불공정 한 이점 : AI가 인간처럼 행동 할 것으로 기대하지 마십시오

스타 크래프트 II에서 세계적 수준의 플레이어를 물리 칠 수있는 인공 지능 개발에 대한 DeepMind의 최근의 공격은 많은 혼란을 야기했습니다. DeepMind는 그것을 중대한 돌파구라고 불렀지 만 다른 사람들은 그것이 부정 행위, 불공평하고 초인간적이라고 주장했습니다.

그러나 전체 토론에서 알 수 있듯이 AI의 기능에 대해 논의하고 평가하는 맥락을 바꾸고 게임 플레이와 우리의 게임 플레이 비교를 중단해야 할 수도 있습니다.

DeepMind의 스타 크래프트 재생 봇인 AlphaStar는 프로그래머가 미묘한 수의 예제를 제공하여 AI 모델의 동작을 개발하는 인기있는 AI 분야 인 딥 러닝을 사용합니다. AlphaStar는 먼저 블리자드가 공개 한 대규모 휴먼 게임 데이터 데이터베이스를 교육하여 스타 크래프트의 규칙을 배우고 숙달하기 위해 수많은 게임을 자체적으로 수행했습니다. 그런 다음 세계 챔피언과 경쟁하기 전에 DeepMind의 아마추어 선수를 휩쓸어 인간에 맞서 싸웠습니다.

AlphaStar가 세계 최고의 두 선수 인 TLO와 MaNa를 이겼을 때 인공 지능 산업이 이정표를 지났다고 믿을만한 이유가있었습니다. 블로그 게시물에서 DeepMind는 AlphaStar를 "세계에서 가장 중요하고 근본적인 과학적 문제 중 일부에 대한 새로운 솔루션의 잠금을 해제하는 데 도움이되는 지능형 시스템을 개발하는 사명을 발전시키는 것"이라고 말했습니다.

그러나 비판이왔다.

불공평 한 이점

비평가들은 알파 스타는 인간과의 불공평 한 상대가되는 몇 가지 특성을 가지고 있다고 주장합니다.

먼저, AlphaStar는 빠르게 타 오르고 있습니다. DeepMind 엔지니어들은 AlphaStar가 장애인이 수행 할 수있는 것보다 더 많은 행동을 수행하지 못하도록 장애를 앓고 있다고 말합니다. 그러나 인간 플레이어는 많은 스팸 클릭이나 가치 나 생각이없는 충동적인 행동을합니다.

예를 들어, 플레이어가 자신의 유닛을 특정 위치로 이동 시키거나 적을 공격 할 때 같은 위치 또는 대상을 향한 궤도를 반복해서 클릭하면 클릭이 해당 동작의 속도를 높이는 잘못된 느낌을주기 때문에 종종 클릭합니다. 실제로 장치는 가장 최근의 명령 만 실행하며 이전 명령은 무시합니다. 반대로 AlphaStar의 모든 움직임은 정확합니다.

비평가들은 불일치로 인해 AlphaStar가 게임을 초인간적으로 관리 할 수 ​​있다고 주장합니다. 예를 들어, 많은 유닛이 참여하는 대규모 전투에서 AlphaStar는 인간 유닛에게는 불가능한 속도와 정밀도로 각 유닛에 개별 명령을 내릴 수 있습니다. AlphaStar의 성능 분석에서 ArsTechnica의 Timothy B. Lee는 AlphaStar의 속도와 정밀도가 불공정 한 이점을 제공하는 몇 가지 시나리오를 설명했습니다.

다른 분석가들은 AlphaStar가 인간 플레이어보다 더 많은 정보를받는다고 지적했습니다. MaNa와 TLO를이기는 봇의 버전은 인간 플레이어와 같이 모니터의 가치가있는 전장 공간을 보는 것과 대조적으로 전체 맵에 액세스 할 수있었습니다. 그러나 그것은 여전히 ​​"전쟁의 안개"에 의해 제한되어 있었으며, 이는 활동 유닛이없는 지역에서 정보를 추출 할 수 없음을 의미합니다.

그러나 다른 사람들은 AlphaStar의 한계를 비판했다. 그것은 스타 크래프트의 세 종족 중 하나 인 프로토스와 게임의 많은지도 중 하나에서만 플레이 할 수 있다는 점이다. 새로운 종족과지도가 주어지면, AI의 관점에서 보면 완전히 다른 게임을하는 것과 같기 때문에 AlphaStar는 아마 아마추어 인간의 상대와 잃을 것입니다.

페어 플레이 란?

DeepMind는 여전히 기술적 세부 사항을 공개하지 않았지만 일부 사람들은 원시 픽셀을 사람처럼 처리하지 않고 API (응용 프로그램 프로그래밍 인터페이스)를 통해 원시 게임 데이터에 액세스했을 수 있습니다.

감사! 그러나 그것은 전문가들과 맞서게 된 특정 소프트웨어가 픽셀이나 사전에 분석 된 APi를 사용했는지 여부는 말할 수 없습니다.

- Gary Marcus (@GaryMarcus) 2019 년 1 월 31 일

Ars의 Timothy B. Lee는 다음과 같이 결론을 내렸다. "경기장을 평평하게하는 궁극적 인 방법은 AlphaStar를 인간 플레이어와 동일한 사용자 인터페이스로 사용하는 것입니다." 이것은 컴퓨터 모니터를 응시하는 인간 플레이어처럼 AI가 게임 그래픽에만 액세스 할 수 있고 API 호출을 통해 게임과 상호 작용하는 대신 키 입력, 마우스 클릭 및 스크롤을 시뮬레이션해야한다는 것을 의미합니다.

AI가 인간의 뇌를 정확하게 복제하고 감지 할 것으로 예상한다면 이것은 좋은 지적이 될 것입니다. 그러나 여전히 AI의 최첨단 인 딥 러닝과 신경망은 가장 기본적인 인간 기능을 재현하지 못하게하는 뚜렷한 한계가 있습니다.

딥 러닝은 AI가 좁기 때문에 이미지 레이블 지정 또는 음성 인식과 같은 특정 작업을 수행하는 데는 매우 유용하지만 작업을 일반화하거나 지식을 다른 도메인으로 이전하는 것은 끔찍합니다. 문제 영역을 넓힐수록 AI 기능이 제한되고 교육이 더 많이 필요합니다. 이것이 바로 AlphaStar가 Warcraft 3 또는 Company of Heroes와 같은 다른 RTS 게임을 할 수없는 이유입니다.

또한 AlphaStar는 단일 레벨에서 프로토스를 마스터하기 위해 200 년 분량의 게임이 필요했습니다. 스타 크래프트의 다른 두 종족 인 테란 (Terran)이나 저그 (Zerg)를 배우는 데는 많은 시간이 필요할 것입니다. 반대로, 인간 플레이어는 한 게임에서 얻은 지식을 새로운 게임으로 빠르게 포팅 할 수 있습니다.

우리는 여전히 인간의인지 능력과 일치 할 수있는 일반적인 인공 지능에서 적어도 수십 년은 떨어져 있습니다. 일부 과학자들은 우리가 인간의 뇌를 재생산하는 데 결코 성공하지 못할 것이라고 생각합니다.

그러나 좁은 AI는 대량의 정보를 매우 빠른 속도로 처리하는 데 매우 유용합니다. 이것이 바로 AlphaStar가 스타 크래프트의 전체지도를 동시에 처리 할 수있는 이유입니다. 스타 크래프트의 디자이너는 게임 맵을 전체적으로 볼 수 있도록 게임을 수정했을 수도 있지만, 플레이어를 돕지 않고 혼동 할 수 있습니다. 인간에게 원시 게임 데이터에 대한 액세스 권한을 부여 할 수도 있지만 그다지 도움이되지는 않습니다.

인간은 데이터 처리 속도가 느리지 만 완전한 정보없이 계획을 세우고 결정을 내릴 수있는 상식과 추상적 사고 능력을 가지고 있습니다. 그렇기 때문에지도를 제한적으로보고 전장의 한 부분에만 집중하는 것을 선호합니다. 동시에, 그들은 게임의 다른 부분에서 무슨 일이 일어나고 있는지에 대한 감각을 가지고 있으며 일반적인 게임 계획을 개발할 수 있습니다.

AlphaStar가 부정 행위입니까?

AI와 인간 두뇌의 차이를 감안할 때, 평론가들은 평가에서 옳다고 말할 수 있습니다. DeepMind는 AlphaStar를 단일 맵과 단일 레이스로 제한하여 AlphaStar에 유리하게 경쟁을 조작했습니다. 그러나 AlphaStar에 대한 논쟁은 우리에게 매우 중요한 결론을 가져올 수 있습니다.

먼저, 게임의 핵심은 AI가 사람처럼 클릭하고 스크롤 할 수 있는지 확인하는 것이 아닙니다. 대신, 우리는 불완전한 정보를 제공하고 실시간 의사 결정이 필요한 게임에서 AI의 성능에 중점을 두어야합니다. 이와 관련하여 AlphaStar는 꽤 잘했습니다.

• AI 어시스턴트를 신뢰하게 만드는 것은 무엇입니까? 얼굴은 어때? AI 어시스턴트를 신뢰하게 만드는 것은 무엇입니까? 얼굴은 어때?
• AI 산업의 윤리적 해의 해 AI 산업의 윤리적 해의 해
• 이 AI는 대중에게 공개하기에 너무 강력합니다.이 AI는 대중에게 공개하기에 너무 강력합니다.

둘째, 스타 크래프트는 AI의 전략 및 계획 기능을 테스트하기에 최적의 장소가 아닐 수도 있습니다. 한 분석가가 지적한 것처럼 "StarCraft II는 기계적 완벽 성으로 깨질 수있는 게임입니다." 이는 인공 지능이 초 인간적인 속도와 외과 적 정밀도로 열악한 전략 기술을 보완 할 수 있음을 의미합니다.

마지막으로 인공 지능과 인간 지능이 너무 다르기 때문에 둘 사이에 수준의 경기장을 만드는 것이 불가능할 것입니다. 규칙의 가장 작은 변화는 한 쪽 또는 다른 쪽을 선호하여 경기를 불공평하게 만들 정도로 게임을 빠르게 기울일 것입니다.

인공적인 인간의 한계로 인해 속도를 늦추지 않고 AI를 최대한 활용하고 테스트 할 수있는 환경과 설정을 찾아야합니다. 경쟁하는 대신 협력 할 때 인간과 AI는 무엇을 달성 할 수 있습니까?