Keuntungan tidak adil: jangan berharap ai bermain seperti manusia

Eksploitasi DeepMind baru-baru ini dalam mengembangkan kecerdasan buatan yang dapat mengalahkan pemain kelas dunia di StarCraft II menyebabkan banyak kegemparan. Sementara DeepMind menyebutnya sebagai terobosan besar, yang lain berpendapat itu curang, tidak adil dan manusia super.

Tetapi yang ditunjukkan oleh seluruh debat adalah bahwa mungkin kita perlu mengubah konteks di mana kita membahas dan mengevaluasi kemampuan AI - dan berhenti membandingkan permainannya dengan milik kita.

AlphaStar, bot bermain StarCraft DeepMind, menggunakan pembelajaran mendalam, bidang populer AI di mana programmer mengembangkan perilaku model AI mereka dengan memberi mereka sejumlah contoh gila. AlphaStar pertama kali dilatih pada basis data besar data game manusia yang dirilis oleh Blizzard, memainkan jutaan game untuk mempelajari dan menguasai aturan StarCraft. Itu kemudian diadu manusia, menyapu pemain amatir DeepMind sendiri sebelum melawan juara dunia.

Ketika AlphaStar mengalahkan TLO dan MaNa, dua pemain terbaik dunia, ada alasan untuk percaya bahwa industri kecerdasan buatan telah melewati tonggak sejarah. Dalam sebuah posting blog, DeepMind menyebut AlphaStar "sebuah langkah maju dalam misi kami untuk menciptakan sistem cerdas yang suatu hari akan membantu kami membuka solusi baru untuk beberapa masalah ilmiah paling penting dan mendasar di dunia."

Namun kemudian muncul kritik.

Keuntungan Tidak Adil

Para kritikus mengklaim bahwa AlphaStar memiliki beberapa karakteristik yang menjadikannya lawan yang tidak adil terhadap manusia.

Pertama, AlphaStar sangat cepat. Insinyur DeepMind mengatakan mereka cacat AlphaStar untuk mencegahnya melakukan lebih banyak tindakan daripada yang bisa dilakukan manusia. Tetapi pemain manusia melakukan banyak mengklik spam, atau tindakan impulsif yang tidak memiliki nilai atau pemikiran di belakangnya.

Misalnya, ketika pemain ingin memerintahkan unit mereka untuk pindah ke lokasi atau menyerang musuh, mereka sering mengklik berulang kali pada lokasi yang sama atau pada lintasan menuju tujuan, karena itu memberikan perasaan yang salah bahwa mengklik akan mempercepat tindakan itu. Pada kenyataannya, unit hanya menjalankan perintah terbaru dan akan mengabaikan yang sebelumnya. Sebaliknya, setiap langkah AlphaStar tepat.

Para kritikus berpendapat bahwa ketidaksesuaian memungkinkan AlphaStar mengelola mikro game dengan cara super. Sebagai contoh, dalam pertempuran besar di mana banyak unit terlibat, AlphaStar dapat memberikan perintah individu ke masing-masing unitnya dengan kecepatan dan presisi yang tidak mungkin dilakukan oleh lawan manusianya. Dalam analisis kinerja AlphaStar, Timothy B. Lee dari ArsTechnica menggambarkan beberapa skenario di mana kecepatan dan ketepatan AlphaStar akan memberikan keuntungan yang tidak adil.

Analis lain telah menunjukkan bahwa AlphaStar menerima lebih banyak informasi daripada pemain manusia. Versi bot yang mengalahkan MaNa dan TLO memiliki akses ke seluruh peta, sebagai lawan melihat nilai monitor dari ruang medan perang seperti pemain manusia. Tapi itu masih dibatasi oleh "kabut perang, " yang berarti tidak bisa mengekstraksi informasi dari daerah di mana ia tidak memiliki unit aktif.

Namun yang lain mengkritik batas AlphaStar: Itu bisa bermain hanya sebagai Protoss, salah satu dari tiga balapan di StarCraft, dan hanya di salah satu dari banyak peta permainan. Mengingat balapan dan peta baru, AlphaStar mungkin akan kalah melawan lawan manusia amatir karena, dari perspektif AI, itu akan seperti bermain game yang sama sekali berbeda.

Apa itu Fair Play?

DeepMind masih belum merilis rincian teknis, tetapi beberapa menduga bahwa alih-alih harus memproses piksel mentah seperti manusia, AlphaStar mungkin memiliki akses ke data permainan mentah melalui API (antarmuka pemrograman aplikasi).

Terima kasih! tetapi itu tidak mengatakan apakah perangkat lunak tertentu yang menang melawan para ahli menggunakan piksel atau barang APi yang sudah disiapkan, yang keduanya tersedia tetapi sangat berbeda

- Gary Marcus (@GaryMarcus) 31 Januari 2019

Ars 'Timothy B. Lee sampai pada kesimpulan ini: "Cara terbaik untuk naik level lapangan adalah dengan membuat AlphaStar menggunakan antarmuka pengguna yang sama persis seperti pemain manusia." Ini berarti bahwa, seperti pemain manusia yang menatap monitor komputer, AI hanya akan memiliki akses ke grafik permainan dan harus mensimulasikan penekanan tombol, klik mouse, dan gulir alih-alih berinteraksi dengan permainan melalui panggilan API.

Ini akan menjadi titik yang adil jika kita mengharapkan AI untuk mereplikasi otak dan indera manusia dengan tepat. Tetapi pembelajaran yang dalam dan jaringan saraf, yang masih merupakan ujung tombak AI, memiliki batasan berbeda yang mencegahnya mereproduksi beberapa fungsi manusia yang paling mendasar.

Pembelajaran mendalam adalah AI yang sempit, yang artinya sangat bagus dalam melakukan tugas-tugas tertentu seperti memberi label gambar atau mengenali pembicaraan, tetapi sangat buruk dalam menggeneralisasikan tugas atau mentransfer pengetahuannya ke domain lain. Semakin Anda memperluas domain masalah, semakin terbatas kemampuan AI dan semakin banyak pelatihan yang dibutuhkan. Itu sebabnya AlphaStar tidak akan dapat memainkan game RTS lain, seperti Warcraft 3 atau Company of Heroes.

Perlu juga game AlphaStar senilai 200 tahun untuk menguasai Protoss dalam satu level. Mungkin perlu belajar untuk bermain Terran atau Zerg, dua balapan StarCraft lainnya. Sebaliknya, seorang pemain manusia bisa dengan cepat memahami pengetahuan yang mereka peroleh dari satu pertandingan ke yang baru.

Kami masih beberapa dekade lagi (setidaknya) dari AI umum, tipe yang dapat menyamai kemampuan kognitif manusia. Beberapa ilmuwan percaya kita tidak akan pernah berhasil mereproduksi otak manusia.

Tetapi AI sempit sangat baik dalam memproses informasi dalam jumlah besar dengan kecepatan sangat cepat. Itu sebabnya AlphaStar dapat menangani seluruh peta StarCraft secara bersamaan. Perancang StarCraft bisa saja memodifikasi gim untuk memberi pemain tampilan peta gim yang lengkap, tetapi itu mungkin akan membingungkan para pemain daripada membantu mereka. Manusia juga dapat diberikan akses ke data permainan mentah, tetapi itu juga tidak akan membantu.

Manusia lambat dalam memproses data tetapi memiliki akal sehat dan kemampuan berpikir abstrak yang memungkinkan mereka untuk merencanakan dan membuat keputusan tanpa informasi lengkap. Itu sebabnya mereka lebih suka memiliki tampilan peta yang terbatas dan fokus pada satu bagian saja dari medan perang; pada saat yang sama, mereka memiliki perasaan tentang apa yang terjadi di bagian lain dari permainan dan dapat mengembangkan rencana permainan umum.

Apakah AlphaStar Kecurangan?

Mengingat perbedaan antara AI dan otak manusia, wajar untuk mengatakan bahwa para kritikus benar dalam penilaian mereka: DeepMind mencurangi persaingan demi AlphaStar dengan membatasinya pada satu peta dan satu ras. Tetapi perdebatan tentang AlphaStar dapat membawa kita pada beberapa kesimpulan yang sangat penting.

Pertama, poin utama dari game ini seharusnya tidak untuk memeriksa apakah AI dapat mengklik dan menggulir seperti manusia. Sebagai gantinya, kita harus fokus pada bagaimana AI berperforma dalam permainan yang menyediakan informasi yang tidak sempurna dan membutuhkan pengambilan keputusan waktu nyata. Dalam hal ini, AlphaStar melakukan pekerjaan yang cukup bagus.

• Apa yang Membuat Anda Memercayai Asisten AI? Bagaimana dengan Wajah? Apa yang Membuat Anda Memercayai Asisten AI? Bagaimana dengan Wajah?
• Tahun Reckoning Etis Industri AI. Tahun Reckoning Etis Industri AI
• AI ini terlalu kuat untuk dilepaskan ke publik AI ini terlalu kuat untuk dilepaskan ke publik

Kedua, StarCraft mungkin bukan tempat terbaik untuk menguji kemampuan strategi dan perencanaan AI. Seperti yang ditunjukkan oleh seorang analis, "StarCraft II adalah permainan yang dapat dipatahkan oleh kesempurnaan mekanis." Ini berarti AI dapat mengimbangi keterampilan strategi yang buruk dengan kecepatan manusia super dan ketepatan operasi.

Akhirnya, AI dan kecerdasan manusia sangat berbeda sehingga mungkin tidak mungkin menciptakan medan bermain yang seimbang di antara keduanya. Perubahan terkecil pada aturan akan dengan cepat memiringkan permainan demi satu sisi atau sisi lainnya ke tingkat yang akan membuat kompetisi menjadi tidak adil.

Kita harus mencari lingkungan dan pengaturan di mana kita dapat melepaskan dan menguji AI untuk potensi penuh daripada memperlambatnya dengan keterbatasan manusia buatan. Apa yang bisa dicapai manusia dan AI ketika mereka bekerja sama alih-alih bersaing?