Googles kunstige intelligens DeepMind har stått for et nytt gjennombrudd: å vinne over flere rutinerte spillere i det avanserte brettspillet Stratego.
Stratego-programmet DeepNash er oppkalt etter matematikeren og nobelprisvinneren John Nash, kjent fra filmen A Beautiful Mind. Nå har det havnet på tredjeplass blant de beste Stratego-spillerne noen gang på spillplattformen Gravon.
For å vinne over menneskelig motstand i et spill der maskinen ikke kjenner posisjonen til motstanderens førti brikker, må den basere seg på selvlæring, sannsynlighetsberegning og spillteori, framgår det av Googles forskning, publisert i det vitenskapelige tidsskriftet Science.
Opplært på milliarder av spill
For å havne i verdenseliten av Stratego-spillere har DeepNash spilt 5,5 milliarder spill mot seg selv. Hver gang lærte AI-en noe nytt om spillet, strategien og veien til seier.
I den kunstige intelligensen er det et belønningssystem som styrer maskinen til å forbedre spillet mens menneskelige teknikere fortløpende videreutvikler programkoden.
Samtidig er Stratego-AI-en styrt av det spillteoretiske begrepet Nash-likevekt, som går ut på at ingen spillere endrer strategi hvis det ikke hjelper dem.
Den tilnærmingen utfordrer DeepNash med dristige trekk som overrasker motstanderen.
I ett spill ofret for eksempel maskinen flere offiserer for å lokke de sterkeste brikkene til motstanderen ut på banen før maskinen kunne slå til i et bakholdsangrep.
Så i stedet for å forbedre enkelttrekk kan systemet – i et spill med mange ukjente faktorer – over tid lure motstanderen til å åpne seg, før maskinen slår til med dødelige trekk.
Kan brukes i selvkjørende biler
DeepNash kan også brukes utenfor spillbrettet.
For eksempel kan en lynrask avveining av egne og andres kjørestrategier bli aktuelt for selvkjørende biler.
Den amerikanske sjakkspilleren Hans Niemann har nå saksøkt den norske verdensmesteren i sjakk, Magnus Carlsen (bildet) og to andre spillere for ærekrenkelser etter anklager om juks. I et rettsdokument amerikaneren har lagt ut på Twitter, framgår det at han krever hundre millioner dollar i erstatning, noe som svarer til omkring en milliard kroner.
Les også:
«Hvis man produserer en selvkjørende bil, kan man ikke gå ut fra at alle de andre bilistene på veien er helt rasjonelle og oppfører seg optimalt», sier Noam Brown fra konkurrenten Meta AI, som har fulgt forskningen fra sidelinjen, til nettstedet Singularity Hub.