অন্যায্য সুবিধা: অয় মানুষের মতো খেলার আশা করবেন না

ডিপমাইন্ডের সাম্প্রতিক কৃত্রিম বুদ্ধিমত্তার বিকাশ যা স্টারক্রাফ্ট II-তে বিশ্বমানের খেলোয়াড়দের পরাস্ত করতে পারে, প্রচুর আলোড়ন সৃষ্টি করেছিল। যদিও ডিপমাইন্ড এটিকে একটি বড় যুগান্তকারী বলে অভিহিত করেছেন, অন্যরা বলেছিলেন যে এটি প্রতারণা, অন্যায্য এবং অতিমানবিক।

তবে পুরো বিতর্কটি কীটি ইঙ্গিত করে তা হ'ল সম্ভবত আমাদের সেই প্রসঙ্গে পরিবর্তন করতে হবে যেখানে আমরা এআই এর ক্ষমতাগুলি নিয়ে আলোচনা এবং মূল্যায়ন করেছি এবং এর গেমপ্লেটি আমাদের নিজের সাথে তুলনা করা বন্ধ করব।

ডিপমাইন্ডের স্টারক্রাফ্ট-প্লেিং বট আলফাস্টার গভীর শিক্ষণ ব্যবহার করে, এটি এআইয়ের একটি জনপ্রিয় ক্ষেত্র, যেখানে প্রোগ্রামাররা তাদের এআই মডেলগুলির আচরণের বিকাশ করে তাদের একটি উন্মাদ সংখ্যার উদাহরণ দিয়ে। আলফাস্টার স্টারক্রাফ্টের নিয়ম শিখতে ও আয়ত্ত করতে নিজের বিরুদ্ধে কয়েক মিলিয়ন গেম খেলে ব্লিজার্ডের দ্বারা প্রকাশিত মানব গেমের ডেটাগুলির একটি বৃহত ডাটাবেসে প্রথমে প্রশিক্ষণ পেয়েছিল। এরপরে এটি বিশ্ব চ্যাম্পসের বিপক্ষে যাওয়ার আগে ডিপমাইন্ডের নিজস্ব অপেশাদার খেলোয়াড়দের ঝাঁকিয়ে পড়ে মানুষের বিরুদ্ধে দাঁড় করানো হয়েছিল।

আলফাস্টার যখন বিশ্বের সেরা দুই খেলোয়াড় টিএলও এবং মাএনকে পরাজিত করেছিলেন, তখন বিশ্বাস করার কারণ ছিল যে কৃত্রিম বুদ্ধিমত্তা শিল্পটি একটি মাইলফলক পেরিয়েছিল। একটি ব্লগ পোস্টে ডিপমাইন্ড আলফাস্টারকে "বুদ্ধিমান সিস্টেম তৈরির লক্ষ্যে আমাদের লক্ষ্য থেকে এক ধাপ এগিয়ে গেছে যা একদিন আমাদের বিশ্বের কিছু গুরুত্বপূর্ণ এবং মৌলিক বৈজ্ঞানিক সমস্যার উপন্যাস সমাধান আনলক করতে সহায়তা করবে।"

কিন্তু এরপরে এসেছিলেন সমালোচনা।

একটি অন্যায়ের উপকার

সমালোচকরা দাবি করেন যে আলফাস্টারের বেশ কয়েকটি বৈশিষ্ট্য রয়েছে যা এটিকে মানুষের বিরুদ্ধে অন্যায় প্রতিপক্ষ করে তোলে।

প্রথমত, আলফাস্টার দ্রুত জ্বলছে। ডিপমাইন্ড ইঞ্জিনিয়াররা বলছেন যে কোনও মানুষ যতটা করতে পারে তার চেয়ে বেশি কর্ম সম্পাদন থেকে বিরত রাখতে তারা আলফাস্টারকে প্রতিবন্ধী করে তোলে ed কিন্তু মানব খেলোয়াড়রা প্রচুর স্প্যাম ক্লিক করে, বা আবেগমূলক ক্রিয়া করে যাগুলির পিছনে কোনও মূল্য বা চিন্তাভাবনা নেই।

উদাহরণস্বরূপ, খেলোয়াড়রা যখন তাদের ইউনিটগুলিকে কোনও অবস্থানে যেতে বা কোনও শত্রুকে আক্রমণ করার আদেশ দিতে চায়, তারা প্রায়শই একই অবস্থান বা গন্তব্যের দিকে ট্র্যাজিকোরিয়ায় বারবার ক্লিক করে, কারণ এটি একটি মিথ্যা অনুভূতি দেয় যে ক্লিক করা সেই ক্রিয়াটিকে গতিবেগ করবে। বাস্তবে, ইউনিটগুলি কেবল সাম্প্রতিক কমান্ড কার্যকর করে এবং পূর্ববর্তীগুলি উপেক্ষা করবে। বিপরীতে, আলফাস্টারের প্রতিটি পদক্ষেপ সুনির্দিষ্ট।

সমালোচকদের যুক্তি রয়েছে যে অমিলটি আলফাস্টারকে অতিমানবিকভাবে গেমটিকে মাইক্রো ম্যানেজ করতে দেয়। উদাহরণস্বরূপ, একটি বৃহত্তর যুদ্ধে যেখানে অনেক ইউনিট জড়িত রয়েছে, আলফাস্টার তার প্রতিটি ইউনিটকে গতি এবং নির্ভুলতার সাথে পৃথক আদেশ দিতে পারে যা তার মানব বিরোধীদের পক্ষে অসম্ভব। আলফাস্টারের পারফরম্যান্স বিশ্লেষণে আর্স্টেকনিকার টিমোথি বি। লি কয়েকটি পরিস্থিতি বর্ণনা করেছেন যাতে আলফাস্টারের গতি এবং যথার্থতা এটিকে একটি অন্যায় সুযোগ দিতে পারে।

অন্যান্য বিশ্লেষকরা উল্লেখ করেছেন যে আলফাস্টার মানব খেলোয়াড়দের চেয়ে বেশি তথ্য পান। মানব খেলোয়াড়ের মতো যুদ্ধক্ষেত্রের স্থানের মনিটরের দেখার বিপরীতে মাএনএ এবং টিএলওকে পরাজিত বটের সংস্করণটিতে পুরো মানচিত্রে অ্যাক্সেস ছিল। তবে এটি এখনও "যুদ্ধের কুয়াশা" দ্বারা সীমাবদ্ধ ছিল যার অর্থ এটি যে অঞ্চলগুলিতে সক্রিয় ইউনিট ছিল না সেখান থেকে তথ্য আহরণ করতে পারে না।

তবুও অন্যরা আলফাস্টারের সীমাবদ্ধতার সমালোচনা করেছিলেন: এটি কেবল স্ট্রক্র্যাফ্টের তিনটি দৌড়ের মধ্যে একটি, এবং গেমের অনেকগুলি মানচিত্রের মধ্যে একটিতে প্রোটোস হিসাবে খেলতে পারে। একটি নতুন জাতি এবং মানচিত্র দেওয়া, আলফাস্টার সম্ভবত অপেশাদার মানব বিরোধীদের বিরুদ্ধে হেরে যাবে কারণ এআই এর দৃষ্টিকোণ থেকে এটি সম্পূর্ণ ভিন্ন গেম খেলার মতো হবে।

ফেয়ার প্লে কী?

ডিপমাইন্ড এখনও প্রযুক্তিগত বিবরণ প্রকাশ করেনি, তবে কিছু লোক সন্দেহ করে যে মানুষের মতো কাঁচা পিক্সেল প্রসেস করার পরিবর্তে, আলফাস্টারের এপিআই (অ্যাপ্লিকেশন প্রোগ্রামিং ইন্টারফেস) এর মাধ্যমে কাঁচা গেমের ডেটা অ্যাক্সেস করতে পারে।

ধন্যবাদ! তবে এটি বলে না যে বিশেষজ্ঞদের বিরুদ্ধে জিতেছে এমন নির্দিষ্ট সফ্টওয়্যার পিক্সেল ব্যবহার করেছে বা এপিআই স্টাফ প্রস্তুত করেছে, যা উভয়ই উপলব্ধ তবে খুব আলাদা

- গ্যারি মার্কাস (@ গ্যারিমার্কাস) জানুয়ারী 31, 2019

আরসের টিমোথি বি। লি এই সিদ্ধান্তে পৌঁছেছে: "খেলার ক্ষেত্র সমতল করার চূড়ান্ত উপায় হ'ল আলফাস্টারকে মানব খেলোয়াড়ের মতো একই ব্যবহারকারী ইন্টারফেসটি ব্যবহার করা" " এর অর্থ হ'ল কম্পিউটার মনিটরের দিকে তাকিয়ে থাকা একজন মানব খেলোয়াড়ের মতো, এআইয়ের কেবল গেমের গ্রাফিকগুলিতে অ্যাক্সেস থাকতে পারে এবং এপিআই কলগুলির মাধ্যমে গেমটির সাথে ইন্টারঅ্যাক্ট করার পরিবর্তে কী-স্ট্রোক, মাউস ক্লিক এবং স্ক্রলগুলি সিমুলেট করতে হবে।

এটি যদি আমরা এআই মানুষের মস্তিষ্ক এবং ইন্দ্রিয়গুলি হুবহু প্রতিলিপি করে প্রত্যাশা করি তবে এটি একটি ন্যায্য বিষয় হবে। তবে গভীর শিক্ষণ এবং নিউরাল নেটওয়ার্কগুলি, যা এখনও এআইয়ের প্রধান প্রান্ত, তাদের স্বতন্ত্র সীমাবদ্ধতা রয়েছে যা তাদেরকে কিছু মৌলিক মানবিক ক্রিয়া পুনরুত্পাদন করতে বাধা দেয়।

গভীর পড়াশোনা সংকীর্ণ এআই, যার অর্থ এটি নির্দিষ্ট কাজ যেমন চিত্রের লেবেল লাগানো বা বক্তৃতা সনাক্তকরণের ক্ষেত্রে খুব ভাল, তবে এটি কার্যকে সাধারণীকরণ করা বা এর জ্ঞানটিকে অন্য ডোমেনগুলিতে স্থানান্তর করাতে ভয়াবহ। আপনি সমস্যা ডোমেনকে যত বেশি প্রশস্ত করবেন, এআইয়ের ক্ষমতা তত সীমাবদ্ধ হবে এবং তত বেশি প্রশিক্ষণের প্রয়োজন হবে। এ কারণেই আলফাস্টার আরটিএস গেম খেলতে সক্ষম হবে না, যেমন ওয়ারক্রাফ্ট 3 বা হিরোসের সংস্থা।

প্রোটোসকে একক স্তরে আয়ত্ত করতে আলফাস্টারকে 200 বছরের 'গেমস' লেগেছিল। স্টারক্রাফ্টের অন্যান্য দুটি রেস টেরান বা জের্গ খেলতে শেখার জন্য সম্ভবত এটির জন্য অনেক বেশি সময় লাগবে। বিপরীতে, একজন মানব খেলোয়াড় দ্রুত একটি জ্ঞান থেকে একটি গেম থেকে একটি নতুন খেলায় যে জ্ঞান অর্জন করেছিল তার উপর তাড়াতাড়ি পোর্ট করতে পারে।

আমরা সাধারণ এআই থেকে এখনও কয়েক দশক দূরে (কমপক্ষে) রয়েছি, এটি এমন ধরণের যা মানুষের জ্ঞানীয় ক্ষমতার সাথে মেলে। কিছু বিজ্ঞানী বিশ্বাস করেন যে আমরা কখনই মানুষের মস্তিষ্ককে প্রজনন করতে সফল হব না।

সরু এআই খুব দ্রুত হারে প্রচুর পরিমাণে তথ্য প্রক্রিয়াকরণে খুব ভাল। এজন্যই আলফাস্টার স্টারক্র্যাফটের পুরো মানচিত্র একই সাথে পরিচালনা করতে পারে। স্টারক্রাফ্টের ডিজাইনাররা খেলোয়াড়দের গেমের মানচিত্রের সম্পূর্ণ দর্শন দেওয়ার জন্য গেমটি পরিবর্তন করতে পারত, তবে সম্ভবত খেলোয়াড়দের তাদের সাহায্য করার পরিবর্তে তারা বিভ্রান্ত করতে পারে। মানুষের কাঁচা গেমের ডেটাতেও অ্যাক্সেস দেওয়া যেতে পারে তবে তাও কোনও কাজে লাগবে না।

মানুষ ডেটা প্রক্রিয়াকরণে ধীর হয় তবে সাধারণ জ্ঞান এবং বিমূর্ত-চিন্তা ক্ষমতা রাখে যা তাদের সম্পূর্ণ তথ্য ছাড়াই পরিকল্পনা করতে এবং সিদ্ধান্ত নিতে সক্ষম করে। এ কারণেই তারা মানচিত্রের সীমিত দৃষ্টিভঙ্গি রাখতে এবং যুদ্ধক্ষেত্রের একক অংশে মনোনিবেশ করতে পছন্দ করে; একই সাথে, গেমের অন্যান্য অংশগুলিতে কী চলছে সে সম্পর্কে তাদের ধারণা রয়েছে এবং একটি সাধারণ গেম প্ল্যান বিকাশ করতে পারে।

আলফাস্টার কি প্রতারণা করছে?

এআই এবং মানব মস্তিষ্কের মধ্যে পার্থক্যগুলি বিবেচনা করে, সমালোচকরা তাদের মূল্যায়নে সঠিক ছিলেন তা বলা ন্যায়সঙ্গত: ডিপমাইন্ড একক মানচিত্র এবং একক বর্ণের মধ্যে সীমাবদ্ধ রেখে আলফাস্টারের পক্ষে প্রতিযোগিতাটিকে কঠোর করে তুলেছিল। তবে আলফাস্টার সম্পর্কে বিতর্ক আমাদের কিছু গুরুত্বপূর্ণ সিদ্ধান্তে নিয়ে আসতে পারে।

প্রথমত, গেমের মূল পয়েন্টটি এআই ক্লিক করে মানুষের মতো স্ক্রোল করতে পারে কিনা তা যাচাই করা উচিত নয়। পরিবর্তে, আমাদের কীভাবে এআই এর এমন একটি গেমে পারফর্ম করে যা অপূর্ণ তথ্য সরবরাহ করে এবং রিয়েল-টাইম সিদ্ধান্ত গ্রহণের প্রয়োজন তার দিকে আমাদের নজর দেওয়া উচিত। এই ক্ষেত্রে, আলফাস্টার একটি দুর্দান্ত কাজ করেছেন।

• আপনি এআই সহকারীকে কী বিশ্বাস করবেন? কিভাবে একটি মুখ সম্পর্কে? আপনি এআই সহকারীকে কী বিশ্বাস করবেন? কিভাবে একটি মুখ সম্পর্কে?
• এআই ইন্ডাস্ট্রির নৈতিক গণনার বছর এআই ইন্ডাস্ট্রির নৈতিক গণনার বছর
• এই এআই জনসাধারণের কাছে প্রকাশের পক্ষে অত্যন্ত শক্তিশালী এটি জনসাধারণের কাছে প্রকাশের জন্য এআই খুব শক্তিশালী

দ্বিতীয়ত, স্ট্রক্রাফ্ট এআইয়ের কৌশলগত পরিকল্পনা ও পরিকল্পনার ক্ষমতা পরীক্ষা করার জন্য সেরা ভেন্যু নাও হতে পারে। একজন বিশ্লেষক যেমন উল্লেখ করেছেন, "স্টারক্রাফ্ট দ্বিতীয়টি এমন একটি খেলা যা যান্ত্রিক পরিপূর্ণতার দ্বারা ভেঙে যেতে পারে।" এর অর্থ এআই তার অতিমানবীয় গতি এবং অস্ত্রোপচারের নির্ভুলতার সাথে দুর্বল কৌশল দক্ষতার জন্য ক্ষতিপূরণ দিতে পারে।

অবশেষে, এআই এবং মানব বুদ্ধি এতটাই পৃথক যে সম্ভবত দুজনের মধ্যে একটি স্তরের খেলার ক্ষেত্র তৈরি করা অসম্ভব হবে। নিয়মের ক্ষুদ্রতম পরিবর্তনগুলি গেমটি একদিকে বা অন্যদিকে এমন একটি ডিগ্রির পক্ষে দ্রুত ঝুঁকবে যা প্রতিযোগিতাকে অন্যায় করে তোলে।

আমাদের এমন পরিবেশ এবং সেটিংসের সন্ধান করা উচিত যেখানে আমরা কৃত্রিম মানুষের সীমাবদ্ধতাগুলি ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে মেঝেতে চলাতে চলাচল করতে পারি এমন পরিবেশকে কৃত্রিম মানবীয় সীমাবদ্ধতার সাথে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে ধীরে এআই এর সম্পূর্ণ সম্ভাবনার দিকে চালিত করতে এবং পরীক্ষা করতে পারি We মানুষ এবং এআই যখন প্রতিযোগিতার পরিবর্তে সহযোগিতা করে তখন কী অর্জন করতে পারে?