ИИ обыграл сильнейших игроков мира в настольную игру Stratego

Новая модель ИИ превосходит другие модели и умеет обыгрывать сильнейших игроков‑людей. Ее потенциал пригодится тем, кто планирует военные маневры или ведет деловые переговоры.

а) В игре Stratego каждый участник тайно расставляет свои фигуры — поэтому красный игрок не знает, какие именно фигуры стоят у синего, и наоборот. Дальше соперники ходят по очереди, перемещая по одной фигуре — примерно как в шахматах. b) Ход в игре для синего игрока. Когда фигура одного игрока заходит на клетку с фигурой соперника, начинается битва. В этот момент раскрываются типы обеих фигур, и по правилам схватки как минимум одна из них выбывает — исход зависит от их силы и роли в атаке или защите. Победа достается тому, кто захватит флаг противника: как только эта фигура оказывается в руках соперника, игра заканчивается

Источник: Nature

Американские ученые создали искусственный интеллект Ataraxos, который обыграл лучших в мире игроков-людей в настольную военную игру Stratego — до этого ни одной системе ИИ не удавалось добиться подобного результата. Счет против сильнейшего игрока мира — 15 побед, 1 поражение и 4 ничьи, а на чемпионате мира результат составил 39−2 в пользу машины. Результаты исследования опубликованы в журнале Nature.

Stratego — игра для двух человек, где фигуры противника скрыты до столкновения. Число возможных комбинаций превышает 10 в 66-й степени — это гораздо больше, чем в шахматах. Именно из-за огромного числа вариантов и скрытой информации игра служит своеобразным экзаменом для систем ИИ. Предыдущие попытки, например, система DeepMind от Google, требовали колоссальных вычислительных ресурсов и многомиллионных затрат, но так и не смогли превзойти чемпионов-людей.

Искусственный интеллект Ataraxos показал сверхчеловеческий уровень в игре с неполной информацией

Источник: Unsplash

Свою модель исследователи обучали методом самообучения с подкреплением: программа играла сама с собой и постепенно вырабатывала эффективные шаблоны поведения. Ученые разработали алгоритмы, которые позволили обучаться быстрее и не пытаться предсказать каждый возможный ход. В результате Ataraxos потратил менее сотой доли обучающих примеров и менее тридцатой доли игр-самострeлок, чем система DeepMind, при более высоком уровне игры.

Во время партии система использует заранее заготовленную стратегию как отправную точку, а затем корректирует решения на ходу. Перед каждым ходом генеративная модель оценивает вероятные типы скрытых фигур противника и просчитывает будущие варианты. Это ключевое новшество и позволило достичь сверхчеловеческих результатов. Машина, в отличие от человека, не паникует, когда ценная фигура под угрозой, а спокойно взвешивает риски и не выдает свои замыслы.

Систему успешно адаптировали и на другие игры с неполной информацией, где она также показала сверхчеловеческий уровень. В будущем подобные алгоритмы могут помогать людям в реальных ситуациях со скрытой информацией — деловых переговорах, кибербезопасности или военных маневрах. Сейчас ученые работают над тем, чтобы система могла объяснять свои решения понятным для человека языком, ведь окончательный выбор все равно должен оставаться за людьми.

Ранее Наука Mail рассказывала о том, что ИИ выходит из-под контроля: кто теперь будет следить за нейросетями.