskeder til de eksperimentelle forhold. I henhold til spilteori etablerer folk samarbejdsrelationer, herunder gennem billig samtale. Dette er en type kommunikation, der ikke kræver meget indsats, men indirekte kan påvirke spillet. Med en vellykket udvikling af begivenheder sendte computere beskeder som "Fantastisk! Vi bliver rige! ", Mens vi forsøger at bryde aftalen -" Du har forrådt mig!"
Ved hjælp af sådanne meddelelser har S # -algoritmen lært at justere spillet og samarbejde med en partner og søge gensidig fordel. I slutningen af spillet tog hold på to computere gensidigt fordelagtige beslutninger 100% af tiden, og menneskelige spillere kun 60%. På samme tid lærte computere at bruge "tomme samtaler", så naturligt at folk, der faldt i det samme team med en computer, ikke med sikkerhed kunne bestemme, hvem deres teamkammerat var - en algoritme eller en person.
Forskerne mener, at deres arbejde vil hjælpe med at udnytte de matematiske grundlag for samarbejde for at udvikle samarbejdsmæssigt "socialt" AI.
Forskningen er offentliggjort i tidsskriftet Nature Communications.
Natalia Pelezneva
Salgsfremmende video: