Google ทดสอบ DeepMind ปัญญาประดิษฐ์ใน "ความลำบากใจของนักโทษ"

มันดูมีแนวโน้มว่าปัญญาประดิษฐ์ (AI) เป็นผู้นำของการปฏิวัติเทคโนโลยีต่อไป หากเอไอจะมีการพัฒนาไปยังจุดที่เมื่อมันจะสามารถที่จะเรียนรู้คิดและแม้แต่ "รู้สึก" และทั้งหมดนี้โดยไม่มีการแทรกแซงใด ๆ ของมนุษย์ทั้งหมดที่เรารู้เกี่ยวกับโลกที่มีการเปลี่ยนแปลงเกือบทุกคืน มายุคของปัญญาประดิษฐ์อัจฉริยะอย่างแท้จริง

DeepMind

นั่นเป็นเหตุผลที่มันน่าสนใจมากที่จะติดตามความคืบหน้าสำคัญในการพัฒนาของ ICS ที่เกิดขึ้นรวมทั้งการพัฒนาเครือข่ายประสาทจากกูเกิลดีปไมด์ เครือข่ายประสาทนี้ได้รับสามารถที่จะเอาชนะมนุษย์ในโลกของเกมและการศึกษาใหม่โดย Google แสดงให้เห็นว่าผู้สร้าง DeepMind ยังไม่แน่ใจว่า AI ชอบพฤติกรรมก้าวร้าวมากขึ้นหรือสหกรณ์

ทีมงาน Google สร้างสองสคริปต์ค่อนข้างง่ายที่คุณสามารถใช้เพื่อตรวจสอบว่าเครือข่ายประสาทสามารถทำงานร่วมกันหรือจะทำลายซึ่งกันและกันเมื่อต้องเผชิญกับปัญหาการขาดทรัพยากร

การจัดเก็บภาษีทรัพยากร

ในสถานการณ์แรกเรียกว่าการชุมนุมเกี่ยวข้องกับสองรุ่น DeepMind - แดงและสีฟ้า - ทำความสะอาดงานสีเขียว "แอปเปิ้ล" ภายในพื้นที่ปิดล้อมได้รับการใส่ แต่นักวิจัยมีความสนใจในคำถามที่ไม่ได้เป็นเพียงเกี่ยวกับผู้ที่จะเข้ามาก่อนจะถึงเส้นชัย ทั้งสองรุ่น DeepMind มีอาวุธเลเซอร์ซึ่งพวกเขาสามารถใช้ในเวลาใด ๆ ในการถ่ายภาพที่ศัตรูชั่วคราวและปิดการใช้งาน เงื่อนไขเหล่านี้จะถือว่าสองสถานการณ์หลัก: รุ่นหนึ่ง DeepMind คือการทำลายอื่น ๆ และเก็บแอปเปิ้ลทั้งหมดหรือพวกเขาจะช่วยให้คนอื่น ๆ ได้รับเกี่ยวกับปริมาณที่เท่ากัน

การจำลองการทำงานอย่างน้อยเป็นพัน ๆ ครั้งนักวิจัยพบว่า Google DeepMind เป็นอย่างมากที่เงียบสงบและพร้อมที่จะให้ความร่วมมือเมื่ออยู่ในสถานที่คับแคบเป็นจำนวนมากของแอปเปิ้ล แต่ด้วยทรัพยากรที่ลดลง, รุ่นสีแดงหรือสีน้ำเงิน DeepMind เริ่มโจมตีและปิดการใช้งานของแต่ละคน สถานการณ์นี้คือการขอบเขตขนาดใหญ่คล้ายกับชีวิตจริงของสัตว์รวมทั้งมนุษย์

อะไรคือสิ่งที่สำคัญมากยิ่งขึ้นน้อยและน้อย "มาร์ท" เครือข่ายประสาทต้องการที่จะร่วมมืออย่างใกล้ชิดในทุก ที่ซับซ้อนมากขึ้นเครือข่ายขนาดใหญ่ที่ต้องการการทรยศหักหลังและความเห็นแก่ตัวโดยทั่วไปตลอดทั้งชุดของการทดลอง

ค้นหา "เหยื่อ"

ในสถานการณ์ที่สองเรียกว่าวูล์ฟแพครุ่นสีแดงและสีฟ้าขอให้ติดตามรูปร่างที่เรียบง่ายของ "เหยื่อ" พวกเขาอาจจะพยายามที่จะจับเธอคนเดียว แต่สำหรับพวกเขาก็จะสามารถทำกำไรได้มากขึ้นในการพยายามที่จะทำมันด้วยกัน หลังจากที่ทุกคนง่ายมากที่จะขับรถเหยื่อเข้ามุมถ้าคุณทำงานควบคู่

แม้ว่าผลที่ถูกผสมในกรณีของเครือข่ายขนาดเล็กรุ่นที่มีขนาดใหญ่ได้อย่างรวดเร็วตระหนักว่าความร่วมมือมากกว่าการแข่งขันในสถานการณ์เช่นนี้จะดีขึ้น

"นักโทษ Dilemma"

ดังนั้นสิ่งที่จะทำทั้งสองรุ่นที่เรียบง่ายของ "ความลำบากใจของนักโทษ" แสดงให้เรา? DeepMind รู้ว่าวิธีที่ดีที่สุดในการทำงานถ้าคุณต้องการติดตามเป้าหมาย แต่เมื่อทรัพยากรมี จำกัด ก็ทำงานได้ดีทรยศ

น่าจะเป็นสิ่งที่เลวร้ายที่สุดในผลลัพธ์เหล่านี้ว่า "สัญชาตญาณ" ของปัญญาประดิษฐ์เป็นคล้ายกับมนุษย์และเราตระหนักดีถึงสิ่งที่พวกเขาบางครั้งสาเหตุ