Kunstig intelligens kan nu spille Diplomacy lige så godt som mennesker
Spillet Diplomacy er et af de mest roste spil gennem tiderne og kom første gang som brætspil tilbage i 1959. To til syv spillere indtager rollen som en europæisk stormagt og forsøger at vinde spillet ved at erobre modstandernes territorier.
Spillet handler dog ikke kun om terningekast, som vi kender fra spil som RISK, men der er også elementer som forhandling – eller diplomati.
Det handler om at skabe alliancer, stikke bagmænd og så videre før alle flytter deres brikker samtidig i den følgende spil-fase.
Evnerne til at læse og manipulere modstanderne, overbevise spillerne om at danne alliancer og planlægge komplekse strategier og partnerskaber og vide, hvornår man skal skifte side, er alt sammen en stor del af spillet.
Se også: Hvilke telefoner arbejder smartest?
Kunstig intelligens kan forhandle som rigtige mennesker
Normalt vil den slags færdigheder være noget, som maskinlæringssystemer generelt mangler. Maskinlæringsystemer med kunstig intelligens kan sagtens tryne mennesket i spil, hvor det handler om tal eller om meget afgrænsede spilmuligheder. Spil med direkte forhandling mellem modstandere har hidtil ikke været noget, AI kunne håndtere.
Forleden meddelte Metas AI-forskerne, at de havde overvundet disse mangler ved maskinlæring med CICERO, den første AI, der viser præstationer på menneskeligt niveau i diplomati.
Holdet trænede Cicero på 2,7 milliarder parametre i løbet af 50.000 runder på webDiplomacy.net, en online-version af spillet, hvor den endte på andenpladsen (ud af 19 deltagere) i en ligaturnering med 5 spil.
AI-spilleren viste sig at være så dygtig til at bruge naturligt sprog til at forhandle med rigtige spillere i Diplomacy, at de ofte foretrak at arbejde med CICERO frem for andre menneskelige deltagere, bemærkede Meta-holdet i en pressemeddelelse onsdag.
Se også: Hvordan bliver fremtiden med kunstig intelligens?
Kunne forudse modstandernes træk
AI-spilleren var også i stand til at tænke forudseende ved for eksempel at kunne forudse, at den senere i spillet vil få brug for støtte fra en bestemt spiller og derefter udforme en strategi for at vinde denne persons gunst.
