A MuZero nevű mesterséges intelligencia abban előrelépés, hogy nem kell ismernie a szabályokat ahhoz, hogy nyerjen egy játékban. Ennek jelentősége óriási: ez az első lépés egy minden szituációban helytálló algoritmus felé – írja a Rakéta.hu.
A 2015-ben alapított Alphabet Inc. egy amerikai multinacionális ernyővállalat, amely a Google és a valamikor a Google-hoz tartozó cégek anyavállalata. Az Alphabet egyik leányvállalata, a mesterséges intelligencia kutatásra fókuszáló DeepMind AlphaGo nevű mesterséges intelligenciája 2015-ben előnykő nélkül legyőzte a legjonn go-játékosokat. Ez azért volt akkor nagy szó, mert a 2500 éves Go a sakknál is komplikáltabb, és az AlphaGo előtt egy algoritmusnak sem sikerült ez a bravúr. Egy évvel az AlphaGo után a vállalat az AlphaGo Zero algoritmussal rukkolt elő. A sima és a Zero változat közti különbség, hogy míg az előbbi amatőr és profi játékosok megfigyelése által sajátította el a játékot, a Zero úgy tanult meg játszani, hogy saját magával folytatott le meccseket
Az különbség tehát a DeepMind legutóbbi MI-je, a MuZero és az előbb felsorolt algoritmusok között, hogy a MuZero anélkül tud nyerni a sakkban, sógiban és egy csomó Atari videójátékban, hogy előzőleg ismerné az adott játék szabályait. Ám ennek ellenére így is helyt áll ezekben a játékokban, mint a DeepMind korábbi intelligenciái.
Ez azért jelent áttörést, mert a hasonló, adaptív algoritmusok fejlesztése, melyek nem ismerik a szabályokat egy-egy helyzetben, de így is sikert tudnak elérni, komoly kihívást jelentett eddig a kutatóknak. Pedig a legtöbb valóságos helyzet, sőt néhány játék sem írható le mindössze pár egyszerű szabállyal. Néhány terület pedig annyira összetett, hogy képtelenség lemodellezni minden aspektusát. És itt nem is olyan dolgokra kell gondolni feltétlenül, mint vezetni egy valós, városi forgalomban biciklisek és gyalogosok között, már néhány ősrégi Atari videójáték esetén is épp ez a helyzet.
A MuZero a problémát úgy hidalja át, hogy úgy kezd el „gondolkodni”, mint mi, emberek. Tehát ahelyett, hogy mindent lemodellezne, csak azokat a tényezőket igyekszik figyelembe venni, melyek a döntéshozatalhoz szükségesek.
Borítókép: Pixabay/geralt