Komputery uczą się nawzajem: jeden nauczył drugi grać w Pac-Mana i StarCrafta

Jak najskuteczniej zdobywać nową wiedzę? Jednym z najbardziej efektywnych sposobów jest korzystanie z pomocy kogoś, kto tę wiedzę już ma. Mentor, nauczyciel, mistrz - niezależnie, jak nazwiemy tę osobę, zasada jest podobna: ktoś, kto wie więcej od nas, może przekazać nam nie tylko proste informacje, ale również własne doświadczenia i rady, a także skorygować nasze błędy. Zazwyczaj działa to całkiem nieźle i sprawdza się w różnych sytuacjach, obojętnie, czy będzie to lekcja matematyki, kurs gotowania czy trening krav magi.

Pamiętacie, jak komputer WOPR w “Grach wojennych” uczył sam siebie, grając w kółko i krzyżyk? Po wielu remisowych partiach doszedł do wniosku, że światowy konflikt nuklearny jest bez sensu, bo nie można go wygrać. Zanim jednak ukryta pod górą Cheyenne maszyna to zrozumiała, o mało nie zmieniła połowy planety w poatomowe zgliszcza. Sytuacja byłaby znacznie prostsza, gdyby przed rozpoczęciem zabawy w wojnę inna maszyna przekazała jej prosty komunikat: nie graj, to mija się z celem, zwycięstwo jest niemożliwe.

Próbę sprostania temu wyzwaniu podjął zespół badawczy z Washington State University, kierowany przez Matthew Taylora. Zadanie, jakie postawiono przed dwoma maszynami, było dość nietypowe. Jeden komputer usiłował grać w Pac-Mana albo w bardzo uproszczoną modyfikację StarCrafta (jedna jednostka własna kontra jedna jednostka przeciwnika), a drugi dawał mu instrukcje.

Przekazywanie wiedzy w ten sposób okazało się całkiem skuteczne: w przypadku Pac-Mana na podstawie rad nauczyciela uczeń zaczął podejmować decyzje w zależności od liczby niezjedzonych kropek i odległości od “duszków”. Nieco gorzej było ze StarCraftem - początkowo uczeń przegrywał, ruszając od razu na przeciwnika, ale z czasem wypracował taktykę zapewniającą zwycięstwo.

Co istotne, zaobserwowano różnicę pomiędzy skutecznością algorytmu, który uczył się sam na własnych błędach, a tym, który korzystał ze wskazówek drugiej maszyny. W drugim przypadku wypracowanie właściwej strategii następowało szybciej.

Imponujące, ale czy nie lepiej byłoby po prostu skopiować bazę danych z całą “wiedzą” jednej z maszyn? Zdaniem badaczy nie zawsze będzie to możliwe, ponieważ mogą pojawić się problemy z kompatybilnością urządzeń i oprogramowania. Maszyny, które uczą się od siebie, zamiast po prostu kopiować dane, pozwolą na uniknięcie tej niedogodności. Co więcej, w przyszłości będą zdolne także do tego, aby uczyć ludzi, odsyłając do lamusa zawód nauczyciela.

Komentujący swoje eksperymenty Matthew Taylor wskazuje również na ich bardziej przyziemne znaczenie. Możemy wyobrazić sobie nieodległą przyszłość, gdy kupując nowe urządzenia, nie będziemy musieli przejmować się ich programowaniem czy kompatybilnością, a nowy automatyczny odkurzacz szybko nauczy się od starego, w jakich godzinach sprzątać i jak reagować na pojawienie się kota.

W artykule wykorzystałem informacje z serwisów Ars Technica, Dziennik Internautów i Phys.org.