"डॉरममू, मैं सहमत होने के लिए आया था": एक व्यक्ति के साथ पारस्परिक रूप से लाभप्रद सहयोग के लिए एक एल्गोरिथ्म

कृत्रिम बुद्धि के विषय पर विचार कई सदियों से महान लोगों के दिमाग में आते रहे हैं। समय बीतने और प्रौद्योगिकी के विकास के साथ, विचार कार्यान्वयन में बदल गए हैं, सिद्धांत व्यवहार में हैं, और विज्ञान मानव जाति के बहुत ही वास्तविक भविष्य में कल्पना करते हैं। एआई का मुख्य सार लोगों की मदद करना है। दूसरे शब्दों में, स्मार्ट मशीनों को रोबोटिक्स के बुनियादी कानूनों का उल्लंघन किए बिना, पूर्ण माप में एक व्यक्ति की सेवा करनी चाहिए, जो कुख्यात इसाक असिमोव द्वारा व्यक्त की गई थी। लेकिन इस तरह की बातचीत, अगर आप इसे धरती पर ले जाते हैं, तो इसका केवल एक वेक्टर है: उस व्यक्ति ने कहा - एआई ने प्रदर्शन किया। अर्थात्, कृत्रिम बुद्धि का कार्य केवल मनुष्य के लाभ के लिए है। लेकिन क्या होगा यदि एआई बातचीत के दोनों किनारों के लिए अच्छे के अनुरूप है? किसी व्यक्ति के साथ समझौता करने, बातचीत करने और यहां तक ​​कि सौदेबाजी करने के लिए एक कार कैसे सिखाई जाए? खैर, इन सवालों के बारे में यह ठीक है कि आज का अध्ययन जवाब देता है, जिसमें एक एल्गोरिथ्म बनाया गया था जो मशीन को एक व्यक्ति के साथ पारस्परिक रूप से लाभप्रद समझौते तक पहुंचने की अनुमति देता है। आइए इन मुद्दों पर एक नज़र डालें। चलो चलते हैं।

अनुसंधान विचार

शोधकर्ताओं ने उल्लेख किया है कि जब से ट्यूरिंग ने कृत्रिम बुद्धिमत्ता के बारे में बात करना शुरू किया है, तब से मनुष्य एक ऐसी मशीन बनाने की कोशिश कर रहा है जो इसे किसी चीज़ से पार कर सके। एक तरह से या किसी अन्य, हम सभी कई प्रतियोगिताओं, प्रतियोगिताओं और प्रयोगों से परिचित होते हैं जब कोई व्यक्ति मशीन (शतरंज, पोकर, और यहां तक ​​कि मार्शल आर्ट) के साथ प्रतिस्पर्धा करता है। हालांकि, आदमी और मशीन के बीच एक अलग तरह की बातचीत में हिथर्टो पर बहुत कम ध्यान दिया गया है। आखिरकार, हमेशा जीवन में केवल जीत या हार नहीं होती है। कभी-कभी दो पक्षों की जरूरतों और / या संतुष्ट होने पर बहुत आम सहमति की आवश्यकता होती है।

एआई के काम पर विशेष रूप से "हां या नहीं" की स्थिति से विचार करना गलत है, क्योंकि हमेशा "शायद" विकल्प होता है।

वैज्ञानिकों ने एक एल्गोरिथ्म बनाने में कामयाबी हासिल की है जो स्थिति का मूल्यांकन कर सकता है, पेशेवरों और विपक्षों का वजन कर सकता है, प्राथमिकता दे सकता है और समझौता कर सकता है। एल्गोरिथ्म के संचालन की जांच करने के लिए, बार-बार स्टोचस्टिक गेम्स * का उपयोग किया गया था ।

एक स्टोकेस्टिक गेम * एक या अधिक खिलाड़ियों के साथ एक दोहराव वाला खेल है, जब इसका राज्य लगातार यादृच्छिक क्रम में बदल रहा है।

एक एल्गोरिथ्म बनाना जो ऐसे "फ्लोटिंग" स्थितियों में काम कर सकता है, एक आसान काम नहीं है। कुशलता से काम करने के लिए, एल्गोरिथ्म में कुछ विशेषताएं होनी चाहिए। और अधिक विस्तार से उनके बारे में।

सबसे पहले, एल्गोरिथ्म को विषय-उन्मुख नहीं होना चाहिए, अर्थात, यह असीमित संख्या में परिदृश्यों में काम करना चाहिए (इस मामले में, गेम)। इस सुविधा को वैज्ञानिकों ने "सार्वभौमिकता" कहा है।

दूसरे, एल्गोरिथ्म को किसी भी व्यक्ति / एल्गोरिदम के साथ सफल संबंधों का निर्माण करना सीखना चाहिए, पहले अपने व्यवहार से खुद को परिचित किए बिना। यह "लचीलापन है।" इसे प्राप्त करने के लिए, एल्गोरिथ्म को ध्यान में रखना चाहिए कि लगभग हमेशा इसका भागीदार-विरोधी परिचालन व्यवहार का पालन करता है, अर्थात, एल्गोरिथम का उपयोग विशेष रूप से अपने लाभ के लिए करना चाहता है। नतीजतन, उसे यह निर्धारित करना चाहिए कि सहयोग करने के लिए कब और कैसे आकर्षित किया जाए, जो सबसे अधिक संभावना सहयोग करने का इरादा नहीं करता है।

और अंत में, तीसरे, एल्गोरिथ्म को जल्दी से कार्य करना होगा, खासकर जब किसी व्यक्ति के साथ खेल रहा हो। इस सुविधा को "सीखने की गति" कहा जाता है।

शब्दों में, सब कुछ बहुत सुंदर, स्पष्ट और सरल है। लेकिन वास्तव में, इस तरह की विशेषताओं की उपलब्धि कठिनाइयों से भरा है। इस तथ्य का उल्लेख नहीं करने के लिए कि प्रतिद्वंद्वी को अनुकूलित करने की क्षमता इस तथ्य से जटिल हो सकती है कि विरोधी खुद जानता है कि कैसे अनुकूलन करना है। यह एक समस्या है, क्योंकि दो अनुकूली एल्गोरिदम, एक-दूसरे के अनुकूल होने के सभी प्रयासों के बावजूद, एक समझौता नहीं कर सकते हैं।

वैज्ञानिक यह भी ध्यान देते हैं कि दो लोगों के बीच बातचीत के दौरान, पारस्परिक रूप से लाभकारी परिणाम प्राप्त करने के लिए महत्वपूर्ण उपकरणों में से एक ऐसी चीजें हैं जो मशीन के साथ जुड़ना मुश्किल हैं, जैसे अंतर्ज्ञान, भावनाओं, सहज ज्ञान और अधिक। यह साबित हो गया है कि "सस्ती बात" दृढ़ता से पारस्परिक रूप से लाभकारी परिणाम के साथ है।

सस्ता बातचीत * - खेल सिद्धांत में, यह खिलाड़ियों के बीच एक बातचीत है जो खेल के परिणाम को सीधे प्रभावित नहीं करता है। दूसरे शब्दों में, "ऑफ-टॉपिक बातचीत।"

शोधकर्ताओं ने इसे अपने एल्गोरिथ्म में लागू करने का फैसला किया, जो उन्हें जटिल परिस्थितियों की गणना के साथ बेहतर तरीके से सामना करने और एक व्यक्ति के साथ स्थिति का एक सामान्य विचार विकसित करने में मदद करता है। यद्यपि यह स्पष्ट नहीं है कि एल्गोरिथम इस तरह के "कौशल" को अपनी मुख्य विशेषताओं (लचीलापन, सार्वभौमिकता, सीखने की गति) के साथ कैसे लागू करेगा।

अध्ययन का मुख्य उद्देश्य संभव के रूप में कई मौजूदा एल्गोरिदम का अध्ययन करना है, संकेतों के जवाब के लिए एक तंत्र के साथ मशीन सीखने पर आधारित एल्गोरिथम विकसित करना और उन्हें मनुष्यों के लिए समझने योग्य स्तर पर उत्पन्न करना और एल्गोरिथम की सीखने की क्षमता और विभिन्न विरोधियों (लोगों को अनुकूल करने की क्षमता) को प्रदर्शित करने के लिए कई प्रायोगिक गेम गेम का संचालन करना है। या अन्य एल्गोरिदम)।

अध्ययन का आचरण और परिणाम

बार-बार खेल में रणनीतिक व्यवहार के एल्गोरिदम समाज के कई पहलुओं में मौजूद हैं: अर्थशास्त्र, विकासवादी जीव विज्ञान, एआई, आदि। फिलहाल, कई ऐसे एल्गोरिदम बनाए गए हैं, जिनमें से प्रत्येक के अपने फायदे के सेट हैं। स्वाभाविक रूप से, वैज्ञानिकों ने उनका एल्गोरिदम विकसित करने के लिए उनका उपयोग करने का निर्णय लिया। इस प्रकार, 25 एल्गोरिदम चुने गए।

छह प्रदर्शन संकेतक तीन गेम विकल्पों के आधार पर पहचाने गए: 100, 1000 और 50,000 राउंड।

प्रदर्शन संकेतक:

• राउंड-रॉबिन * का औसत मूल्य;
• सर्वश्रेष्ठ स्कोर परिणाम;
• सबसे खराब परिणाम;
• रेप्लिकेटर डायनेमिक्स * ;
• समूह 1 टूर्नामेंट;
• ग्रुप 2 टूर्नामेंट।

राउंड-रॉबिन * - एक प्रकार का गेम इंटरैक्शन, जब राउंड के दौरान प्रत्येक प्रतिभागी बारी-बारी से अन्य सभी प्रतिभागियों के साथ खेलता है।

रेप्लिकेटर समीकरण * एक नियतात्मक नीरस nonlinear गेम डायनामिक्स है जिसका उपयोग विकासवादी खेल सिद्धांत में किया जाता है।

पहला संकेतक (राउंड-रॉबिन का औसत मूल्य) हमें यह समझने की अनुमति देता है कि एल्गोरिथ्म विभिन्न गेमिंग भागीदारों के साथ लाभकारी संबंध स्थापित करने में कितना सक्षम है।

दूसरा संकेतक (सर्वश्रेष्ठ स्कोर) खेल में भागीदार एल्गोरिदम की संख्या है जिसके साथ जांच किए गए एल्गोरिदम ने सबसे अधिक अंक अर्जित किए। इसे प्रतिशत के रूप में व्यक्त किया जाता है। यह संकेतक दर्शाता है कि गेम पार्टनर के एल्गोरिथ्म के बारे में जानकारी देते हुए एल्गोरिथ्म कितनी बार एक स्वागत योग्य विकल्प होगा।

तीसरा संकेतक (अंकों द्वारा सबसे खराब परिणाम) एल्गोरिथ्म की क्षमता का आकलन है ताकि इसके नुकसानों (बाइंडिंग, त्रुटियों) को बाँध सके।

शेष तीन संकेतक विभिन्न जनसंख्या समूहों के लिए एल्गोरिथ्म की स्थिरता निर्धारित करने के उद्देश्य से हैं।

उदाहरण के लिए, एक टूर्नामेंट (समूह -1) खेल की एक श्रृंखला है जिसमें एल्गोरिदम को 4 समूहों में विभाजित किया गया है। प्रत्येक समूह के नेता फाइनल में जाते हैं, जहां एकमात्र विजेता निर्धारित होता है। लेकिन समूह -2 टूर्नामेंट में, प्रत्येक समूह से दो सर्वश्रेष्ठ एल्गोरिदम चुने जाते हैं, जो सेमीफाइनल में जाते हैं, और फिर विजेता फाइनल में जाते हैं, जहां एकमात्र सर्वश्रेष्ठ एल्गोरिदम निर्धारित किया जाता है।

वैज्ञानिकों के अनुसार, पहले से चयनित एल्गोरिदम (25 टुकड़े) में से किसी ने भी इतने बड़े पैमाने पर सत्यापन (कई भागीदारों और मापा संकेतकों) में भाग नहीं लिया था। ऐसा चेक दिखाता है कि प्रत्येक एल्गोरिदम 2 प्रतिभागियों के साथ एक सामान्य गेम में कितनी अच्छी तरह काम करता है, और एक विशिष्ट परिदृश्य के लिए "प्रोग्राम्ड" नहीं है।


तालिका 1: प्रायोगिक परिणाम में 25 विभिन्न रणनीतिक व्यवहार एल्गोरिदम शामिल हैं।

प्राप्त परिणाम केवल एक उपकरण है जो आपको विशेष एल्गोरिथ्म के पेशेवरों और विपक्षों को बेहतर ढंग से समझने की अनुमति देता है। उदाहरण के लिए, जीटीएफटी, डब्ल्यूएसएलएस, मेम -1 और मेम -2 एल्गोरिदम ने "कैदी की दुविधा" * में उत्कृष्ट परिणाम दिखाए।

कैदी की दुविधा * - खेल सिद्धांत में, एक राज्य जहां खिलाड़ी हमेशा सहयोग करने के लिए तैयार नहीं होते हैं, भले ही यह उनके लिए फायदेमंद हो। इस मामले में, खिलाड़ी ("कैदी") की प्राथमिकता में अपने हित हैं, और वह दूसरों के लाभों के बारे में नहीं सोचता है।

हालांकि, इन सभी एल्गोरिदम ने सभी 2x2 खेलों में खराब परिणाम दिखाए, जो लंबे समय तक बातचीत में उनकी अक्षमता को इंगित करता है। इसलिए, वे एक साथी (किसी अन्य खिलाड़ी) के व्यवहार के अनुकूल नहीं हो सकते।

एक मज़ेदार अवलोकन यह था कि Exp3, GIGA-WoLF और WMA एल्गोरिदम, जो विश्व पोकर चैम्पियनशिप के एल्गोरिदम का आधार हैं, ने भी खराब परिणाम दिखाया। यह काफी स्पष्ट है, क्योंकि पोकर एल्गोरिदम को अन्य खिलाड़ियों के साथ सहयोग नहीं करना चाहिए, लेकिन उन्हें पार करना और उन्हें हराना है।

यदि हम सभी संकेतकों को एक पूरे के रूप में मानते हैं, तो एक एल्गोरिथ्म बाहर खड़ा है - एस ++, जो सभी प्रकार के गेमों में पूरी तरह से अपने आप को पूरी तरह से दिखाया गया है। इसके अलावा, यह ध्यान देने योग्य है कि अधिकांश एल्गोरिदम के लिए, सहयोग व्यवहार का विकास हजारों राउंड के बाद ही हुआ। एस ++ के लिए, इस प्रक्रिया में केवल कुछ ही राउंड हुए, जो इसे एक शानदार विकल्प बनाता है, एक एल्गोरिथ्म नहीं बल्कि एक जीवित व्यक्ति को शामिल करने वाले खेल में इस सूचक के महत्व को देखते हुए। जितनी तेजी से जांच की गई एल्गोरिथ्म सहयोग और समझौता की आवश्यकता और लाभप्रदता का एहसास करता है, उतना ही आसान और तेज इसे प्राप्त करने में सक्षम होगा।


प्रयोग के परिणाम "मनुष्यों के खिलाफ एस ++।"

अन्य एल्गोरिदम के साथ एस ++ की बातचीत ने एक अच्छा परिणाम दिखाया, इसलिए, यह जांचना आवश्यक था कि जीवित लोगों के साथ काम करने में एस ++ कैसे व्यवहार करेगा।

प्रयोग (50 या अधिक राउंड के 4 दोहराई जाने वाले खेल) में एस ++ और एमबीआरएल -1 एल्गोरिदम शामिल हैं, साथ ही साथ लोगों का एक समूह भी है। इस प्रयोग के परिणाम ऊपर के ग्राफ़ में दिखाई दे रहे हैं। हम देखते हैं कि इसकी प्रतिलिपि के साथ S ++ सहयोग की स्थापना उत्कृष्ट है, लेकिन यह प्रक्रिया लोगों के अनुरूप नहीं है। इसके अलावा, एस ++ केवल <30% राउंड में एक व्यक्ति के साथ दीर्घकालिक सहयोग प्राप्त करने में कामयाब रहा। सबसे उत्साहजनक परिणाम नहीं है, लेकिन लोगों के साथ खेलने वाले लोग भी दीर्घकालिक सहयोग स्थापित करने में विफल रहे।

यद्यपि S ++ अन्य एल्गोरिदम के बीच बाहर था, लेकिन इसने उसे इस अध्ययन में एक स्पष्ट विजेता नहीं बनने दिया। 25 एल्गोरिदम में से कोई भी एक मानव खिलाड़ी के साथ दीर्घकालिक सहकारी संबंध बनाने की क्षमता का प्रदर्शन नहीं कर सका।

एस #: मानव सहकारी और एल्गोरिथ्म

जैसा कि पहले उल्लेख किया गया है, "सस्ती कॉल" के रूप में इस तरह का एक पहलू पार्टियों के बीच दीर्घकालिक सहयोग प्राप्त करने में एक महत्वपूर्ण भूमिका निभाता है, हालांकि, इस तरह की तकनीक को उपरोक्त खेलों में से किसी में पहले लागू नहीं किया गया है। इसलिए, वैज्ञानिकों ने अपना स्वयं का संस्करण बनाने का फैसला किया, जो खिलाड़ियों को इस तकनीक का उपयोग करने की अनुमति देगा, लेकिन एक सीमित सीमा तक - प्रत्येक दौर की शुरुआत में 1 संदेश।

एक व्यक्ति के लिए, इस तरह की बातचीत स्वाभाविक है। हालांकि, एक मशीन के लिए जिसका उद्देश्य किसी समस्या को हल करना है और इसके लिए वह क्या करेगा, यह तार्किक है, इस तरह के इंटरैक्शन विदेशी हैं। इस तरह के व्यवहार को शुरू करने का विचार सीधे वैज्ञानिकों को इस तरह की अवधारणा के लिए ले जाता है जैसे कि "व्याख्या करने योग्य एआई" ("व्याख्यात्मक एआई"), जब मशीन के कार्यों को मनुष्यों को आसानी से समझा जा सकता है। समस्या यह है कि अधिकांश मशीन-लर्निंग आधारित एल्गोरिदम में एक निम्न-स्तरीय आंतरिक प्रतिनिधित्व होता है, जो मनुष्य के लिए समझ में आने वाले स्तर पर व्यक्त करना मुश्किल है।

सौभाग्य से, S ++ की आंतरिक संरचना में एक उच्च स्तर है, जो इसे "सस्ती बात" तकनीक के कार्यान्वयन के लिए एक आधार के रूप में उपयोग करने की अनुमति देता है। एस ++ ने एक संचार ढांचा पेश किया जो आपको "सस्ती कॉल" उत्पन्न करने और प्रतिक्रिया देने की अनुमति देता है।


S ++ एल्गोरिथ्म के एक नए रूप को S # कहा गया है।

छवि (ए) एल्गोरिथ्म की योजना को दिखाती है, और (बी ) "सस्ती बात" तकनीक का उपयोग करके खेल में एक साथी के साथ बातचीत की योजना को दर्शाता है। बी पर भी, हम खुद को उन वाक्यांशों से परिचित कर सकते हैं जो एस # एल्गोरिदम उत्पन्न कर सकते हैं, और किसी विशेष वाक्यांश के लिए वह किस तरह की प्रतिक्रिया की उम्मीद करते हैं।

इस प्रकार, एस # साथी खिलाड़ी के "संकेतों" (वाक्यांशों और कार्यों) का जवाब देने में सक्षम है, जो उसे यह तय करने की अनुमति देता है कि आगे किस रणनीति को लागू करना है। मूल एस ++ एल्गोरिथ्म के स्व-सीखने के उच्च स्तर के साथ, परिणामस्वरूप एल्गोरिथ्म एक खिलाड़ी, व्यक्ति या अन्य एल्गोरिथ्म के साथ दीर्घकालिक रूप से लाभकारी संबंध बना सकता है।

इस कथन को सत्यापित करने के लिए, वैज्ञानिकों ने 220 लोगों के साथ एक प्रयोग का आयोजन किया। कुल 472 बार-बार खेल खेले गए। प्रयोग में "सस्ती बात" तकनीक भी शामिल थी, लेकिन हमेशा नहीं। और खिलाड़ियों की पहचान छिपी हुई थी, इसलिए कोई भी (न तो एल्गोरिथ्म और न ही लोग) जानते थे कि वे किसके साथ खेल रहे हैं।


प्रयोग के परिणाम में 220 लोग शामिल हैं।

जब खेल प्रक्रिया में "सस्ती बात" को शामिल नहीं किया गया था, तो मानव-व्यक्ति या व्यक्ति-एस # बातचीत ने दीर्घकालिक सहयोग नहीं दिया। जब इस तकनीक को खेल में शामिल किया गया, तो सहयोग के संकेतक दोगुने हो गए।



ग्राफ़ (ए) दिखाता है कि किसी व्यक्ति के खेल और एस # एल्गोरिथ्म (घृणा, धमकी, नियंत्रण, प्रशंसा या योजना) के दौरान किस तरह के वाक्यांशों का उपयोग किया गया था।

प्रयोग के बाद, सभी प्रतिभागियों को खेल में अपने भागीदारों की बुद्धिमत्ता की डिग्री का मूल्यांकन करने के लिए कहा गया, उनके इरादे कितने स्पष्ट थे और उनके साथ बातचीत करने की उपयोगिता। ग्राफ (बी) पर सर्वेक्षण के परिणाम। इससे भी ज्यादा मनोरंजक है शेड्यूल। यह उस व्यक्ति या एल्गोरिथम की संख्या का प्रतिशत दिखाता है जो खेल में अपने साथी को मानव मानता है। जैसा कि आप देख सकते हैं, अधिकांश मानव प्रतिभागियों ने महसूस किया कि एस # एक व्यक्ति है।

वैज्ञानिक यह भी ध्यान देते हैं कि S # के परिणाम तब और बेहतर होते हैं जब लोगों-व्यक्ति और S # -S # जोड़े के साथ बातचीत की जाती है। एक व्यक्ति और S # के बीच दीर्घकालिक सहकारी संबंधों की घटना की डिग्री एक व्यक्ति-व्यक्ति जोड़ी के समान स्तर पर है। और "सस्ती बात" तकनीक के उपयोग के बिना जोड़ी S # -S # जोड़ी व्यक्ति-व्यक्ति की तुलना में बहुत बेहतर परिणाम है, जिसे इसका उपयोग करने का अवसर मिला।

उपरोक्त सभी को सारांशित करते हुए, एस # एल्गोरिदम ने परिणाम दिखाए जो कि लोगों के बीच बातचीत के परिणामों के साथ सममूल्य पर रखे जा सकते हैं।

आवर्ती खेल

एक सामान्य प्रकार के खेलों ने यह समझना संभव बना दिया कि S # एल्गोरिदम अनुसंधान का एक आशाजनक वेक्टर है। हालांकि, ऐसे खेल सीमित हैं, वे अधिक सार हैं। इसलिए, वैज्ञानिकों ने एक दोहराए जाने वाले स्टोकेस्टिक गेम का उपयोग करने का फैसला किया, जिसमें प्रतिभागियों को विभिन्न आकृतियों और रंगों के ब्लॉक को अलग करना होगा। S # एल्गोरिथ्म के लिए, "चलो सहयोग करते हैं" और "मुझे अधिक अंक मिलते हैं" वाक्यांश जोड़े गए। इसके अलावा, S # "सस्ती बात" तकनीक के उपयोग में सीमित था - यह वाक्यांशों का उपयोग कर सकता है, लेकिन एक मानव खिलाड़ी के वाक्यांशों का जवाब नहीं दे सकता है।


बहु-रंगीन ब्लॉकों (वर्ग, सर्कल और त्रिकोण) के साथ खेल की योजना।

खेल का सार इस प्रकार है। प्रत्येक खिलाड़ी के पास 9 ब्लॉक (अलग-अलग) का एक सेट होता है। प्रत्येक मोड़ पर, खिलाड़ी अपने सेट से 1 ब्लॉक निकालता है जब तक कि उसके पास केवल 3 नहीं हों। इन तीन ब्लॉकों को आवश्यकताओं (एक ही आकार / रंग या एक ही समय में अलग आकार और रंग) को पूरा करना होगा। प्रत्येक ब्लॉक में एक निश्चित राशि (अंक) होती है। यदि ब्लॉक उपयुक्त नहीं है, तो यह संख्या नकारात्मक हो जाती है। ऊपर दिए गए आरेख खेल के परिणाम के लिए 5 विकल्प दिखाते हैं।


"सस्ती कॉल" का उपयोग और गैर-उपयोग।

लोगों के बीच खेलते समय, "सस्ती बात" के उपयोग ने इसके परिणामों को बहुत प्रभावित नहीं किया। हालांकि, इस तकनीक ने एक व्यक्ति के साथ एक खेल में एस # एल्गोरिदम के परिणाम को बहुत बढ़ा दिया।

अन्य एल्गोरिदम से S # का अंतर

S # एल्गोरिदम ने अन्य सभी विषयों को पीछे छोड़ दिया, लेकिन क्यों? इस एल्गोरिथ्म के किन गुणों ने इसे कई प्रतियोगियों से अलग किया? वैज्ञानिकों ने तीन के रूप में गिने हैं।

सबसे पहले, यह उपयुक्त संकेतों (वाक्यांशों और कार्यों) को उत्पन्न करने और प्रतिक्रिया करने की क्षमता है जिसे मनुष्यों द्वारा समझा जा सकता है। यह इस एल्गोरिथ्म को बहुत लचीला बनाता है, जो स्थिति के आधार पर विकसित करने में सक्षम है। और, ज़ाहिर है, यह आपको अन्य खिलाड़ियों के साथ लंबे समय तक पारस्परिक रूप से लाभप्रद संबंध बनाने की अनुमति देता है।

दूसरे, S # रणनीतियों के एक विविध सेट का उपयोग करता है, जो आपको विभिन्न साथी खिलाड़ियों और विभिन्न प्रकार के खेलों के अनुकूल होने की अनुमति देता है। उसी समय, केवल एक विशिष्ट परिदृश्य में कुशलता से काम करने के लिए डिज़ाइन किए गए एल्गोरिदम अपने "आराम क्षेत्र" के बाहर प्रभावी ढंग से काम नहीं कर सकते हैं।

तीसरा, S # एल्गोरिथ्म पारस्परिक लाभ की स्थिति को बनाए रखता है, जबकि अन्य एल्गोरिदम, प्राप्त करने के साथ-साथ एक अलग रणनीति पर स्विच करते हैं।


पारस्परिक रूप से लाभप्रद सहयोग की स्थिति की अवधि के रेखांकन।

जैसा कि ऊपर दिए गए ग्राफ से देखा जा सकता है (ए) , एस # अन्य एल्गोरिदम की तुलना में पहले खिलाड़ी के साथ पारस्परिक रूप से लाभप्रद संबंध स्थापित करता है। यह प्रतिस्पर्धात्मक एल्गोरिदम (ग्राफ (b) ) की तुलना में काफी अधिक संख्या में पारस्परिक रूप से लाभकारी सहयोग की स्थिति रखता है।

एस # का लचीलापन ग्राफ (सी) से स्पष्ट रूप से दिखाई देता है, जहां हम देखते हैं कि वह खेल या साथी के प्रकार की परवाह किए बिना दूसरों की तुलना में अधिक बार लक्ष्य तक पहुंचता है।

काफी असामान्य वैज्ञानिकों का दावा है कि उनके S # एल्गोरिथ्म ने निष्ठा सीखी है। तथ्य यह है कि S # -S # जोड़ी में सहयोग स्थापित करने के बाद, एल्गोरिथ्म इसे तोड़ने की कोई जल्दी नहीं है, तब भी जब इसमें बहुत लाभ नहीं है। एक ही समय में, पुरुष-से-पुरुष जोड़ों में, आवश्यक अल्पकालिक लाभ प्राप्त करने के तुरंत बाद सहयोग अक्सर टूट गया। यह व्यवहार स्वाभाविक रूप से दोनों पक्षों के लिए खेल के अंत में खराब परिणाम का कारण बना।

वैज्ञानिकों की रिपोर्ट से खुद को परिचित करने के इच्छुक लोग इसे यहां पा सकते हैं।

अतिरिक्त शोध सामग्री यहां उपलब्ध है ।

उपसंहार

यह अध्ययन दूसरों से बहुत अलग है कि इसका उद्देश्य किसी व्यक्ति को किसी चीज़ में पराजित करने में सक्षम एआई बनाना नहीं है, बल्कि एआई को सक्षम बनाने और सर्वसम्मति तक पहुंचने के लिए तैयार करना है। क्या इसका मतलब यह है कि स्मार्ट मशीनें इस एल्गोरिदम के लिए अधिक मानवीय हो जाएंगी? हो सकता है कि। , , , , .

, S# «». , . , .

हमारे साथ बने रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक आदेश देकर या अपने मित्रों को इसकी अनुशंसा करके हमें समर्थन दें, एंट्री-लेवल सर्वरों के अनूठे एनालॉग पर हैबर उपयोगकर्ताओं के लिए 30% छूट जो हमने आपके लिए ईजाद की है: VPS (KVM) E5-2650 v4 (6 करोड़) 10GB DDR4 240GB SSD 1Gbps से पूरा सच $ 20 या सर्वर को कैसे विभाजित करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

3 Dell R630 — 2 Intel Deca-Core Xeon E5-2630 v4 / 128GB DDR4 / 41TB HDD 2240GB SSD / 1Gbps 10 TB — $99,33 , , .

डेल R730xd 2 बार सस्ता? केवल हमारे पास 2 x Intel Dodeca-Core Xeon E5-2650v4 128GB DDR4 6x480GB SSD 1Gbps नीदरलैंड और यूएसए में $ 249 से 100 टीवी है ! इन्फ्रास्ट्रक्चर Bldg कैसे बनाएँ के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग?