Bir Yapay Zeka Ajanı ile Bulmaca Çözme ile Bilinen ve Bilinmeyen Oyun Oynamak
Araştırmacılar, Mayın Tarlası gibi stokastik bir bulmacayı çözmek için yapay zekalı (AI) bir ajan için birden fazla strateji tasarlıyorlar.
Onlarca yıldır, oyun çözme çabaları, bazı yapay zeka (AI) arama tekniğini uygulayarak ve büyük miktarda oyun istatistiği toplayarak oyun sonucunun doğru ve verimli bir şekilde tahmin edilebileceği iki oyunculu oyunları (yani, dama gibi masa oyunları, satranç benzeri oyunlar vb.) çözmeye özeldi. Bununla birlikte, böyle bir yöntem ve teknik, bulmacalar genellikle tek başına oynandığından (tek oyunculu) ve benzersiz özelliklere (stokastik veya gizli bilgiler gibi) sahip olduklarından doğrudan bulmaca çözme alanına uygulanamaz. Öyleyse, AI tekniğinin iki oyunculu oyunları çözmek için performansını nasıl koruyabileceği, bunun yerine tek ajanlı bir bulmacaya nasıl uygulanabileceği konusunda bir soru ortaya çıktı.
Yıllar boyunca, bulmacalar ve oyunlar birbirinin yerine geçebilir veya diğerinin bir parçası olarak kabul edildi. Gerçekte, bu her zaman böyle olmayabilir. Gerçek dünya perspektifinden baktığımızda, 'oyun' her gün karşılaştığımız bir şeydir; bilinmeyenle başa çıkmak. Örneğin, doğru kararı vermenin (yani evlenmenin) veya yanlış olanın (yani, bir işten ayrılmanın) bilinmemesi veya hiç yapmaması (yani, 'ya olursa' konusunda pişmanlık duymak). Bu arada, 'bulmaca' orada olduğu bilinen bir şeydir ve hatta henüz ortaya çıkarılmamış bir şey bile gizlidir. Örneğin, böyle bilinen bir durum, grafen gibi 'harika' malzemenin ve henüz ticarileştirilmemiş ve yaygın olarak kullanılmamış birçok potansiyelinin keşfi olacaktır. Sonra tekrar, bulmaca çözme bağlamında 'bulmaca' ve 'oyun' arasında nasıl ve hangi sınır var?
Japonya İleri Bilim ve Teknoloji Enstitüsü'nde (JAIST), Japonya'da, Profesör Hiroyuki Iida ve meslektaşları, Bilgi Tabanlı Sistemler dergisinde yayınlanan son çalışmalarında bu iki soruyu cevaplamaya çalıştılar. Araştırma çalışması iki önemli katkıya odaklanmaktadır: (1) Mayın Tarlası test yatağı aracılığıyla tek ajanlı bir oyun bağlamında bir bulmacanın çözülebilirliğini tanımlamak ve (2) PAFG çözücü adı verilen dört stratejinin birleşik bileşimini kullanarak yeni bir yapay zeka (AI) ajanı önermek. Mayın Tarlası bulmacasının bilinen ve bilinmeyen bilgilerinden yararlanan önerilen çözücü, bulmacayı çözmede en son teknoloji çalışmalarla karşılaştırılabilir daha iyi bir performans elde etmişti.
Araştırmacılar, sonraki kararı en iyi şekilde tahmin etmek için mevcut kararın bilinen ve bilinmeyen bilgilerini en iyi şekilde kullanmak için iki bilgi odaklı strateji ve iki veri odaklı stratejiden oluşan bir AI ajanı benimsediler. Sonuç olarak, Mayın Tarlası gibi tek ajanlı stokastik bulmaca için bulmaca çözme ve oyun oynama paradigması arasındaki sınır oluşturulabilir.
Böyle bir durum, bilinen ve bilinmeyen arasındaki sınırın genellikle bulanık ve tanımlanması çok zor olduğu gerçek dünya problemlerinde özellikle önemli bir rol oynar. Profesör Iida'nın belirttiği gibi: "AI ajanının bulmaca çözme performansını artırma kabiliyeti ile, çözülebilirliğin sınırı belirginleşiyor. Böyle bir durum, tipik olarak yüksek riskli yatırımın belirlenmesi, önemli bir kararın risk seviyesinin değerlendirilmesi gibi birçok gerçek yaşam durumunda bulunan 'bulmaca' ve 'oyun' koşullarının net bir şekilde tanımlanmasına izin verdi. " Özünde, hepimiz Mayın Tarlası dünyamızda yaşıyoruz, hayatımızdaki 'bombadan' kaçınırken ileriye giden yolumuzu tahmin etmeye çalışıyoruz.
Mevcut teknolojinin yüz hızıyla ilerlemesi ve mevcut yeni bilgi işlem paradigması (yani, IoT, bulut tabanlı hizmetler, uç bilgi işlem, nöromorfik bilgi işlem, vb.) Bu koşul insanlar (yani, teknolojik uygunluk), topluluk (yani, teknoloji kabulü), toplum (yani kültür ve norm) ve hatta ulusal düzeylerde (yani, politika ve kural değişiklikleri) doğru olabilir. "Her gün insan faaliyeti birçok 'oyun' ve 'bulmaca' koşulu içeriyor. Bununla birlikte, çözülebilirlik paradigmasının ölçekli olarak haritalandırılması, bilinen ve bilinmeyen arasındaki sınır koşulları oluşturulabilir, bilinmeyenin riskini en aza indirebilir ve bilinenin yararını en üst düzeye çıkarabilir, "diye açıklıyor çalışmanın baş yazarı Bayan Chang Liu. "Böyle bir başarı, bilgi odaklı teknikleri, AI teknolojisini ve ölçülebilir belirsizliği (kazanma oranı, başarı oranı, ilerleme oranı vb.) doruğa çıkarırken, bulmacayı eğlenceli ve zorlu tutmaya devam ederek elde edilir."
Japonya İleri Bilim ve Teknoloji Enstitüsü Hakkında, Japonya
1990 yılında Ishikawa vilayetinde kurulan Japonya İleri Bilim ve Teknoloji Enstitüsü (JAIST), Japonya'daki ilk bağımsız ulusal lisansüstü okuldur. Şimdi, 30 yıllık istikrarlı ilerlemeden sonra, JAIST Japonya'nın en üst düzey üniversitelerinden biri haline geldi. JAIST, birden fazla uydu kampüsü ile sayılır ve çeşitliliğin anahtar olduğu son teknoloji ürünü bir eğitim sistemi ile yetenekli liderleri teşvik etmeye çalışır; mezunlarının yaklaşık% 40'ı uluslararası öğrencilerdir. Üniversite, öğrencilerinin en yeni araştırmaları yürütmek için sağlam bir temele sahip olmalarını sağlamak için dikkatlice tasarlanmış kurs odaklı bir müfredata dayanan benzersiz bir lisansüstü eğitim tarzına sahiptir. JAIST ayrıca endüstri-akademi işbirliğine dayalı araştırmaları teşvik ederek hem yerel hem de denizaşırı topluluklarla yakın işbirliği içinde çalışmaktadır.
Japonya İleri Bilim ve Teknoloji Enstitüsü'nden Bayan Chang Liu hakkında, Japonya
Chang Liu, Nomi, Japonya'daki İleri Bilim ve Teknoloji Okulu'nda (JAIST) doktora öğrencisidir. Araştırması, Eğlence Teknolojisi Laboratuvarı'nda Profesör Hiroyuki Iida tarafından denetlenen, oyun mekaniği ve oyuncunun deneyimine dayanan bulmaca oyunlarının evrimi hakkında temyiz bilgilerini araştırmaya odaklanmaktadır. Antik ve modern bulmaca oyunlarının evrimindeki önemli faktörleri analiz etmek ve bulmaca çözme ve oyun oynama sürecinde bilgi analizi, bulmacalar ve oyunlar arasında bir çizgi bulmak için çalışıyor.
Japonya İleri Bilim ve Teknoloji Enstitüsü'nden Profesör Hiroyuki Iida hakkında, Japonya
Dr. Hiroyuki Iida, doktorasını 1994 yılında Japonya'daki Tokyo Tarım ve Teknoloji Üniversitesi'nden Oyun Ağacı Arama Üzerine Sezgisel Teoriler üzerine aldı. 2005 yılından beri JAIST'te Profesör olarak görev yapmakta ve aynı zamanda Eğitim ve Öğrenci İşleri Mütevelli Heyeti ve Başkan Yardımcısıdır. Iida laboratuvarının başkanıdır ve 300'den fazla makale, sunum ve kitap yayınlamıştır. Araştırma ilgi alanları arasında yapay zeka, oyun bilişimi, oyun teorisi, matematiksel modelleme, arama algoritmaları, oyun iyileştirme teorisi, oyun ağacı arama ve eğlence bilimi bulunmaktadır.
0 Yorumlar