Bilgilerin çoğu gizli olduğu için Stratego oyunu yapay zekayı şaşırtmıştı—şimdiye kadar

On yıllar boyunca Stratego masa oyunu, satranç ve Go'yu fetheden hesaplama atılımlarına direnen, yapay zeka için zorlu bir engel olarak kaldı. Deep Blue ve AlphaGo gibi makineler mükemmel bilgiye dayalı oyunlarda ustalaşarak efsanevi bir statü kazanırken, Stratego karmaşık ve gizli bilgi mimarisi nedeniyle erişilemez kaldı. Carnegie Mellon, MIT, New York Üniversitesi ve Stanford'dan oluşan ortak bir araştırma ekibi, sonunda bu engeli aşarak, dünyanın en iyi insan oyuncularını kesin bir şekilde geride bırakan Ataraxos adlı bir yapay zeka geliştirdi.

Yüksek bahisli bir dizi maçta Ataraxos, tarihin en iyi Stratego oyuncusu olarak kabul edilen Pim Niemeijer ile karşılaştı. Yapay zeka, 15 galibiyet, bir mağlubiyet ve dört beraberlikten oluşan baskın bir rekor elde etti. Bu başarının, sadece 16 GPU'luk mütevazı bir donanım ve birkaç bin dolarlık eğitim bütçesiyle elde edilmesi dikkat çekicidir; bu durum, oyun teorisi ve stratejik muhakemede yalnızca milyonlarca dolarlık devasa kurumsal projelerin bu tür atılımlar yapabileceği düşüncesini çürütmektedir.

Stratego, her oyuncu için güçlü mareşalden kaçak casusa kadar gizli kimliklere ve rütbelere sahip 40 parça içerdiğinden benzersiz bir hesaplama engeli oluşturur. Gizli bilginin nispeten sınırlı olduğu pokerin aksine, Stratego bir desilyon (10 üzeri 33) olası tahta konfigürasyonuna sahiptir. Ayrıca, oyunun süresi olağanüstü derecede uzundur ve tipik bir satranç maçındaki 40 hamle ortalamasına kıyasla genellikle 2.000 hamleye kadar çıkabilir. Bu faktörler, blöf yapmanın ve uzun vadeli planlamanın başarı için şart olduğu bir ortam yaratır.

Bu gelişmenin yapay zeka alanı için, özellikle belirsizlik altındaki insan karar verme süreçlerinin modellenmesinde önemli etkileri vardır. DeepMind'ın DeepNash'i gibi önceki girişimler, blöf yapmanın hassas dengesini kurmakta zorlanmıştı; aşırı blöf tehditleri anlamsızlaştırırken, blöf yapmamak oyuncuyu tahmin edilebilir kılıyordu. Ataraxos bu dengeyi başarıyla kurarak, makinelerin bilginin sadece gizli olmadığı, aynı zamanda geniş zaman ölçeklerinde ortaya çıktığı ortamlarda nasıl hareket edebileceğine dair yeni bir çerçeve sunmuştur.

Geleceğe bakıldığında araştırmacılar, Ataraxos'un başarısının siber güvenlik, lojistik ve karmaşık müzakereler gibi gerçek dünya senaryolarında daha sağlam yapay zeka uygulamalarının önünü açacağına inanıyor. Blöf sanatında ustalaşarak ve devasa durum alanlarını yöneterek, teknoloji verimli ve uzmanlaşmış algoritmaların kaba kuvvet hesaplamalarını geride bırakabileceğini kanıtlıyor. Ekip bu modelleri geliştirmeye devam ettikçe, eksik bilgili ortamlarda insan sezgisi ile makine mantığı arasındaki uçurum daralmaya devam ediyor ve bu da stratejik yapay zeka için yeni bir dönemin sinyalini veriyor.