تم تطوير العديد من أدوات الذكاء الاصطناعي على مر السنين، وتفوق بعضها على البشر في مختلف المجالات. ولكن ماذا لو كان لدينا ذكاء اصطناعي يمكنه التغلب على البشر في مختلف الألعاب؟ وهذا على وجه التحديد ما يخبئه لنا برنامج DeepMind من جوجل
تعاونت عملاق التكنولوجيا مع منظمات مختلفة لإنشاء نظام ذكاء اصطناعي يسمى Student of Games (SoG) قادر على إتقان البشر والتغلب عليهم في ألعاب مختلفة.
على عكس الذكاء الاصطناعي التقليدي الذي يلعب الألعاب، لا يقتصر SoG على لعبة واحدة. إنه يتفوق في لعبة الشطرنج، وGo، والمزيد، حيث يمكنه تعليم نفسه كيفية لعب أي لعبة تقريبًا.
يُظهر نظام SoG كفاءة ملحوظة في هزيمة الخصوم البشريين عبر مختلف الألعاب ويتمتع بقدرة فريدة على التعلم والتكيف مع الألعاب الجديدة.
لقد تطور التعلم الآلي والذكاء الاصطناعي بشكل كبير على مدار الخمسين عامًا الماضية، حيث استفادا من البيانات التي يولدها الإنسان لتدريب أنظمة الكمبيوتر. أحد التطبيقات البارزة لهذه التكنولوجيا هو في ألعاب الطاولة والصالون.
إن تعليم الكمبيوتر كيفية إتقان إحدى الألعاب اللوحية وتعزيز قدراته للتفوق على البشر يمثل خطوة كبيرة في مجال الذكاء الاصطناعي. وأشار الباحثون إلى أن أنظمة الكمبيوتر المصممة لألعاب الطاولة تتخصص عادة في لعبة واحدة، مثل الشطرنج، مما يخلق ذكاءً اصطناعيًا مصممًا لمهام محددة.
قام مبتكرو SoG بتطوير نظام ذكي متعدد الاستخدامات يمكنه لعب مجموعة من الألعاب التي تتطلب مجموعات مهارات مختلفة. يمكن تصنيف الألعاب على نطاق واسع إلى تلك التي تتمتع بالمعرفة الكاملة، حيث يمتلك كلا اللاعبين معلومات كاملة، وتلك التي تتمتع بالمعرفة غير الكاملة، مثل لعبة البوكر، حيث يكون لدى اللاعبين تفاصيل جزئية فقط.
تُظهر SoG التميز في كلا النوعين من الألعاب، حيث تظهر الكفاءة عبر سيناريوهات الألعاب المختلفة وتثبت قدرتها على التفوق في الأداء على اللاعبين البشريين الخبراء.
SoG يتفوق على اللاعبين البشريين
نجح نظام الذكاء الاصطناعي في هزيمة خصومه في لعبة Go، والشطرنج، وScottland Yard، وما يميز برنامج Student of Games هو قدرته على تعليم نفسه لعب أي لعبة تقريبًا، مما يشير إلى قدرته على التفوق في مجموعة واسعة من سيناريوهات الألعاب.
يقدم ملخص الدراسة SoG كخوارزمية ذات أغراض عامة تدمج أساليب الذكاء الاصطناعي السابقة، وتجمع بسلاسة بين البحث الموجه والتعلم باللعب الذاتي والتفكير النظري للعبة.
“يحقق برنامج Student of Games أداءً تجريبيًا قويًا في ألعاب المعلومات الكبيرة المثالية وغير الكاملة، وهي خطوة مهمة نحو خوارزميات عامة حقًا للبيئات العشوائية”.
يشمل المتعاونون مع Google DeepMind شركة EquiLibre Technologies وSony AI وAmii وMidjourney.
المصدر: Science Advances
