幾十年來,解決游戲的努力一直局限于解決雙人游戲,即棋盤游戲如跳棋、類似國際象棋的游戲等,其通過應用一些人工智能(AI)搜索技術和收集大量的游戲統(tǒng)計數(shù)據(jù)來正確并有效地預測游戲結果。然而這樣的方法和技術并不能直接應用于解謎領域,因為解謎一般都是單獨玩的單人游戲且有獨特的特點如隨機或隱藏信息。
因此,這里出現(xiàn)了一個問題,即AI技術如何能保持其在解決雙人游戲方面的性能但又能應用于單人游戲?
多年來,謎題和游戲一直被認為是可以互換的或者說是對方的一個部分。事實上,情況可能并非一直如此。從現(xiàn)實世界的角度來看,“游戲”是我們每天都要面對的東西,處理的是未知的東西。而“謎題”是指已知的東西,甚至有些東西是隱藏的還沒有被揭開的。那么在解謎的背景下,“謎題”和“游戲”之間的邊界是怎樣的?
來自日本高級科學技術研究所的Hiroyuki Iida教授及其同事在發(fā)表于《Knowledge-based Systems》的最新研究文章中試圖回答這兩個問題。據(jù)悉,這項研究的重點是兩個重要的貢獻:(1)通過掃雷測試平臺定義了單人游戲背景下的謎題的可解性;(2)提出了一種新AI代理,其使用四種策略的統(tǒng)一組合--PAFG解算器。通過利用掃雷謎題的已知信息和未知信息,所提出的結算器在解決該謎題方面取得了跟先進的研究相當?shù)男阅堋?br />
研究人員采用了一個由兩個知識驅動策略和兩個數(shù)據(jù)驅動策略組成的AI代理從而以最佳方式利用當前決策的已知和未知信息來最佳估計后續(xù)決策。因此,對于像掃雷這樣的單人隨機謎題可以建立起謎題和游戲范式之間的界限。
這樣的條件在現(xiàn)實世界的問題中起著特別重要的作用,因為在這些問題中,已知和未知之間的界限通常是模糊且非常難以識別的。Iida教授指出:“隨著AI代理提高解謎性能的能力,可解性的邊界變得明顯。這樣的情況允許明確定義‘謎題’和‘游戲’的條件,通常在許多現(xiàn)實生活中發(fā)現(xiàn),如確定高風險投資、評估重要決策的風險水平等等。”
隨著現(xiàn)有技術和新的計算范式的面世,存在許多不確定因素,如物聯(lián)網、基于云的服務、邊緣計算、神經形態(tài)計算等。這種情況對人(即技術承受力)、社區(qū)(即技術接受度)、社會(即文化和規(guī)范)甚至國家層面(即政策和規(guī)則變化)都可能是如此。“人類每天的活動都涉及很多‘游戲’和‘謎題’條件。然而,在規(guī)模上映射可解性范式,可以建立已知和未知之間的邊界條件從而使未知的風險最小化并使已知的利益最大化,”這項研究的論文第一作者Chang Liu說道,“這樣的壯舉是通過將知識驅動的技術、人工智能技術和可衡量的不確定性(如獲勝率、成功率、進度率等)推向高潮,同時仍保持謎題的趣味性和挑戰(zhàn)性來實現(xiàn)的。”
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數(shù)量較多,如涉及作品內容、版權等問題,請與本站聯(lián)系并提供相關證明材料:聯(lián)系電話:0571-89719789;郵箱:1271141964@qq.com。