Saara
Erikoistunut tekoäly on jo aikaa sitten päihittänyt ihmisen shakissa, gossa ja vaikkapa pokerissa. Jonkin aikaa sitten Google DeepMind sai valmiiksi Student of Games -nimisen yleisen tekoälyn, joka yltää voittosuoritukseen kaikissa edellä mainituissa.
Syksyllä esitelty SoG-malli juontaa juurensa parista aiemmasta projektista: ensimmäistä kertaa pokerissa ihmispelaajat voittaneesta DeepStackista sekä AlphaZerosta, joka voitti maailman parhaat gon- ja shakinpelaajat.
DeepStack keskittyi epätäydellisen informaation peleihin, joissa pelaajat eivät näe muiden pelaajien valintoja, kuten pokerissa kortteja. AlphaZero puolestaan erikoistui täydellisen informaation peleihin. Kahden lähetymistavan yhdistäminen koko DeepStack-tiimin aivonystyröiden voimin johti lopulta SoG-mallin luomiseen.
SoG on ensin tyhjä taulu, joka opettelee pelit alusta, ja sitten se harjoittaa itseään peluuttamalla versioitaan keskenään. Tutkijat panivat sen treenaamaan shakkia, gota, Texas hold’emia, Scotland Yard -lautapeliä ja lisäksi mukautettuja versioita parista viimeisestä. SoG osoittautui eteväksi voittamaan niin olemassaolevia tekoälymalleja kuin ihmispelaajiakin, vaikkei aivan voikaan yksittäisten erikoistuneiden tekoälyjen suorituskykyyn yltää. Tutkijoiden mukaan sen voisi periaatteessa ottaa käyttöön mihin peliin vain, ja se oppisi erinomaisen hyväksi pelaajaksi.
Peleissä on tarkat raamit, joiden rajoissa toimia. Suljetussa, kontrolloidussa ympäristössä toimiva tekoälymalli on kuitenkin merkittävä askel kohti todellista yleisfiksua keinoälyä.
Lähde: New Scientist Kansikuva: chandlervid85 / Freepik
