Perché spendere così tanto tempo e denaro per costruire AI per giocare?


10

Stavo leggendo di John McCarthy e della sua visione ortodossa dell'intelligenza artificiale. Per me, sembra che non fosse molto a favore delle risorse (come tempo e denaro) utilizzate per far giocare gli IA a giochi come gli scacchi. Voleva invece concentrarsi maggiormente sul superamento del test di Turing e sugli AI che imitavano il comportamento umano.

Ho anche letto molti articoli su importanti aziende come IBM, Google, ecc. Che spendono milioni di dollari nel creare AI per giocare a scacchi come Go, Go, ecc.

In che misura è giustificato?


2
La mia breve risposta è che giochi come Chess and Go hanno una complessità simile alla natura (per cui intendo l'universo) e sono utili per studiare, in particolare nei loro stati irrisolti, b / c, come guardare nell'universo, non si sa mai cosa lo troverai. Semplici modelli combinatori, di cui i giochi sono i più utili per l'IA, possono essere infinitamente espansivi. La matematica pura spesso richiede un po 'di tempo per trovare le applicazioni, ma ha un'ottima esperienza in questo senso. Anche laddove tali giochi sono risolti, le soluzioni possono ancora essere perfezionate.
DukeZhou

2
Per illustrare il mio punto, vedi Un approccio topologico alla soluzione di Tic-Tac-Toe . Questo può anche essere interessante: Risolvere Tic-Tac-Toe, Parte II: Un modo migliore . Questi sono solo un paio di esempi di base di ciò che le persone fanno e pensano e come i giochi, in questo caso i giochi combinatori, si relazionano con l'IA e la risoluzione dei problemi.
DukeZhou

Risposte:


9

Alexander Kronrod una volta disse: "Gli scacchi sono la drosofila dell'intelligenza artificiale". John McCarthy non è d'accordo con questa affermazione. Penso che sia principalmente perché ha una visione diversa.
Tecniche e metodi innovativi sviluppati per giocare a questi giochi sono stati trovati utili nell'ampio spettro dell'informatica (e non solo dell'intelligenza artificiale).

The Book Artificial Intelligence: A Modern Approach ha usato le corse automobilistiche del Grand Prix come un'analogia per spiegare il problema di cui sopra. Giochi come Chess, Go, Othello stanno nell'intelligenza artificiale come le corse automobilistiche del Grand Prix sono nell'industria automobilistica. I potenti motori altamente ottimizzati che incorporano i più recenti progressi ingegneristici non sono utili per la guida su strade regolari, per lo shopping, ecc. Tuttavia, crea eccitazione e flusso costante di innovazioni che sono state adottate dalla comunità più ampia.

Programmi di intelligenza artificiale scritti per giocare a giochi come Chess, Othello, Go hanno introdotto concetti come l'euristica delle mosse nulle, la potatura dell'inutilità, la teoria del gioco combinatoria, il perfezionamento e la compressione, il metareasoning e molto altro . Algoritmi altamente avanzati di machine learning e deep learning sono il loro risultato.

Puoi vederlo simile alle missioni spaziali della NASA, ISRO, JAXA e altre agenzie spaziali. Tutte queste missioni non sembrano avere un beneficio diretto per i cittadini ma hanno molti benefici indiretti. Aprono la strada a innovazioni tecnologiche (GPS, stampa 3D, tecnologia degli incidenti stradali, energia pulita, LED), creazione di posti di lavoro, ecc. Le tempeste anticipate, il rilevamento degli uragani è il risultato dell'esplorazione dello spazio che ha salvato milioni di vite in tutto il mondo.

AI Games non ha solo contribuito a sviluppare il software ma anche l'hardware. Molte innovazioni sono state viste per produrre hardware altamente ottimizzato e potente.


5
Inoltre, giochi come gli scacchi sono altamente standardizzati, quindi è più facile confrontare diverse soluzioni e approcci. Tuttavia, il test di Turing non ha una base formale per il confronto coerente su più corse (AFAIK), quindi il confronto di approcci diversi diventa molto più difficile (e forse dipendente dalla metodologia di misurazione).
hoffmale,

1
"" Gli scacchi sono la drosofila dell'intelligenza artificiale "" che cosa ha cercato di esprimere con quello?
Dhein

@dhein Drosophila è una mosca della frutta ed è usata dai genetisti per fare scoperte che si applicano alla biologia in modo più ampio. Altro qui
Ugnes,

Ho persino realizzato quella pagina wiki prima di aggiungere il mio commento al commento, ma non ho ancora ottenuto la connessione.
Dhein

3
@dhein È proprio quello che ha detto la risposta. In genetica questa specie è molto ben compresa, la maggior parte delle sue mutazioni sono molto ben viste e comprese. Sono ideali per studiare la genetica. Perché? Non lo so. Potrebbe essere necessario chiedere a un esperto. Lo stesso è Chess for AI. I concetti applicati nel gioco degli scacchi includono il pensiero razionale, lo sguardo al futuro e altre tecniche. Quando facciamo un programma per giocare a scacchi, cerchiamo di incorporare queste cose in esso. Questo aiuta la filosofia dell'IA in generale. Spero possa essere d'aiuto.
Ugnes,

3

Perché la ricerca e il gioco sono al centro dell'attribuzione delle risorse?

Quando si esamina l'apparente ossessione per il gioco mentre i ricercatori tentano di simulare parti delle capacità umane di problem solving, l'ortodossia delle opinioni di John McCarthy (1927 - 2011) potrebbe essere fuorviante.

I pregiudizi editoriali delle pubblicazioni e i temi di fantascienza popolari possono oscurare le forze primarie che portano all'apparizione di ossessione per lo sviluppo di software di gioco da tavolo vincente. Quando si esamina l'allocazione di fondi e risorse umane all'interno dei numerosi campi della ricerca e dello sviluppo dell'intelligence, è necessario un certo background storico per aggirare le distorsioni tipiche delle risposte alle domande in questa rete sociale.

Sfondo storico

La capacità di posizionarci fuori dal nostro tempo e nella mentalità di altri periodi è utile quando si analizza la storia, compresa la storia scientifica e tecnologica.

Considera che la visione di McCarthy non era ortodossa ai suoi tempi. Divenne rapidamente ortodosso a causa di una serie di tendenze emergenti nel pensiero dell'automazione tra scienziati e matematici in tempi immediatamente successivi all'industrializzazione occidentale. Questo pensiero era la naturale estensione della meccanizzazione delle industrie della stampa, tessile, agricola e dei trasporti e della guerra.

Entro la metà del XX secolo, alcune di queste tendenze si unirono per concettualizzare il computer digitale. Altri sono diventati ortodossia all'interno della comunità di persone che studiavano aspetti dell'intelligenza attraverso i sistemi digitali. Lo sfondo tecnico comprendeva lavori teorici e elettromeccanici, alcuni dei quali hanno raggiunto un certo livello di fama pubblica. Ma all'epoca era generalmente segreto o troppo astratto (e quindi oscuro) essere considerati elementi di interesse per la sicurezza nazionale.

  • Teoria della cibernetica, sviluppata in gran parte da Norbert Wiener (1894-1964)
  • Il lavoro svolto sull'automazione dell'aritmetica (estendendo la teoria di George Boole e il calcolatore di Blaise Pascal, con finanziamenti primari originati dall'esercito americano nell'interesse di guidare le armi antiaeree calcolando le probabili traiettorie del nemico degli aerei e determinando coordinate sferiche per creare un probabile interessante traiettoria balistica
  • Spesso ha respinto il lavoro di Alonso Church (1903 - 1995) sul calcolo lambda che ha portato all'idea della programmazione funzionale, un aspetto chiave per l'emergere del LISP a Cambridge, che McCarthy ha sfruttato per la sperimentazione precoce dell'IA
  • La nascita della teoria dell'informazione, principalmente attraverso il lavoro di Claude Shannon (1916 - 2001), finanziata attraverso Bell Labs nell'interesse dell'automazione del cambio delle comunicazioni
  • Il primo lavoro di crittografia dello studente di dottorato della Chiesa, Alan Turing, finanziato interamente dalle forze alleate con l'obiettivo di ricerca e sviluppo di sconfiggere il dispositivo di crittografia Enigma in modo che le forze naziste potessero essere fermate prima del completo annientamento di Londra e di altri obiettivi alleati
  • Il lavoro su John von Neumann (1903 - 1957) per centralizzare l'implementazione della logica booleana arbitraria insieme all'aritmetica intera in una singola unità (attualmente chiamata CPU) e memorizzare il programma che controllava l'implementazione in infradito elettronici insieme ai dati da elaborare e i risultati (la stessa architettura generale utilizzata oggi da quasi tutti i dispositivi informatici contemporanei)

Tutti questi erano concetti che circondavano la visione degli automi, la simulazione di aspetti funzionali della neurologia dei mammiferi. (Una scimmia o un elefante può pianificare ed eseguire con successo lo schiacciamento di una mosca, ma una mosca non è in grado di pianificare ed eseguire un attacco a una scimmia o un elefante.)

La sperimentazione dell'intelligence e la sua simulazione tramite manipolazione simbolica utilizzando un nuovo linguaggio di programmazione, LISP, è stata al centro di John McCarthy e del suo ruolo nella creazione del MIT AI Laboratory. Ma qualunque ortodossia possa essere esistita con regole (sistemi di produzione), reti neurali e algoritmi genetici basati sulle regole, si è ampiamente diversificata in una nuvola di idee che rendono il termine ortodossia alquanto nebuloso. Seguono alcuni esempi.

  • Richard Stallman si è dimesso dal MIT AI Lab e ha iniziato un passaggio filosofico lontano da molte delle filosofie economiche che hanno dominato quel periodo di tempo. Il risultato fu il software GNU e LINUX, seguiti da hardware aperto e creative commons, concetti in gran parte contrari all'orientamento filosofico di coloro che finanziarono i focolai dell'IA.
  • Molti sistemi proprietari (e quindi riservati alla società) usano metodi bayesiani o componenti adattativi che derivano più dal lavoro di Norbert Wiener che da qualsiasi altra cosa che fosse considerata la principale ricerca dell'IA negli anni '70.

La nascita della teoria dei giochi

L'evento chiave che risponde alla domanda più direttamente in questa sfilata di eventi storici è un'altra opera di von Neumann. Il suo libro Game Theory, scritto insieme a Oskar Morgenstern, è forse il fattore più forte tra le condizioni storiche che hanno portato alla persistenza di Go and Chess come scenari di test per software di problem solving.

Sebbene ci fossero molti lavori precedenti su come vincere a Chess o Go, mai prima d'ora c'era un trattamento matematico e una presentazione tanto avvincente come quella di Game Theory.

I membri privilegiati della comunità scientifica erano ben consapevoli del successo di von Neumann nell'aumentare la temperatura e la pressione del materiale fissile alla massa critica e il suo lavoro nel derivare la termodinamica classica dalla teoria quantistica. Le basi della matematica che ha presentato in Game Theory sono state rapidamente accettate (da alcune delle stesse persone che hanno finanziato la ricerca al MIT) come un potenziale strumento predittivo per l'economia. La previsione dell'economia è stata il primo passo per controllarla.

La teoria incontra la filosofia geopolitica

La filosofia dominante che guidò la politica occidentale durante quel periodo fu il Destino manifesto, essenzialmente la visione fatalista di un Nuovo Ordine Mondiale, il cui capo sarebbe stato nelle sedi del potere americano. Documenti declassificati indicano che è molto probabile che i leader di quel tempo vedessero il dominio economico raggiunto attraverso l'applicazione della teoria dei giochi come considerevolmente meno rischiosa e costosa della conquista militare seguita dal mantenimento delle basi delle operazioni (guarnigioni ad alta tecnologia) vicino ad ogni area popolata all'estero .

Le sfide altamente pubblicizzate per lo sviluppo degli automi Chess and Go sono semplicemente smagliature che le aziende e i governi usano come primo taglio nell'acquisizione di risorse per il personale. I risultati del gioco sono come i curriculum. Un programma di gioco vincente è una prova dell'esistenza di abilità di programmazione che probabilmente riuscirebbe anche nello sviluppo di giochi più importanti che muovono miliardi di dollari o vincono guerre.

Coloro che sanno scrivere il codice vincente Chess o Go sono considerati beni di alto valore. La ricerca di finanziamenti per il gioco è stata vista come un modo per identificare tali risorse. Anche in assenza di un ritorno immediato sugli investimenti, l'identificazione di questi beni, poiché possono essere nascosti in gruppi di riflessione per tracciare il dominio del mondo, sono diventati una considerazione primaria quando vengono assegnati fondi per la ricerca.

Percorsi lenti e veloci per il ritorno sugli investimenti

Contrariamente a questo pensiero geopolitico, la ricerca del prestigio istituzionale sul retro di un programmatore o di una squadra abili è un altro fattore. In questo scenario, sono stati cercati progressi nella simulazione dell'intelligence che potrebbero presentare miglioramenti geometrici in alcune importanti industrie o applicazioni militari.

Ad esempio, programmi come Maxima (un precursore di applicazioni matematiche di risoluzione dei problemi come Mathematica) sono stati finanziati con la speranza di sviluppare la matematica usando il calcolo simbolico.

Questo percorso verso il successo si basava concettualmente sul determinismo come filosofia naturale globale. In effetti, era l'epitome del determinismo. È stato proposto che, se un computer non solo potesse fare l'aritmetica ma sviluppare teoremi matematici della complessità sovrumana, i modelli di sforzi umani potrebbero essere ridotti in equazioni e risolti. La prevedibilità per un'ampia varietà di importanti fenomeni economici, militari e politici potrebbe quindi essere utilizzata nel processo decisionale, consentendo un guadagno significativo.

Con sorpresa di molti, il successo di Maxima e di altri programmi di matematica è stato molto limitato nel suo impatto positivo sulla capacità di prevedere in modo affidabile eventi economici e geopolitici. L'emergere della teoria del caos ha spiegato il perché.

Battere un maestro umano con un programma si è rivelato alla portata della ricerca e sviluppo del XX secolo. L'uso del software per sperimentare vari approcci informatici alla vittoria di un gioco era realizzabile e quindi più attraente per le istituzioni come un modo per guadagnare prestigio, proprio come una squadra di basket vincente.

Non dimentichiamo la scoperta

A volte le apparenze sono in diretta opposizione alla realtà. Le varie applicazioni di macchine pensanti sopra menzionate non sono state dimenticate e le spese in termini di tempo e denaro necessarie per simulare aspetti delle abilità dei mammiferi non perderanno finanziamenti per lo sviluppo dell'automa di gioco da tavolo.

La tecnologia è in gran parte occupata a risolvere problemi di comunicazione, militari, geopolitici, economici e finanziari che superano di gran lunga la complessità di giochi come Chess and Go. La teoria dei giochi include elementi di mosse casuali fatte da non giocatori fin dall'inizio. Pertanto, l'ossessione per Chess and Go è semplicemente una firma dell'attuale focus del finanziamento e dell'attività nei molti campi della simulazione dell'intelligence.

Il software in grado di giocare a una partita media di Chess or Go non viene distribuito né ai computer di modellazione globale NSA né ai macchinari di indicizzazione di Google. I grandi dollari vengono spesi per sviluppare ciò che l'IS è schierato in tali luoghi.

Non vedrai mai i dettagli o anche una panoramica di tale ricerca e sviluppo descritta online, tranne nel caso di persone che, per qualche motivo personalmente convincente, violano gli accordi confidenziali della loro azienda o commettono tradimento.


1
Spiegazione molto bella collegando lo sfondo storico. Hai così ragione su come le cose sono cambiate nella ricerca dell'IA con il tempo. Ottimo punto per tornare indietro nel tempo per capire la prospettiva.
Ugnes,

2

Trovo che l'affermazione sia preoccupante poiché la prima intelligenza algoritmica confermata potrebbe essere stata un automa NIM , quindi dal mio punto di vista, lo sviluppo dell'intelligenza algoritmica è inseparabile dai giochi combinatori. sembrerebbe anche che McCarthy non ritenga che i giochi siano utili, il che mi porta a sospettare che non abbia mai studiato seriamente la storia dei giochi.

La teoria del gioco combinatoria , un campo applicato in matematica e informatica, fu formalizzata nei decenni successivi al teorema di Sprague-Grundy, che era un'analisi matematica del gioco del NIM. Più recentemente, il gioco pieghevole per proteine Foldit ha prodotto risultati reali in un campo applicato.

  • La risposta che di solito do è che giochi come Chess and Go forniscono complessità simile alla natura usando parametri estremamente semplici. (In sostanza, i giochi e i puzzle combinatori, come il Sudoku, sono motori di complessità.)

Ma i giochi, a differenza dei puzzle, che sono sforzi da soli, richiedono un tipo di processo decisionale strategico che sia abbastanza utile. (La risposta di @Ugnes ne elenca molti.)

  • I giochi combinatori in particolare forniscono un utile punto di riferimento per la capacità degli algoritmi di gestire problemi intrattabili.

C'è anche un fattore PR . La traduzione linguistica algoritmica è diventata estremamente buona negli ultimi anni, ma non si sente mai la stampa fare molto. Confronta con DeepBlue vs Kasparov o AlphaGo vs Sedol. (Questo stack è esploso con domande ML dopo il risultato AlphaGo.) È simile agli sbarchi sulla luna negli Stati Uniti, che è stata una grande, se non strettamente necessaria, ingegneria che ha ispirato generazioni di scienziati in erba.


Postscript: È da notare che fino a poco tempo fa il termine "forte" era riservato all'intelligenza generale artificiale, che è ancora altamente teorica. Dopo AlphaGo, sto iniziando a vedere gli studiosi usare il termine "Strong Narrow AI".

L'uso del forte in relazione all'intelligenza generale artificiale è puramente filosofico. Al contrario, il modo in cui il termine viene usato nella Teoria del gioco combinatorio (vedi Gioco risolto ) è puramente pratico e implica prove matematiche.

Gli scacchi rimangono irrisolti e quindi sono ancora utili per lo studio. [Vedi GiraffeChess di seguito.]

I campi della teoria dei giochi e della teoria dei giochi combinatori includono nomi come Von Neumann , Nash e Conway , e più recentemente Demain al MIT. E se vuoi includere enigmi combinatori come il Sudoku, possiamo estenderlo a Eulero . Per questi motivi, oltre a quelli sopra elencati, faccio fatica a vedere l'analisi dei giochi come una banale ricerca.


Giraffe Ches s è stato un risultato recente di un singolo matematico / programmatore, Matthew Lai, che ha utilizzato un approccio alla rete neurale per creare un algoritmo di scacchi che ha insegnato a giocare a livello internazionale in 72 ore.

Uno degli obiettivi di Lai era quello di creare un algoritmo che producesse un gioco più "umano come". (Confronta con il gioco "disumano" di algoritmi come AlphaGo.) Giraffe non è AGI, ma sicuramente potrebbe essere considerato un pezzo del puzzle.

I giochi per computer sono probabilmente il tipo più profondo di interazioni condivise da umani e automi, e questo tipo di interazione risale quasi all'inizio del calcolo moderno.


2
McCarthy non pensava che i giochi fossero inutili. Credeva che dovremmo concentrarci maggiormente sull'imitazione del comportamento umano da parte di macchine, cose come Turing Test. Pensava che Turing Test potesse essere più importante degli scacchi quando si tratta di AI. Questo potrebbe aiutare.
Ugnes,

@Ugnes Grazie per il chiarimento, ma il mio punto è ancora valido. Il superamento del test di Turing è una buona idea, ma è molto filosofico e del tutto soggettivo. È anche abbastanza insignificante perché superare un test di Turing non significa autocoscienza o volontà. La teoria dei giochi e la teoria dei giochi combinatoria sono pratiche, procedurali e matematiche e la restrizione dell'intelligenza artificiale del gioco a "restringere" è probabilmente una riflessione sulla natura limitata degli attuali modelli di gioco. Metagames come [M] forniscono un ponte ai due campi e possono fornire un modello compatto per AGI fondamentale.
DukeZhou

1
@Ugnes Immagino che in parte quello che sto dicendo sia che avvicinarsi all'AGI ad alto livello probabilmente sarà semplicemente "fumo e specchi". La mia ipotesi è che l'AGI debba essere affrontata a un livello fondamentale, con funzioni volitive (economiche) di base che diventano "autonome". Una volta che lo hai fatto, puoi costruirlo sopra collegando Natural Language Processing, ecc. Sono scettico su qualsiasi approccio all'AGI che non sia radicato nella teoria dei giochi e nelle sue estensioni, che si applicano a tutto il processo decisionale, sia consapevole o autonomo (come nel caso di organismi semplici.)
DukeZhou

1
Sono totalmente d'accordo con te. Anch'io non sono un grande fan di Turing Test. Inoltre la teoria dei giochi è un altro argomento molto importante. Anch'io sono stato uno studente di economia, quindi capisco.
Ugnes,

1
@Ugnes Se trovo interessante che Turing stesso abbia definito il suo test "Imitation Game", che ritengo sia una descrizione precisa e accurata. (È possibile che il rebranding come "Test di Turing" sia fuorviante in quanto, nella comprensione popolare, sembra aver assunto implicazioni più ampie come l'autocoscienza ...)
DukeZhou

0

Il test di Turing è troppo soggettivo e secondo me una perdita di tempo. Sono sicuro che milioni di persone hanno risposto alle e-mail inviate da bot o conversate con chatbot online senza avere la minima idea di rispondere a un programma.

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.