Profesor Andrew Moore, dziekan Wydziału Nauk Komputerowych na Uniwersytecie Carnegie Mellon, dzieli się swoimi przemyśleniami na temat kierunków, w jakich zmierzają badania nad sztuczną inteligencją i technologiami poznawczymi.

Na przestrzeni ostatnich dwudziestu lat byliśmy świadkami tego, jak najlepsi na świecie szachiści boleśnie przegrywają z komputerami. Kolejną grą, w której ludzkość wyprzedzą maszyny, może być pokerowa gra Texas Hold’em. Jednak przyszłość w odniesieniu do sztucznej inteligencji niesie ze sobą znacznie więcej niż tylko kolejne rekordy w dziedzinie gier.

Zobacz również:

• Sztuczna inteligencja od Apple wymagać może nowych procesorów

W kwietniu i maju ubiegłego roku robot Claudico, stworzony przez prof. Tuomasa Sandholma z Uniwersytetu Carnegie Mellon i jego zespół, rozegrał turniej przeciwko czterem profesjonalnym pokerzystom, w którym zrealizowano 80 tysięcy rozdań. Gdy gra dobiegła końca, trzech z czterech graczy miało w garści dużo mniej pieniędzy niż robot Claudico.

Profesor Andrew Moore, dziekan Wydziału Nauk Komputerowych na Uniwersytecie Carnegie Mellon, przyznał, że kolejny turniej – rozgrywany już za niecałe dwa lata – prawdopodobnie zakończy się zwycięstwem sztucznej inteligencji.

- W odniesieniu do kwestii czysto informatycznych rozgryzienie algorytmu potrzebnego komputerowi do rozegrania pokera jest znacznie trudniejsze niż w przypadku szachów, co wynika z faktu, że podstawą pokera jest skrzętne ukrywanie istotnych informacji. W takich grach jak szachy czy tryktrak obie strony przez cały czas widzą planszę i są w stanie przewidzieć kolejny ruch przeciwnika. Natomiast ukryte scenariusze gry wymagają zastanowienia się nad każdą kartą, jaką może trzymać w swoich rękach przeciwnik, i każdą możliwą strategią gry. W takim przypadku dokonanie prawidłowych obliczeń jest znacznie trudniejsze. Niewiele osób jest w stanie wygrać w szachy z komputerem, czasem nie są w stanie robić tego nawet najlepsi gracze. Ale tylko superkomputer mógłby wygrać w Texas Hold’em ze zwykłym użytkownikiem – wyjaśnia prof. Andrew Moore.

Prof. Andrew Moore jest specjalistą w dziedzinie systemów uczących się, sztucznej inteligencji, robotyki i obliczeń statystycznych na potrzeby ogromnych baz danych. Jest kierownikiem wydziału składającego się z 30 katedr skupionych wokół tematyki sztucznej inteligencji na Uniwersytecie Carnegie Mellon. Badania prowadzone na tym wydziale dotyczą między innymi stosowania rozwiązań sztucznej inteligencji w grach pokerowych. Nauczenie systemów przetwarzania scenariuszy zawierających ukryte informacje otworzy przed naukowcami zupełnie nowe perspektywy zastosowania tej technologii.

Dla przykładu, aż dwie katedry tego uniwersytetu pracują nad projektami mającymi na celu usprawnienie funkcjonowania wirtualnych asystentów, takich jak Siri od Apple czy Cortana od Microsoft. Być może w przyszłości wystarczy spojrzeć na parę nowych butów albo torebkę, by zlecić systemowi sztucznej inteligencji ich kupno – po dobrej cenie. Być może wirtualni asystenci będą w stanie negocjować w imieniu użytkownika nawet ceny wejściówek na mecze lub koncerty.

- Aby stało się to możliwe, wirtualny asystent nie może po prostu przekazać informacji o tym, ile jesteśmy skłonni zapłacić. Musi korzystać z umiejętności ukrywania części informacji – wyjaśnia prof. Andrew Moore.

Technologia mogłaby także umożliwić prowadzenie ślepych negocjacji bez możliwości wykiwania systemu. Zdaniem profesora Andrew Moore’a, dobrym przykładem jest wymiana narządów, np. nerek. Niektórzy ludzie są skłonni darować swoją nerkę bliskiej osobie, która potrzebuje akurat takiego przeszczepu. Oczywiście, dawca musi być odpowiednio dopasowany do biorcy. W podobnej sytuacji może znajdować się inna osoba. Jednym z możliwych rozwiązań jest zatem stworzenie systemu do sprawiedliwych negocjacji, za pośrednictwem którego potencjalni dawcy mogliby wymieniać się między sobą informacjami.

Nawet w obszarach niewymagających ukrywania danych sztuczna inteligencja może wkrótce zacząć odgrywać znaczącą. Profesor Andrew Moore zwraca uwagę na Spliddit, niekomercyjne przedsięwzięcie naukowe studentów Uniwersytetu Carnegie Mellon, pozwalające użytkownikom na dokonywanie sprawiedliwych podziałów np. płatności za wynajem wspólnego mieszkania, opłat za taksówkę, wynagrodzenia za wspólny projekt lub zysków ze wspólnego przedsięwzięcia biznesowego.