السبب وراء انتصار الذكاء الاصطناعي على البشر في الألعاب هو في الواقع علم الأحياء

في وقت مبكر من عام 1997، هزم جهاز "ديب بلو" من شركة آي بي إم بطل العالم في الشطرنج آنذاك كاسباروف، مسجلاً بذلك المرة الأولى التي يهزم فيها جهاز آلي بطل العالم في لعبة. بحلول أوائل ومنتصف القرن العشرين، كانت التكنولوجيا قد تقدمت إلى الحد الذي أصبحت فيه الآلات قادرة على التفوق على أساتذة الشطرنج بشكل مستمر في كل أشكال اللعبة تقريبًا.

ولذلك حوّل علماء الكمبيوتر اهتمامهم إلى لعبة "جو"، وهي لعبة إستراتيجية قديمة من الصين يسهل تعلمها للغاية ولكن من الصعب إتقانها.

وفي يناير/كانون الثاني 2017، عقد فريق بحثي بجامعة كارنيجي ميلون حدثاً أكثر علنية، عندما أمضى نظام الذكاء الاصطناعي Libratus الخاص به 20 يوماً في لعب 120 ألف جولة من لعبة البوكر تكساس هولدم بلا حدود ضد أربعة لاعبين بوكر محترفين.

بعد ما يقرب من شهر من اللعب المتواصل، فازت الماكينة بمبلغ إجمالي قدره 1.7 مليون دولار، في حين خسر كل من المحترفين الأربعة آلاف الدولارات من أموال اللعب.

في مايو 2017، هزم AlphaGo Master اللاعب Ke Jie، المصنف الأول عالميًا في لعبة Go. في المباريات الثلاث التي لعبها AlphaGo ضد Ke Jie، كان الجهاز دائمًا في وضع مفيد.

بحلول ديسمبر 2017، كشفت شركة DeepMind عن نسخة أكثر تقدمًا من نظامها. يمكن للذكاء الاصطناعي الجديد، المسمى AlphaZero، إتقان ألعاب متعددة في غضون ساعات. إنه IMBA جدًا.

ومن بين هذه الألعاب، لا يمكن إنكار أن لعبة Dota2 هي واحدة من الألعاب الأكثر صعوبة وتعقيدًا من الناحية الاستراتيجية. في أغلب الأحيان، يواجه اللاعبون الحاجة إلى استكشاف اللعبة.

لذا فإن أول شيء يتعين علينا حله هو مشكلة التنقل الخاصة بالشخصية. في هذا الوقت، نحن بحاجة إلى دعوة علماء الأحياء لشرح كيفية تنقل الدماغ البشري.

يمكن القول إن استكشاف أسرار الدماغ البشري مهمة ذات معامل صعوبة يزيد عن 9.9، لكن Deepmind، بالاعتماد على عمالقة، وجدت الإجابة على المشكلة دون عناء. ويجب تقديم الشكر بشكل خاص للعالم البريطاني الأمريكي جون أوكيف، الحائز على جائزة نوبل في علم وظائف الأعضاء أو الطب لعام 2005، وماي بريت وزوجها إدوارد موسر من النرويج.

ومن خلال الجهود المتواصلة والصعوبات التي لا توصف، وجدواجوهر الدماغ البشري هو نظام تحديد المواقع العالمي (GPS) - "وحدة الشبكة"، مما سمح لـ Deepmind باكتشاف مفتاح الإدراك المكاني للدماغ البشري بسهولة. وحدة الشبكة هي نوع من الأنسجة العصبية تتكون من عدد لا يحصى من خلايا الشبكة. وظيفتها الأساسية هي مساعدة البشر ومعظم الثدييات في تحديد موقعهم والتنقل.

عندما نتحرك، ستقوم خلايا الشبكة بتحديث الموقع الحالي والبيئة المحيطة باستمرار، وتسجيل مسار المشي والموقع التاريخي، ثم رسم خريطة افتراضية في الدماغ لمساعدة الدماغ على تحديد الموقع والاتجاه.

في كل مرة تصل فيها إلى مكان جديد، تقوم خلايا الشبكة تلقائيًا برسم خريطة جديدة. بمعنى آخر، كلما زادت الأماكن التي تزورها، أصبحت الخريطة أكثر اكتمالاً، وأصبح نطاق إدراكك المكاني أكبر.

وبفضل هذا الإنجاز، عمل فريق Deepmind مع علماء من جامعة لندن (UCL) لتطوير نظام شبكة عصبية متكررة بشكل مشترك. أثناء محاكاة عملية تحديد الفأر لطريقه، اكتشف النظام بأعجوبة أن الشبكة العصبية أنتجت بعض الميزات المشابهة لتلك الموجودة في خلايا الشبكة عند تحديد موقعها.

(ملاحظة: الخلايا الشبكية التي تولدها الشبكة العصبية تشبه إلى حد كبير الخلايا البشرية)

ومن خلال المزيد من البحث والتحسين، نجحوا في إنشاء نسخة شبكة عصبية من وحدة الشبكة (وتسمى أيضًا وحدة شبكة الذكاء الاصطناعي). لا تستطيع وحدات الشبكة الذكية تحديد موقعها فحسب، بل يمكنها أيضًا العثور على أفضل طريق إلى نقطة الهدف في بيئة معقدة.

وقد أسعد هذا الاكتشاف فريق Deepmind، الذين كانوا في حاجة ماسة إلى فرصة لإظهار التكنولوجيا الحقيقية الخاصة بهم. لذلك قرر الفريق تخطي الفئران والغوريلا وإعلان الحرب مباشرة على البشر.

في لعبة المتاهة ضد لاعبين محترفين، لم يتمكن الذكاء الاصطناعي المزود بنسخة الشبكة العصبية من وحدات الشبكة من العثور على الاتجاه في البيئة المعقدة فحسب، بل قام أيضًا بحساب المسافة إلى نقطة الهدف بدقة والعثور على أسرع طريق (بما في ذلك بعض الطرق الأخرى التي استغرقت وقتًا أطول)، وهزيمة البشر بنجاح.

ورغم أن هذا النصر لم يتحقق إلا في بيئة افتراضية، إلا أنه يعني أن الذكاء الاصطناعي لديه القدرة على إيجاد طريقه في المشاهد الحقيقية دون مساعدة بيانات خارجية مثل نظام تحديد المواقع العالمي (GPS). لذلك، في حين أن العقل العميق موجود، فمن غير الممكن أن ننكر أن هذا يمثل انتصارا تاريخيا.

في السابق، كان من الثابت أن الذكاء الاصطناعي يتفوق فقط في مجالات مثل التعرف على الصور وألعاب الطاولة، لكنه نادرًا ما تفوق على البشر في المجالات المعرفية الذاتية مثل الملاحة. هذه المرة، "تطور" الذكاء الاصطناعي إلى وظيفة ملاحة آلية، مما يثبت أن الذكاء الاصطناعي لا يستطيع فقط محاكاة الدماغ، بل يمكنه أيضًا فهم الدماغ بشكل جيد.

ومن المتوقع أن يتمتع الذكاء الاصطناعي بإمكانيات أكبر في المستقبل. بالاعتماد على قدراته القوية في الحوسبة والتعلم، فإنه يستطيع التوصل إلى عدة حلول لنفس المشكلة والعثور على أفضل إجابة.

أما بالنسبة للألعاب، فإذا واصلنا تدريب الذكاء الاصطناعي للتكيف مع بيئات الألعاب المختلفة، ثم أضفنا صوت مساعد جوجل الذي يصعب التمييز بين الحقيقي والمزيف.

نخشى أن يصبح من الصعب أكثر التمييز بين لاعب اللعبة على الجانب الآخر، وما إذا كان شابًا أم ذكاء اصطناعيًا.

حزين جداً.

مقالات تاريخية (انقر على الصورة للقراءة)