چرا هوش مصنوعی نمی تواند «پازل» را حل کند؟



فرارو- حتما تا به حال اخبار جالب زیادی در مورد مبارزه با هوش مصنوعی مثلا شطرنج بازان شنیده اید و این یک نمونه ساده از حضور هوش مصنوعی در عرصه بازی است. با این حال، ممکن است نشنیده باشید که هر دو هوش مصنوعی می توانند یک پازل پیچیده یا بازی هایی مانند مین روب نیست. اکنون، دانشمندان ژاپنی تکنیک‌هایی را برای هوش مصنوعی (AI) ارائه کرده‌اند تا معمایی تصادفی مانند Minesweeper را حل کند و در عین حال به دلیل آن پاسخ دهد.

به گزارش فرارو، برای دهه‌ها، تلاش‌ها برای گنجاندن هوش مصنوعی در بازی‌ها به حل بازی‌های دو نفره (یعنی بازی‌های رومیزی مانند چکرز، بازی‌های شطرنج و غیره) محدود شده است، جایی که می‌توان از نتیجه بازی به درستی و کارآمد با هوش مصنوعی استفاده کرد. . AI) پیش بینی کرد. با این حال، چنین تکنیک ها و روش هایی را نمی توان به طور مستقیم در زمینه حل پازل به کار برد، زیرا پازل ها معمولاً به تنهایی (تک نفره) بازی می شوند و دارای ویژگی های منحصر به فرد (مانند اطلاعات تصادفی یا پنهان) هستند. بنابراین همیشه این سوال مطرح می شود که هوش مصنوعی چگونه می تواند از تکنیک های خود در حل معما استفاده کند و در عین حال عملکرد خود را در حل بازی های دو نفره حفظ کند؟

برای سال‌ها، «پازل» و «بازی» مترادف یا بخشی از یکدیگر در نظر گرفته می‌شدند، اما حقیقت این است که همیشه این اتفاق نمی‌افتد. از منظر دنیای واقعی، “بازی” چیزی است که ما هر روز با آن روبرو هستیم. برخورد با ناشناخته ها برای مثال، ناشناخته تصمیم درست (یعنی ازدواج) یا تصمیم اشتباه (یعنی ترک شغل) یا عدم تصمیم گیری (یعنی پشیمانی از «چه می شد اگر» است). در مقابل، «پازل» چیزی است که وجود دارد، چیزی که پنهان و کشف نشده است. به عنوان مثال، کشف ماده جذابی مانند گرافن و پتانسیل های فراوان آن که هنوز تجاری نشده و به طور گسترده مورد استفاده قرار می گیرد، یک معما است. بنابراین سؤال دیگری مطرح شد؛ مرز بین «پازل» و «بازی» از نظر حل مسئله چیست؟

پروفسور هیرویوکی آیدا و همکارانش در موسسه علوم و فناوری پیشرفته ژاپن (JAIST) در آخرین مطالعه مجله خود مجله سیستم های مبتنی بر دانش منتشر شد، سعی شد به این دو سوال پاسخ دهد. این مطالعه تحقیقاتی جدید بر دو عامل مهم متمرکز است: (1) تعیین راه حل یک معما در یک عامل میدان بازی از طریق پلت فرم آزمایشی Minesweeper و (2) پیشنهاد یک عامل جدید هوش مصنوعی (AI) با استفاده از ترکیب ترکیبی از چهار استراتژی. PAFG را نام ببرید. نتیجه این بود که حل کننده با استفاده از اطلاعات شناخته شده و ناشناخته پازل Minesweeper، نسبت به مطالعات پیشرفته، عملکرد بهتری در حل معما داشت.

محققان یک عامل هوش مصنوعی متشکل از دو رویکرد مبتنی بر دانش و دو رویکرد مبتنی بر داده را برای بهترین استفاده از اطلاعات شناخته شده و ناشناخته به منظور بهترین برآورد تصمیم بعدی اتخاذ کردند. نتیجه این است که مرز بین پارادایم حل پازل و بازی را می توان برای یک پازل تصادفی تک عاملی مانند Minesweeper ایجاد کرد.

چنین موفقیتی همچنین می تواند نقش مهمی در مسائل دنیای واقعی داشته باشد، جایی که مرز بین معلوم و ناشناخته اغلب مبهم است و تعیین آن بسیار دشوار است. همانطور که پروفسور آیدا گفت: “با توانایی هوش مصنوعی برای بهبود عملکرد حل پازل، حد حلالیت آشکار می شود. چنین سناریویی این امکان را فراهم می کند تا اصطلاحات “پازل” و “بازی” را به وضوح تعریف کنیم. که معمولاً دیده می شود. در بسیاری از موقعیت‌های زندگی واقعی، مانند تعیین سرمایه‌گذاری‌های پرخطر و ارزیابی سطح ریسک یک تصمیم مهم.” اساساً، همه ما در دنیای Minesweeper خود زندگی می‌کنیم و سعی می‌کنیم راه خود را حدس بزنیم و در عین حال از تله‌های موجود در خود اجتناب کنیم. زندگی می کند.”

بسیاری از ابهامات با پیشرفت فناوری فعلی و الگوی جدید محاسبات فعلی (به عنوان مثال، اینترنت اشیا، خدمات رایانش ابری، محاسبات لبه، محاسبات نورومورفیک و غیره) وجود دارد. این شرایط جدید را می توان در مورد افراد (یعنی توانایی فنی)، گروه ها (یعنی پذیرش فناوری)، جامعه (یعنی فرهنگ و استانداردها) و حتی در سطح ملی (یعنی تغییر سیاست ها و قوانین) اعمال کرد. خانم چانگ لیو، نویسنده اصلی این مطالعه، توضیح می‌دهد که: فعالیت روزانه انسان شامل بسیاری از شرایط «بازی» و «پازل» است. با ترسیم مدل حل‌پذیری در یک مقیاس، می‌توان مرزی بین معلوم و مجهول ایجاد کرد که ریسک ناشناخته را به حداقل می‌رساند و منافع آن را به حداکثر می‌رساند. چنین شاهکاری در پایان تکنیک‌های مبتنی بر دانش، فناوری هوش مصنوعی و عدم اطمینان قابل اندازه‌گیری (مانند نرخ برنده شدن، نرخ موفقیت، نرخ رشد و غیره) به دست می‌آید، در حالی که همچنان حفظ پازل سرگرم‌کننده و چالش‌برانگیز است. »

منبع: scitechdaily

ترجمه: مصطفی جرفی فرارو


تمامی اخبار به صورت تصادفی و رندومایز شده پس از بازنویسی رباتیک در این سایت منتشر شده و هیچ مسئولتی در قبال صحت آنها نداریم