Bagaimana masing-masing keterampilan pengambilan keputusan AI dan akal sehat: Mainkan game
Spotlight

Bagaimana masing-masing keterampilan pengambilan keputusan AI dan akal sehat: Mainkan game


Sebelum game petualangan grafis, ada game petualangan berbasis teks. Kredit: GaminGHD

Manusia adalah makhluk yang mudah beradaptasi. Baik itu belajar dari pengalaman masa lalu atau memahami ekspektasi sosial, kita berpindah dari satu situasi ke situasi lain dengan mudah. Untuk kecerdasan buatan, beradaptasi dengan situasi baru tidaklah semudah itu. Meskipun model AI mampu menyimpan sejumlah besar pengetahuan dan belajar dari kesalahan masa lalu, mereka tidak memiliki pemahaman umum tentang informasi implisit dan akal sehat yang sering menjadi dasar pengambilan keputusan kita.

Untuk menguji kemampuan AI untuk menguasai keterampilan pengambilan keputusan dalam berbagai pengaturan dan konteks, Jonathan May, peneliti ISI dan asisten profesor ilmu komputer di Viterbi, bekerja sama dengan Ilmuwan Komputer Pengawas Senior ISI Ralph Weischedel dan Ph.D. siswa Xusen Yin untuk membuat proses pelatihan yang rumit untuk model AI.

Sebelumnya, May telah melakukan studi penelitian yang bertujuan untuk mengeksplorasi cara-cara di mana AI chatbots dapat memasukkan improvisasi ke dalam percakapan. Dengan membangun pendekatan “ya-dan” yang biasa digunakan dalam studi improv, May dan timnya menciptakan SpolinBot, chatbot yang mampu menghasilkan percakapan menarik yang lebih dari sekadar bereaksi terhadap pesan.

Sementara proyek sebelumnya berpusat di sekitar menciptakan percakapan yang menyenangkan dan menarik, karya terbaru May berusaha untuk mengeksplorasi kemampuan AI yang mirip manusia lebih jauh. Ini dilakukan secara khusus melalui Pembelajaran Penguatan Mendalam, sebuah proses di mana jaringan saraf dalam berkontribusi untuk membantu model belajar dari kesalahan mereka dan membuat keputusan yang tepat menuju hasil yang lebih baik.

“Kita bisa berdialog menjadi lancar, menarik, bahkan empati, mengingat corpus pelatihan yang berbeda. Tapi kebanyakan agen dialog tidak bisa berpegang pada suatu masalah untuk diselesaikan, apalagi dalam percakapan yang panjang,” kata Yin.

Dalam studi penelitian ini, tantangannya adalah bagi AI untuk menguasai game berbasis teks yang mengikuti struktur “pilih-petualangan-Anda-sendiri”. Secara khusus, para peneliti menggunakan serangkaian game memasak untuk melatih BERT, model pemrosesan bahasa terkenal yang awalnya dikembangkan oleh Google. Karena setiap keputusan dalam permainan mengarah pada hasil positif atau negatif, model AI akhirnya mempelajari keputusan mana yang menguntungkan dan mana yang tidak diinginkan. Namun, kurangnya akal sehat menyebabkan model AI menghabiskan semua opsi sebelum mengambil keputusan terbaik.

“Jika agen memiliki akal sehat, itu akan menghemat banyak waktu pencarian dan berkonsentrasi pada pengetahuan spesifik tugas yang lebih penting,” jelas Yin.

Melalui Pembelajaran Penguatan Mendalam, May dan timnya tidak hanya dapat melatih BERT dengan keterampilan pengambilan keputusan yang diperlukan untuk mencapai hasil yang diinginkan pada permainan memasak yang tidak terlihat, tetapi juga menggeneralisasi rangkaian keterampilan ini ke permainan baru dalam domain perburuan harta karun yang sama sekali tidak terlihat.

“Setiap keputusan mikro yang Anda buat mungkin tidak mengajari Anda apakah Anda berada di jalur yang benar, tetapi pada akhirnya Anda akan mempelajarinya, dan itu akan membantu Anda saat Anda harus membuat keputusan lagi,” jelas May tentang tujuan proyek.

Pengembangan keterampilan pengambilan keputusan berurutan akan terbukti penting dalam model kecerdasan buatan karena memungkinkan interaksi yang lebih fleksibel secara kontekstual. Jika dialog modern dan asisten bot AI dapat mengadopsi keterampilan pengambilan keputusan yang kompleks, interaksi kita dengan mereka akan jauh lebih efisien dan bermanfaat.

Ke depan, May dan timnya ingin menggabungkan kemampuan improvisasi SpolinBot dengan keterampilan pengambilan keputusan dari usaha baru ini. Hambatan utama adalah bahwa bot saat ini dikondisikan untuk memilih di antara serangkaian keputusan yang diberikan; untuk menggabungkan kedua proyek tersebut, model AI harus belajar menyeimbangkan kreativitas dan pengambilan keputusan sekaligus.

Dengan keberhasilan studi penelitian seperti ini, AI semakin mendekati kemiripan dengan karakteristik manusia yang sebelumnya eksklusif untuk jenis kita. Studi ini dan lainnya yang sejenis akan mendorong bidang kecerdasan buatan menjadi bidang yang benar-benar memahami seluk beluk manusia.


Apa yang ditunjukkan oleh jaringan saraf yang memainkan video game tentang otak manusia


Informasi lebih lanjut:
Belajar Menggeneralisasi untuk Pengambilan Keputusan Berurutan: arXiv: 2010.02229v1 [cs.CL] arxiv.org/abs/2010.02229

Disediakan oleh University of Southern California

Kutipan: Cara masing-masing keterampilan pengambilan keputusan AI dan akal sehat: Mainkan game (2021, 10 Maret) diambil pada 10 Maret 2021 dari https://techxplore.com/news/2021-03-ai-decision-making-skills-common- games.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Pengeluaran SGP Hari Ini