علاقة الذكاء الاصطناعي بالالعاب
لطالما استخدمت الألعاب كأسرة اختبار ومعايير للذكاء الاصطناعي، ولم يكن هناك نقص في الإنجازات في الأشهر الأخيرة، لقد هزم كل من AlphaGo من Google DeepMind وروبوت البوكر Libratus من جامعة كارنيجي ميلون الخبراء البشريين في الألعاب التي كانت تقليديًا صعبة على الذكاء الاصطناعي بعد حوالي 20 عامًا من تحقيق DeepBlue من IBM نفس الإنجاز في لعبة الشطرنج.
علاقة الذكاء الاصطناعي بالالعاب
تتمتع ألعاب مثل هذه بجاذبية قواعد محددة بوضوح ؛ إنها بسيطة نسبيًا ورخيصة الثمن بالنسبة لباحثي الذكاء الاصطناعي للعمل معها، وتوفر مجموعة متنوعة من التحديات المعرفية في أي مستوى من الصعوبة المطلوب، ومن خلال اختراع خوارزميات تعمل بشكل جيد، يأمل الباحثون في اكتساب رؤى حول الآليات اللازمة للعمل بشكل مستقل.مع وصول أحدث التقنيات في الذكاء الاصطناعي والتعلم الآلي ، يتحول الاهتمام الآن إلى ألعاب الكمبيوتر المفصلة بصرياً بما في ذلك مطلق النار ثلاثي الأبعاد Doom ، والعديد من الألعاب ثنائية الأبعاد Atari مثل Pong و Space Invaders، ولعبة StarCraft الإستراتيجية في الوقت الفعلي هذا كله تقدم بالتأكيد، ولكن يتم التغاضي عن جزء رئيسي من الصورة الأكبر للذكاء الاصطناعي. أعطت الأبحاث الأولوية للألعاب التي تكون فيها جميع الإجراءات التي يمكن القيام بها معروفة مسبقًا ، سواء كانت تحريك فارس أو إطلاق نار من سلاح، يتم إعطاء الكمبيوتر جميع الخيارات منذ البداية ويتم التركيز على مدى اختياره جيدًا فيما بينها، تكمن المشكلة في أن هذا يفصل أبحاث الذكاء الاصطناعي عن مهمة جعل أجهزة الكمبيوتر مستقلة بالفعل.
إن الحصول على أجهزة كمبيوتر لتحديد الإجراءات الموجودة في سياق معين يمثل تحديات مفاهيمية وعملية بالكاد حاول باحثو الألعاب حلها حتى الآن. تعتبر مشكلة "القرد والموز" أحد الأمثلة على معضلة الذكاء الاصطناعي التي طال أمدها والتي لم يتم إحراز أي تقدم فيها مؤخرًا.
تم طرح المشكلة في الأصل من قبل جون مكارثي ، أحد الآباء المؤسسين لمنظمة العفو الدولية ، في عام 1963: هناك غرفة تحتوي على كرسي وعصا وقرد ومجموعة من الموز معلقة على خطاف سقف. المهمة هي أن يأتي الكمبيوتر بسلسلة من الإجراءات لتمكين القرد من الحصول على الموز.
قام مكارثي بتمييز رئيسي بين جانبين من هذه المهمة من حيث الذكاء الاصطناعي. الجدوى المادية - تحديد ما إذا كان تسلسل معين من الإجراءات يمكن تحقيقه ماديًا ؛ والجدوى المعرفية أو المتعلقة بالمعرفة - تحديد الإجراءات الممكنة للقرد الموجودة بالفعل.
إن تحديد ما هو ممكن جسديًا للقرد سهل جدًا لجهاز الكمبيوتر إذا تم إخباره بكل الإجراءات الممكنة مسبقًا - "الصعود على الكرسي" و "عصا الموجة" وما إلى ذلك. إن البرنامج البسيط الذي يوجه الكمبيوتر للذهاب من خلال جميع التسلسلات الممكنة من الإجراءات واحدًا تلو الآخر سيصل بسرعة إلى الحل الأفضل.
إذا كان على الكمبيوتر أولاً تحديد الإجراءات الممكنة ، فإن ذلك يمثل تحديًا أكثر صعوبة. إنه يثير تساؤلات حول كيفية تمثيل المعرفة ، والشروط الضرورية والكافية لمعرفة شيء ما ، وكيف نعرف متى تم اكتساب المعرفة الكافية. قال مكارثي في تسليط الضوء على هذه المشاكل:
هدفنا النهائي هو جعل البرامج التي تتعلم من تجربتهم بنفس فعالية البشر، حتى تتمكن أجهزة الكمبيوتر من معالجة المشكلات دون أي وصف محدد مسبقًا للإجراءات المحتملة، لا يمكن تحقيق هذا الهدف، فمن المؤسف أن يتجاهل باحثو الذكاء الاصطناعي هذا الأمر: فهذه المشكلات ليست فقط أكثر صعوبة وإثارة للاهتمام، ولكنها تبدو كشرط أساسي لتحقيق المزيد من التقدم الهادف في هذا المجال.
للعمل بشكل مستقل في بيئة معقدة، من المستحيل أن تصف مقدمًا أفضل السبل للتعامل أو حتى تمييز الكائنات هناك، ويؤدي تعليم أجهزة الكمبيوتر للتغلب على هذه الصعوبات على الفور إلى أسئلة عميقة حول التعلم من التجارب السابقة،ة بدلاً من التركيز على ألعاب مثل Doom أو StarCraft، حيث يمكن تجنب هذه المشكلة، فإن الاختبار الواعد للذكاء الاصطناعي الحديث يمكن أن يكون مغامرة نصية متواضعة من السبعينيات والثمانينيات.