Les agents de l'IA apprennent à travailler ensemble en se disputant des porcs virtuels

Combattre un cochon, même virtuel, est beaucoup plus facile si vous demandez à un ami de vous aider. Cela semble clair à partir d'un concours organisé par des chercheurs de Microsoft pour tester comment des agents artificiellement intelligents pourraient coopérer pour résoudre des problèmes délicats. La meilleure façon de coopérer avec votre copain qui se dispute les cochons est une autre question.

Le concours aborde un domaine de l'intelligence artificielle qui a reçu relativement peu d'attention jusqu'à présent. Les chercheurs en IA développent souvent des logiciels capables d'effectuer une tâche humaine spécifique, comme jouer aux échecs ou au Go, puis la mesurent en fonction de sa capacité à vaincre un joueur humain. Cependant, une grande partie de l'intelligence humaine implique la communication, l'intelligence sociale et la théorie de l'esprit, ou la capacité d'anticiper et d'interpréter les intentions d'un autre agent intelligent.

Le projet indique également comment les humains et les systèmes d'IA pourraient éventuellement travailler ensemble pour obtenir plus que la somme de leurs parties. Cela fait partie d'une tendance plus large consistant à repenser l'IA comme une intelligence augmentée plutôt qu'une intelligence artificielle, déclare Oren Etzioni , PDG de l'Allen Institute for Artificial Intelligence.

Pour le concours Microsoft, des agents de l'IA ont travaillé ensemble au sein de Project Malmo, une version spéciale du jeu vidéo ouvert Minecraft. Le chercheur de Microsoft a conçu cet environnement pour faciliter l'importation et le test de différentes techniques d'IA. De nombreux progrès supplémentaires seront nécessaires avant que les agents de l'IA puissent s'associer de manière utile ou aider les humains, mais le concours offre un moyen de tester certaines des premières idées.

Pour la compétition, les agents pourraient essayer de contrôler et d'attraper un cochon virtuel indiscipliné soit par eux-mêmes, soit en faisant équipe avec un autre agent IA, gagnant des points à chaque fois.

Les meilleures équipes du Malmö Collaborative AI Challenge ont utilisé des approches d'apprentissage automatique de pointe telles que l'apprentissage en profondeur pour former leurs agents à travailler ensemble. Cela impliquait de leur fournir de grandes quantités de données. Mais certains participants ont également utilisé des approches plus anciennes et moins à la mode qui impliquent de donner à un agent virtuel des connaissances et une compréhension codées en dur.

Les gagnants du concours, une équipe de l'Université d'Oxford au Royaume-Uni, ont utilisé l'apprentissage par renforcement, une sorte d'apprentissage automatique inspiré de la façon dont les animaux apprennent par l'expérimentation (voir 10 Breakthrough Technologies : Reinforcement Learning ). Leurs agents ont fait l'expérience d'un renforcement positif chaque fois qu'ils ont réussi à travailler ensemble pour attraper le cochon.

Katja Hofmann , le chercheur principal du projet Malmo de Microsoft, note que de nombreuses équipes ont combiné différentes approches. Aucun type d'approche n'a émergé comme un gagnant clair, ajoute-t-elle, affirmant qu'il est probable que les approches hybrides s'avéreront des orientations particulièrement prometteuses pour les recherches futures.

Le défi de la lutte contre les cochons s'inspire d'une expérience de pensée connue sous le nom de la chasse au cerf , qui explore les concepts de la théorie des jeux, une branche des mathématiques concernée par les stratégies de coopération et de négociation. L'idée est que deux chasseurs doivent décider de chasser un lièvre seuls ou de faire équipe pour attraper le plus gros prix d'un cerf.

Les meilleures équipes impliquées dans le concours, jugées en fonction du score qu'elles ont obtenu ainsi que de la nouveauté de leur travail, recevront une subvention de recherche de 20 000 $ et une place à la Research AI Summer School de Microsoft.

Les dimanches de Pierre , professeur à l'Université de Washington qui étudie l'apprentissage automatique et l'exploration de données, explique que la formation de logiciels d'IA dans des environnements simulés a ses inconvénients. Les logiciels peuvent devenir suroptimisés pour cet environnement particulier et donc moins utiles dans le monde réel, dit-il, bien que des mondes simulés plus sophistiqués commencent à changer cela.

Domingos ajoute que la coopération entre humains est si complexe et subtile qu'il est difficile d'imaginer que le projet Microsoft produise des approches véritablement utiles. Cependant, malgré un certain scepticisme, il est encouragé par le projet.

C'est encore tôt dans ce domaine, et Minecraft est un environnement avec beaucoup de possibilités, dit Domingos. [C'est] plus riche que les choses qui ont été utilisées auparavant, donc cela vaut certainement la peine d'essayer.

cacher