Kelompoknya memutuskan untuk mencari tahu. Mereka menciptakan versi AlphaZero baru yang terdiversifikasi yang mencakup beberapa sistem AI yang telah dilatih secara mandiri dan dalam situasi berbeda. Algoritme yang menggerakkan seluruh sistem bertindak sebagai semacam pencari jodoh virtual, kata Zahavy: sebuah algoritme yang dirancang untuk mengidentifikasi agen mana yang memiliki peluang terbaik untuk berhasil ketika tiba waktunya untuk mengambil tindakan. Dia dan rekan-rekannya juga memberikan “bonus keberagaman”—hadiah bagi sistem setiap kali sistem mengambil strategi dari sejumlah besar pilihan.
Ketika sistem baru dibentuk untuk memainkan permainannya sendiri, tim mengamati keragaman yang besar. Pemain AI yang terdiversifikasi bereksperimen dengan pembukaan baru yang efektif dan keputusan baru – namun masuk akal – tentang strategi tertentu, seperti kapan dan ke mana harus menelepon. Itu mengalahkan AlphaZero asli di sebagian besar pertandingan. Tim juga menemukan bahwa versi yang terdiversifikasi dapat memecahkan teka-teki tantangan dua kali lebih banyak daripada aslinya dan dapat memecahkan lebih dari setengah seluruh katalog teka-teki Penrose.
“Idenya adalah daripada mencari satu solusi atau satu kebijakan untuk mengalahkan setiap pemain, ini dia [it uses] gagasan keberagaman yang kreatif,” kata Cully.
Dengan memiliki akses ke permainan yang lebih banyak dan berbeda, kata Zahavy, AlphaZero yang terdiversifikasi memiliki lebih banyak opsi untuk situasi sulit yang muncul. “Jika Anda bisa mengontrol jenis permainan yang mereka lihat, pada dasarnya Anda mengontrol bagaimana mereka menggeneralisasi,” katanya. Imbalan internal yang aneh ini (dan gerakan terkaitnya) dapat menjadi kekuatan untuk berbagai perilaku. Kemudian sistem dapat belajar menilai dan menghargai pendekatan-pendekatan yang berbeda serta mengetahui kapan pendekatan-pendekatan tersebut paling berhasil. “Kami menemukan bahwa kelompok agen ini sebenarnya dapat menyetujui posisi ini.
Dan yang terpenting, dampaknya lebih dari sekadar catur.
Kreativitas dalam kehidupan nyata
Cully mengatakan pendekatan yang terdiversifikasi dapat membantu sistem AI apa pun, tidak hanya sistem yang didasarkan pada pembelajaran penguatan. Dia telah lama menggunakan keberagaman untuk melatih sistem fisik, termasuk robot berkaki enam yang diizinkan mengeksplorasi berbagai jenis gerakan sebelum dia dengan sengaja “melukai” robot tersebut, sehingga robot tersebut dapat terus bergerak menggunakan beberapa teknik yang dia kembangkan sebelumnya. “Kami mencoba mencari solusi yang berbeda dari semua solusi sebelumnya yang kami temukan sejauh ini.” Baru-baru ini, dia juga bekerja sama dengan para peneliti untuk menggunakan keragaman guna mengidentifikasi kandidat obat baru yang menjanjikan dan mengembangkan strategi perdagangan saham yang efektif.
“Tujuannya adalah untuk menciptakan kumpulan besar yang berpotensi berisi ribuan solusi berbeda di mana setiap solusi sangat berbeda satu sama lain,” kata Cully. Jadi—seperti yang dipelajari oleh pemain catur yang terdiversifikasi—untuk setiap jenis masalah, keseluruhan sistem dapat memilih solusi terbaik. Sistem AI Zahavy, katanya, dengan jelas menunjukkan bagaimana “mencari strategi berbeda membantu berpikir di luar kebiasaan dan menemukan solusi.”
Zahavy menduga agar sistem AI dapat berpikir kreatif, peneliti hanya perlu membuat mereka mempertimbangkan berbagai kemungkinan. Hipotesis ini menunjukkan adanya hubungan khusus antara manusia dan mesin: Mungkin kecerdasan hanyalah masalah daya komputasi. Untuk sistem AI, mungkin kreativitas bermuara pada kemampuan untuk mempertimbangkan dan memilih dari sejumlah pilihan yang cukup banyak. Ketika sistem memperoleh imbalan karena memilih strategi optimal yang berbeda, pemecahan masalah kreatif semacam ini menjadi semakin kuat. Pada akhirnya, secara teoritis teknologi ini bisa meniru segala jenis strategi pemecahan masalah yang dianggap kreatif pada manusia. Kreativitas akan menjadi masalah komputasi.
Liemhetcharat mencatat bahwa sistem AI yang terdiversifikasi tidak mungkin sepenuhnya menyelesaikan masalah generalisasi yang lebih luas dalam pembelajaran mesin. Tapi ini adalah langkah ke arah yang benar. “Ini mengurangi salah satu kekurangannya,” katanya.
Secara praktis, hasil yang dicapai Zahavé sejalan dengan upaya terbaru yang menunjukkan bagaimana kerja sama dapat menghasilkan kinerja yang lebih baik dalam tugas-tugas sulit yang dilakukan manusia. Misalnya, sebagian besar hits di Billboard 100 ditulis oleh tim penulis lagu, bukan individu. Dan masih ada ruang untuk perbaikan. Pendekatan yang beragam saat ini mahal secara komputasi karena harus mempertimbangkan lebih banyak opsi dibandingkan sistem pada umumnya. Zahavy juga tidak yakin bahwa AlphaZero yang terdiversifikasi akan menangkap seluruh spektrum kemungkinan.
“Aku masih melakukan [think] ada ruang untuk menemukan solusi yang berbeda,” katanya. “Tidak jelas bagi saya, mengingat semua data yang ada di dunia, hal ini memang terjadi.” [only] satu jawaban untuk setiap pertanyaan.”
Cerita asli dicetak ulang dengan izin dari majalah kuantum, publikasi independen secara editorial Yayasan Simons yang misinya adalah untuk meningkatkan pemahaman masyarakat terhadap sains dengan meliput perkembangan dan tren penelitian di bidang matematika serta ilmu fisika dan kehidupan.
+ There are no comments
Add yours