Изкуствен интелект се научи да играе шах без анализ на партии, а четейки реакции на други играчи

Феновете на шаха много обичат да обсъждат някоя майсторска жертва от Боби Фишер или гениална атака на настоящия световен шампион Магнус Карлсен. Оказва се, че тези дискусии могат да помогнат на изкуствения интелект да се научи да играе шах по нов начин. Един ден същата техника може да позволи на машините да използват емоционалното съдържание на нашия език, за решаване на различни практически задачи.

Шахматният алгоритъм SentiMATE е разработен от Никълъс Маккарти, Исак Камлиш и Исак Бентата Чокрон от Университетския колеж в Лондон (University College London). Те решили да не обучават изкуствения интелект по традиционния начин, вкарвайки в него десетки хиляди партии, а му дали да чете коментарите на играчи за определени партии. Така моделът определял какви ходове предизвикват най-голямо количество емоции, и по този начин се научил да играе.

Изкуственият интелект анализирал 2 700 коментари към шахматни партии, които изследователите намерили в интернет. Те премахнали тези, които не касаели хода на партията, и текстовете, които били прекалено сложни за възприемане. След това използвали специален тип повтарящи се невронни мрежи и модел за вграждане на думи (математически апарат, свързващ думите на основа на тяхното значение) за анализ на текстовете.

SentiMATE само след няколко дена усвоил някои от основните шахматни принципи. Например, той заплашвал няколко фигури на противника едновременно и в правилния момент правил рокади.

Засега нивото на игра на изкуствения интелект не е високо. Той не можал да спечели своите партии против няколко традиционни шахматни ботове . Но неговото обучение продължава и изследователите вкарват още нови коментари от партии. Те са уверени, че по този начин моделът се обучава не по-малко ефективно от традиционните методи, използвани досега за обучение на изкуствен интелект, но при него се използват много по-малко мощности.

Изследователите твърдят, че техния метод за обучение може да се използва и в други области. Той може да помогне на машините да анализират спортни състезания, да прогнозират финансовите пазари и да дават съвети на инвеститори.

„Съществуват много книги, блогове и статии, които чакат техния час за анализ да настъпи” –отбелязва екипа от изследователи.

Източник