سرايا - حقق الذكاء الاصطناعي إنجازًا جديدًا في واحدة من أكثر ألعاب الاستراتيجية تعقيدًا، بعدما تمكن نظام يحمل اسم Ataraxos من هزيمة أحد أبرز لاعبي لعبة Stratego على الإطلاق، رغم أنه لا يعرف مسبقًا هوية وقوة قطع جيش خصمه.
وفي اللعبة، يستطيع اللاعب رؤية مواقع القطع على الرقعة، لكنه لا يعرف ما تخفيه كل قطعة من رتبة وقوة إلا بعد كشفها خلال المواجهات.
ويختلف Stratego عن ألعاب مثل الشطرنج، إذ يضع كل لاعب قطعه سرًا، بينما تبقى هويات قطع الخصم مخفية.
ولذلك لا يستطيع اللاعب الاعتماد على معلومات كاملة عند اتخاذ قراراته، بل يتعين عليه استخدام الاحتمالات والخداع ومراقبة تحركات الخصم لمحاولة معرفة طبيعة جيشه.
وفي سلسلة من 20 مباراة أمام اللاعب الهولندي بيم نيميير (Pim Niemeijer)، الذي تصفه الدراسة بأنه اللاعب الأكثر تتويجاً في تاريخ Stratego، حقق Ataraxos 15 فوزاً مقابل خسارة واحدة و4 تعادلات، في نتيجة أظهرت تفوق النظام على أحد أقوى لاعبي اللعبة.
ولم يحتج Ataraxos إلى الموارد الحاسوبية الضخمة التي استُخدمت في أنظمة سابقة، إذ دُرّب بتكلفة تقل عن 8 آلاف دولار، وفق تقديرات الباحثين، بينما بلغت تكلفة تدريب نظام DeepNash، الذي طورته "غوغل ديب مايند"، نحو 3 إلى 4.5 مليون دولار.
ويعتمد Ataraxos على التعلم المعزز من خلال اللعب ضد نفسه، إلى جانب شبكة عصبية تقدّر الهويات المحتملة للقطع المخفية لدى الخصم.
وبناءً على هذه التقديرات، يستطيع النظام التعامل مع عدة احتمالات مختلفة لحالة الرقعة قبل اتخاذ قراره، بدلًا من افتراض أنه يعرف المعلومات التي يخفيها منافسه.
وتكمن أهمية الإنجاز في أن Stratego يفرض على الذكاء الاصطناعي التعامل مع معلومات ناقصة وحالة مستمرة من عدم اليقين، وهي ظروف تحاكي مواقف واقعية لا تتوافر فيها جميع البيانات اللازمة لاتخاذ القرار.
ويرى الباحثون أن الأساليب المستخدمة في Ataraxos يمكن أن تكون مفيدة خارج الألعاب أيضاً، خصوصاً في المجالات التي تتطلب اتخاذ قرارات مع وجود معلومات مخفية أو غير مؤكدة، مثل الأمن السيبراني والتفاوض والتخطيط.
وتشير الدراسة المنشورة في مجلة Nature إلى أن النتيجة تمثل تقدماً في تطوير أنظمة ذكاء اصطناعي تستطيع اتخاذ قرارات قوية حتى عندما لا تكون الصورة الكاملة أمامها، وهو تحدٍ يختلف عن الألعاب التي تكون فيها جميع المعلومات مكشوفة منذ البداية.
الرجاء الانتظار ...
التعليقات