டீப் ப்ளூ சதுரங்க உலகத்தை திகைக்கவைத்த மூன்று தசாப்தங்களுக்குப் பிறகும், ஆராய்ச்சியாளர்கள் இன்னும் ஒரு ஏமாற்றும் எளிய கேள்விக்கு பதிலளிக்க முயற்சிக்கின்றனர்: சதுரங்கத்தில் AI ஐ மிகவும் சிறப்பாக ஆக்குவது எது? நவம்பர் 15 அன்று சயின்டிஃபிக் அமெரிக்கன் ஆல் ஹைலைட் செய்யப்பட்ட ஏபிஎஸ் ஓபன் சயின்ஸில் ஒரு சமீபத்திய தாள், ஒரு அளவிடக்கூடிய துப்பு வழங்குகிறது - மேலும் இது ஆசிரியர்கள் "மூலோபாய பதற்றம்" என்று அழைக்கும் ஒரு பண்புக்கு வருகிறது.
செஸ் என்ஜின்கள் நீண்ட காலமாக மனிதர்களைக் கணக்கிட முடிந்தது, மரத் தேடல் மூலம் ஏராளமான வேட்பாளர் நகர்வுகளை முரட்டுத்தனமாக கட்டாயப்படுத்துகிறது. ஸ்டாக்ஃபிஷ் மற்றும் லீலா லேயர்ஸ் போன்ற நவீன நரம்பியல்-நெட்வொர்க் என்ஜின்கள் அந்தத் தேடலை வழிநடத்த பயிற்சி பெற்ற நெட்வொர்க்குகளைப் பயன்படுத்துகின்றன, மேலும் அவற்றின் விளையாட்டு மிகவும் வலிமையானதாக வளர்ந்துள்ளது. புதிய ஆய்வு என்ன சேர்க்கிறது என்பது அவர்களின் ஆட்டம் நம்மிடமிருந்து எவ்வாறு வேறுபடுகிறது என்பதற்கான புள்ளிவிவர உருவப்படம் - யார் வெற்றி பெறுகிறார்கள் என்பதில் மட்டுமல்ல, விளையாட்டு வெளிவரும்போது பலகை எப்படி இருக்கும் என்பதில். AI ஆராய்ச்சி செய்திஐப் பின்தொடரும் வாசகர்களுக்கு, செஸ் போன்ற "தீர்க்கப்பட்ட-உணர்வு" களங்கள் கூட இயந்திரங்கள் உண்மையில் எவ்வாறு சிந்திக்கின்றன என்பது பற்றிய திறந்த கேள்விகளை இன்னும் எழுப்புகின்றன என்பதை நினைவூட்டுகிறது.
போர்டில் பதற்றத்தை அளவிடுதல்
இந்த ஆய்வு வியன்னாவில் உள்ள சிக்கலான அறிவியல் மையத்தில் இயற்பியலாளர்களால் நடத்தப்பட்டது, மூத்த எழுத்தாளர் விட்டோ டி.பி. சர்வீடியோவுடன். குழு ஆன்லைன் தரவுத்தளங்களில் இருந்து மனித-வெர்சஸ்-மனித விளையாட்டுகள் மற்றும் Stockfish-எதிர்-லீலா விளையாட்டுகள் இரண்டையும் சேகரித்தது, பின்னர் அவர்கள் ஒவ்வொரு நிலையிலும் மூலோபாய பதற்றம் என்று அழைக்கும் அளவை அளவிட்டனர்: அடிப்படையில், எதிரெதிர் துண்டுகளுக்கு இடையில் சாத்தியமான பரஸ்பர தொடர்புகளின் எண்ணிக்கை. உயர்-பதற்ற நிலைகள் என்பது பல துண்டுகள் ஒன்றுக்கொன்று எதிராகச் செல்லும் நிலைகளாகும் - மறைந்திருக்கும் பிடிப்புகள், அச்சுறுத்தல்கள் மற்றும் எதிர்-அச்சுறுத்தல்கள் ஆகியவை ஒரே நகர்வால் கட்டவிழ்த்துவிடப்படும்.
பதற்றம் என்பது இயற்பியலாளர்கள் அடைய வேண்டிய இயற்கையான அளவு. ஒரே எண்ணில், ஒரு நிலையில் எவ்வளவு சிக்கலான தன்மை மறைந்திருக்கிறது - எந்த ஒரு வீரரும் பலகையை விளிம்பிற்கு மேல் பரிமாற்றங்களின் அடுக்கில் தள்ளினால், விளையாட்டு நிலை எவ்வளவு மாறும் என்பதை இது படம்பிடிக்கிறது.
மனிதர்கள் எளிமைப்படுத்துகிறார்கள்; எஞ்சின்கள் பலகையை விளிம்பில் வைத்திருக்கின்றன
மையக் கண்டுபிடிப்பு, பதற்றம் எவ்வாறு உருவாகிறது என்பதில் வேறுபட்டது. மனித விளையாட்டுகளில், முதல் 20 நகர்வுகளின் போது AI கேம்களை விட சராசரி பதற்றம் உண்மையில் அதிகமாக இருந்தது - மக்கள் மனப்பாடம் செய்யப்பட்ட திறப்புகள் மற்றும் நன்கு துளையிடப்பட்ட தந்திரோபாயங்களில் சாய்ந்திருக்கும் கட்டம், சிக்கலானது இறுதியில் எதிரியை நழுவ வைக்கும் என்று நம்புகிறது.
ஆனால் அதன் பிறகு, கோடுகள் கடந்து செல்கின்றன. AI கேம்களை விட மனித பதற்றம் குறைகிறது, இது நடுத்தர விளையாட்டில் ஆழமாக உள்ளது. ஆராய்ச்சியாளர்களின் விளக்கம்: நிலைகள் அறிமுகமில்லாததால், மனித வீரர்கள் எளிமைப்படுத்தி, துண்டுகளை வர்த்தகம் செய்து, அமைதியான கட்டமைப்புகளை நோக்கிச் செல்கிறார்கள். இயந்திரங்கள் அத்தகைய தடையை உணரவில்லை. பெரும்பாலான மனித வீரர்கள் வழிசெலுத்துவதற்கு சகிக்க முடியாத பரஸ்பர அச்சுறுத்தல்களுடன் அடர்த்தியான நிலைகளை அவை நிலைநிறுத்துகின்றன - மேலும் துல்லியமாக அந்த நிலைகள், மனித துல்லியம் குறைகிறது என்று ஆய்வு தெரிவிக்கிறது.
திறன், நேரக் கட்டுப்பாடுகள் மற்றும் தேடல் ஆழம்
மனிதர்கள் மற்றும் இயந்திரங்கள் இரண்டிலும் பதற்றம் திறன் மற்றும் ஆலோசனையைக் கண்காணிக்கிறது என்பதையும் தரவு காட்டுகிறது. குறைந்த தரமதிப்பீட்டைக் காட்டிலும் அதிக மதிப்பீட்டைப் பெற்ற மனித வீரர்கள் தங்கள் விளையாட்டுகள் முழுவதும் அதிக பதற்றத்தை பராமரித்தனர். அதிக சிந்தனை நேரத்தைக் கொண்ட விளையாட்டுகள் அதிக பதற்றத்தைக் காட்டியது - கிளாசிக்கல் செஸ்ஸில் மிக உயர்ந்தது, வேகத்தில் குறைவானது மற்றும் குறைந்த பிளிட்ஸில் - அறிவாற்றல் முயற்சியில் சிக்கலைத் தக்கவைப்பது விலை உயர்ந்தது என்ற கருத்துடன் ஒத்துப்போகிறது. இயந்திரத்தின் பக்கத்தில், ஸ்டாக்ஃபிஷ் சாத்தியமான தொடர்ச்சியின் ஆழமான மரங்களைத் தேடும்போது, பதற்றம் அதிகரித்ததை குழு கவனித்தது.
ஆசிரியர்கள் காரண காரியங்களில் கவனமாக இருக்கிறார்கள். அதிக பதற்றம் மனிதர்கள் மற்றும் AI இரண்டிலும் அதிக திறனுடன் தொடர்புடையது, ஆனால் பதற்றம் அந்த திறனை உருவாக்குகிறது அல்லது அதிலிருந்து பாய்கிறது என்று ஆய்வு காட்டவில்லை. இது வலுவான விளையாட்டின் கைரேகை, இன்னும் நிரூபிக்கப்பட்ட பொறிமுறையாக இல்லை.
"அவர்கள் மேஜிக் விளையாடுவது போல் தெரிகிறது"
ஆராய்ச்சியாளர்களின் லட்சியம் சதுரங்க அழகியலை வகைப்படுத்துவதற்கு அப்பாற்பட்டது. "இந்த இயந்திரங்கள் என்ன செய்கின்றன என்பதைப் புரிந்துகொள்வதற்கு அநேகமாக எங்கள் காகிதம் மிக அருகில் உள்ளது" என்று சர்வீடியோ சயின்டிஃபிக் அமெரிக்கனிடம் கூறினார். இல்லையேல் மாயாஜாலம் ஆடுவது போல் தெரிகிறது.
அந்த ஃப்ரேமிங் - ரசிக்கப்பட வேண்டிய கருப்புப் பெட்டியைக் காட்டிலும் அளவிடப்பட வேண்டிய இயற்பியல் அமைப்பாக என்ஜின் விளையாட்டைக் கருதுவது - இதுவே இயந்திர சதுரங்கத்தின் முந்தைய பகுப்பாய்வுகளிலிருந்து வேலையை வேறுபடுத்துகிறது. எஞ்சினின் நகர்வு சிறந்ததா என்று கேட்பதற்குப் பதிலாக, எஞ்சின் பிளேயின் மொத்தப் புள்ளிவிவரங்கள், இயந்திரம் செயல்படும் வகையான தேடல் மற்றும் மதிப்பீட்டைப் பற்றி என்ன வெளிப்படுத்துகிறது என்று குழு கேட்கிறது.
சதுரங்க பலகைக்கு அப்பால் ஒரு எச்சரிக்கை
64 சதுரங்களில் இருந்து தொலைவில் உள்ள டொமைன்களுக்கு சர்வீடியோ ஒரு அமைதியற்ற தாக்கத்தையும் ஏற்படுத்தியது. அதிக பதற்றத்தை நிலைநிறுத்துவதன் மூலம் சிக்கலான, விரோதமான அமைப்புகளில் AI அமைப்புகள் சிறந்த விளைவுகளை அடைந்தால் - ஒரே நேரத்தில் பல நிலையற்ற தொடர்புகளை உயிருடன் வைத்திருத்தல் - பின்னர் இராஜதந்திரம் போன்றவற்றில் அவற்றைப் பயன்படுத்துவதன் மூலம், மனிதர்கள் கையாள முடியாத பலவீனமான இயந்திர-உகந்த உத்திகளைக் குறிக்கலாம். "இது மிகவும் ஆபத்தானது, ஏனென்றால் உங்களுக்கு அதிக பதற்றம் இருக்கும்போது, அமைப்புகள் மிகவும் நிலையற்றதாக இருக்கும்," என்று அவர் கூறினார். "எனவே ஒரு பக்கத்திலிருந்து ஒரு சிறிய பிழை ஒரு பேரழிவை ஏற்படுத்தும்."
ஒப்புமை ஊகமானது, மற்றும் ஆசிரியர்கள் இராஜதந்திர இயக்கவியலை அளவிட்டதாகக் கூறவில்லை. ஆனால் இது AI வரிசைப்படுத்தலில் ஒரு உண்மையான பதற்றத்தை (நிறுவன வகை) சுட்டிக் காட்டுகிறது: ஒரு கிராண்ட்மாஸ்டரை விட எஞ்சினை அனுமதிக்கும் அதே பண்பு - நீடித்த சிக்கலான வசதியுடன் - அதன் உத்திகளை நம்பகத்தன்மையுடன் பராமரிக்க முடியாத மனித நிறுவனங்களில் பின்பற்றுவது ஆபத்தானது.
ஆய்வு காட்டாதது
வரம்புகளை தெளிவாகக் கூறுவது மதிப்பு. இந்த ஆய்வு பதற்றம் மற்றும் விளையாடும் வலிமை ஆகியவற்றுக்கு இடையேயான தொடர்பை நிறுவுகிறது, இரண்டையும் இணைக்கும் ஒரு காரண பொறிமுறை அல்ல. இது ஆன்லைன் தரவுத்தளங்களில் இருந்து மனித விளையாட்டுகளின் குறிப்பிட்ட மக்கள்தொகைக்கு எதிராக ஒரு குறிப்பிட்ட ஜோடி இயந்திரங்களை ஒப்பிடுகிறது, மேலும் சதுரங்கம் - அதன் தனித்துவமான நகர்வுகள் மற்றும் சரியான தகவல்களுடன் - இந்த வகையான பகுப்பாய்வுக்கான சிறந்த-கேஸ் அமைப்பாக உள்ளது. "மூலோபாய பதற்றத்தை" மெசியர் டொமைன்களுக்கு விரிவுபடுத்துவது ஒரு கருதுகோள், விளைவு அல்ல.
இருப்பினும், செஸ்-AI இலக்கியத்தில் இல்லாத ஒன்றை காகிதம் சேர்க்கிறது: ஒரு விளையாட்டின் போது மனிதர்களும் இயந்திரங்களும் சிக்கலை எவ்வாறு நிர்வகிக்கின்றன என்பதைத் தெளிவாகப் பிரிக்கும் எளிய, கணக்கிடக்கூடிய புள்ளிவிவரம். மனிதர்கள் மற்றும் இயந்திரங்கள் இரண்டிலும் அறிவாற்றலைப் படிப்பதற்கான ஒரு மாதிரி அமைப்பாக செஸ் நீண்ட காலமாக செயல்பட்டு வருகிறது, மேலும் டீப் ப்ளூவின் 1997 ஆம் ஆண்டு கேரி காஸ்பரோவ் மீதான வெற்றியானது, இயந்திரங்கள் நமது சொந்தக் கணக்கீட்டு விளையாட்டில் நம்மைச் சிந்திக்க முடியாது என்பதை முதலில் நிரூபித்த தருணத்தைக் குறித்தது. ஏறக்குறைய 30 ஆண்டுகளுக்குப் பிறகு, இயந்திரங்கள் ஏன் வெற்றி பெறுகின்றன என்பதில் இருந்து கேள்வி மாறியுள்ளது - மேலும், பெருகிய முறையில், நிஜ உலக முடிவுகளை நாம் இப்போது ஒப்படைக்கும் அமைப்புகளைப் பற்றி அவற்றின் வெற்றியின் வழி என்ன கற்பிக்கக்கூடும்.
---
AIக்கு முன்னால் இருங்கள்சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.
மேலும் AI செய்திகளைப் படிக்கவும் →
