کیوں کھیل کھیلنے کے لئے عی کی تعلیم ضروری ہے بین ڈکسن

سیم اولمین اور ایلون مسک کے ذریعہ قائم کردہ مصنوعی ذہانت کی تحقیقاتی لیب اوپن Openی نے حال ہی میں اعلان کیا ہے کہ وہ اگست میں مشہور ٹیم آن لائن لڑائی کھیل ڈوٹا 2 کے پیشہ ور ٹورنامنٹ میں حصہ لینے کے لئے وینکوور بھیجنے والی ٹیم ہے۔ ملٹی ملین ڈالر کے انعام کے لئے مقابلہ ، اوپن اے آئی کا ٹیم کوئی انسان شامل نہیں کرے گی ، کم از کم ، براہ راست نہیں۔

اوپن اے آئی فائیو نامی ، ٹیم پانچ مصنوعی اعصابی نیٹ ورکس پر مشتمل ہے جو گوگل کے کلاؤڈ کی بہت بڑی کمپیوٹنگ طاقت کے ذریعہ جلتی رہی ہے اور لاکھوں بار کھیل کا مشق کرتی رہی ہے۔ اوپن اے آئی فائیو نے پہلے ہی ڈوٹا 2 میں سیمی پیشہ جیت لیا ہے اور اگست میں آنے والے اولین 1 فیصد کھلاڑیوں کے خلاف اس کی توجہ سے جانچ ہوگی۔

پر پہلا نظر ڈالیں ، مہنگے کمپیوٹنگ کے وسائل خرچ کرنا اور اے آئی کو کھیل کھیلنے کے لئے تعلیم دینے کے لئے قابلیت کی صلاحیتوں کو غیر ذمہ دار معلوم ہوسکتا ہے۔ اوپن اے آئی میں دنیا کے کچھ اعلی سائنس دان موجود ہیں ، جو نیویارک ٹائمز کے مطابق سات اعداد و شمار کی تنخواہیں حاصل کرتے ہیں۔ بہرحال ، کیا وہ زیادہ اہم پریشانیوں پر کام نہیں کرسکتے ، جیسے اے آئی کی ترقی کرنا جو کینسر سے لڑ سکتا ہے یا خود گاڑی چلانے والی کاروں کو محفوظ بنا سکتا ہے؟

غیر معمولی جیسا کہ یہ کچھ لوگوں کو لگتا ہے ، کھیلوں نے AI تحقیق کا ایک اہم حصہ ثابت کیا ہے۔ شطرنج سے لے کر ڈوٹا 2 تک ، ہر کھیل AI نے فتح حاصل کی ہے جس نے ہمیں کمپیوٹر سائنس اور دیگر شعبوں میں نئی ​​گراؤنڈ توڑنے میں مدد فراہم کی ہے۔

کھیل AI کی ترقی کا سراغ لگانے میں مدد کرتے ہیں

1950 کی دہائی میں مصنوعی ذہانت کے آئیڈیا کے آغاز کے بعد سے ، کھیل AI کی صلاحیت کی پیمائش کرنے کا ایک موثر طریقہ رہا ہے۔ وہ نئے AI کی گنجائش کو جانچنے میں خاص طور پر آسان ہیں تکنیک ، کیونکہ آپ عددی سکور اور جیت ہار کے نتائج کے ساتھ اے آئی کی کارکردگی کا اندازہ کرسکتے ہیں اور انسانوں یا دوسرے AI کے ساتھ اس کا موازنہ کرسکتے ہیں۔

پہلا کھیل جس میں محققین نے AI کے ذریعہ عبور حاصل کرنے کی کوشش کی وہ شطرنج تھا ، جو ابتدائی دنوں میں اس شعبے میں ترقی کا حتمی امتحان سمجھا جاتا تھا۔ 1996 میں ، آئی بی ایم کا ڈیپ بلیو پہلا کمپیوٹر تھا جس نے شطرنج میں عالمی چیمپیئن (گیری کاسپرو) کو شکست دی تھی۔ ڈیپ بلیو کے پیچھے اے آئی نے ایک بری فورس کا طریقہ استعمال کیا جس نے اقدام کرنے سے پہلے لاکھوں سلسلوں کا تجزیہ کیا۔

اگرچہ اس طریقے نے ڈیپ بلیو کو شطرنج میں ماسٹر کرنے کے قابل بنا دیا ، لیکن بورڈ کے زیادہ پیچیدہ کھیلوں سے نمٹنے کے لئے یہ اتنا مؤثر قریب نہیں تھا۔ آج کے معیار کے مطابق ، اسے خام سمجھا جاتا ہے۔ جب ڈیپ بلیو نے کسپاروف کو شکست دی تو ، ایک سائنس دان نے ریمارکس دیئے کہ اے ای کے گو کے قدیم کھیل کو فتح کرنے میں مزید سو سال لگیں گے ، جو کائنات میں ایٹموں کی تعداد سے کہیں زیادہ ممکن حرکتیں ہیں۔

لیکن 2016 میں ، گوگل کی زیر ملکیت AI کمپنی ڈیپ مائنڈ کے محققین نے الفاگو نامی ایک Go-Play AI بنائی جس نے پانچ چیمپین مقابلہ میں عالمی چیمپیئن لی سیڈول کو 4 سے 1 سے شکست دی۔ الفاگو نے گہری سیکھنے کے ساتھ ڈیپ بلیو کے جانوروں کے طاقت کے طریقہ کار کی جگہ لے لی ، ایک اے آئی تکنیک جو انسان کا دماغ کیسے کام کرتی ہے اس سے کہیں زیادہ اسی طرح کام کرتی ہے۔ ہر ممکن امتزاج کی جانچ کرنے کے بجائے ، الفاگو نے انسانوں کے گو کے کھیل کے انداز کی جانچ کی ، پھر گیم پلے کے کامیاب نمونوں کو جاننے کی اور کوشش کرنے کی کوشش کی۔

ڈیپ مائنڈ کے محققین نے بعد میں الفاگو زیرو تشکیل دیا ، جو الفاگو کا ایک بہتر ورژن ہے جس میں کمک سیکھنے کا استعمال کیا گیا تھا ، ایسا طریقہ جس کے لئے صفر انسانی ان پٹ کی ضرورت ہوتی ہے۔ الفاگو زیرو کو گو کے بنیادی اصول سکھائے جاتے تھے اور اپنے خلاف ان گنت بار کھیل کر کھیل سیکھتے تھے۔ اور الفاگو زیرو نے اپنے پیشرو کو 100 سے صفر سے مات دی۔

اگرچہ بورڈ کے کھیل کی حدود ہوتی ہیں۔ سب سے پہلے ، وہ باریوں پر مبنی ہیں ، جس کا مطلب ہے کہ اے آئی ایسے ماحول میں فیصلے کرنے کے دباؤ میں نہیں ہے جو مسلسل تبدیل ہوتا رہتا ہے۔ دوسرا ، اے آئی کو ماحول کی تمام معلومات تک رسائی حاصل ہے (اس معاملے میں بورڈ) اور اسے انجان بنانے یا نامعلوم عوامل کی بنیاد پر رسک لینے کی ضرورت نہیں ہے۔

اس پر غور کرتے ہوئے ، لیبراٹس نامی ایک اے آئی نے ٹیکساس ہولڈ ایم پوکر کے بہترین کھلاڑیوں کو پیٹ کر مصنوعی ذہانت کی تحقیق میں اگلی پیشرفت کی۔ کارنیگی میلون کے محققین کے ذریعہ تیار کردہ ، لبراتس نے بتایا کہ اے آئی ایسے حالات میں انسانوں سے مقابلہ کر سکتی ہے جہاں جزوی معلومات تک رسائی حاصل ہے۔ پوکر سیکھنے اور اپنی گیم پلے کو بہتر بنانے کے ل Lib لیبرٹس نے اے آئی کی متعدد تکنیکوں کا استعمال کیا کیونکہ اس نے اپنے انسانی مخالفین کی تدبیروں کا جائزہ لیا۔

ریئل ٹائم ویڈیو گیمز ہی AI کے لئے اگلی محاذ ہیں ، اور اوپن اے آئی واحد اس میدان میں شامل تنظیم نہیں ہے۔ فیس بک نے اے آئی کو ریئل ٹائم اسٹریٹجی گیم اسٹار کرافٹ کھیلنے کے ل teaching پڑھائ کی جانچ کی ہے ، اور ڈیپ مائنڈ نے ایک اے آئی تیار کیا ہے جو فرسٹ پرسن شوٹر گیم زلزلہ III کھیل سکتا ہے۔ ہر کھیل اپنی اپنی چیلنجوں کا ایک سیٹ پیش کرتا ہے ، لیکن عام بات یہ ہے کہ ان میں سے سبھی AI کو ایسے ماحول کے ساتھ پیش کرتے ہیں جہاں انہیں حقیقی وقت میں اور نامکمل معلومات کے ساتھ فیصلے کرنے ہوتے ہیں۔ مزید یہ کہ وہ اے آئی کو ایک ایسا میدان دیتے ہیں جہاں وہ مخالفین کی ایک ٹیم کے خلاف اپنی طاقت کا امتحان لے سکتا ہے اور خود ٹیم ورک سیکھ سکتا ہے۔

ابھی تک ، کسی نے اے آئی تیار نہیں کیا تھا جو پیشہ ور کھلاڑیوں کو شکست دے سکے۔ لیکن حقیقت یہ ہے کہ اے آئی اس طرح کے پیچیدہ کھیلوں میں انسانوں سے مسابقت کر رہا ہے اس سے ظاہر ہوتا ہے کہ ہم اس میدان میں کس حد تک آگئے ہیں۔

کھیل دوسرے میدانوں میں اے آئی کی ترقی میں مدد کرتا ہے

اگرچہ سائنسدانوں نے کھیلوں کو اے آئی کی نئی تکنیک تیار کرنے کے لئے ٹیسٹ بستر کے طور پر استعمال کیا ہے ، لیکن ان کی کارنامے صرف کھیلوں تک ہی محدود نہیں رہیں۔ دراصل ، گیم پلے کرنے والے اے آئس نے دوسرے شعبوں میں بدعات کی راہ ہموار کردی ہے۔

2011 میں ، آئی بی ایم نے ایک ایسا سپر کمپیوٹر متعارف کرایا جو قدرتی زبان پروسیسنگ اور جنریشن (این ایل جی / این ایل پی) کے قابل تھا اور اسے کمپنی کے سابق سی ای او تھامس جے واٹسن کے نام پر رکھا گیا تھا۔ کمپیوٹر نے دنیا کے دو بہترین کھلاڑیوں کے خلاف مشہور ٹی وی شو کوئز گیم خطرے میں پڑا اور جیت گیا۔ واٹسن بعد میں صحت کی دیکھ بھال ، سائبرسیکیوریٹی ، اور موسم کی پیشن گوئی سمیت مختلف ڈومینز میں آئی بی ایم کے ذریعہ اے آئی خدمات کی ایک بہت بڑی لائن کی بنیاد بن گیا۔

ڈیپ مائنڈ دوسرے شعبوں میں AI استعمال کرنے کے لئے الفاگو کی ترقی سے اپنے تجربے کو استعمال کررہا ہے جہاں کمک سیکھنے میں مدد مل سکتی ہے۔ اس کمپنی کو استعمال کرنے کے لئے نیشنل گرڈ برطانیہ کے ساتھ ایک پروجیکٹ شروع کیا الفاگو کی برطانوی پاور گرڈ کی کارکردگی کو بہتر بنانے کے لئے اسمارٹ۔ گوگل ، ڈیپ مائنڈ کی آبائی کمپنی ، اپنے مختلف ہارڈ ویئر کے کھپت کنٹرول کو خودکار کرکے اپنے بڑے ڈیٹا مراکز کے بجلی کے اخراجات کو کم کرنے کی تکنیک کو بھی استعمال کررہی ہے۔ گوگل روبوٹس کو تربیت دینے کے لئے کمک سیکھنے کا استعمال بھی کررہا ہے جو ایک دن فیکٹریوں میں اشیاء کو سنبھالے گا۔

• مصنوعی ذہانت میں تعصب کا ایک مسئلہ ہے ، اور یہ ہماری غلطی ہے مصنوعی ذہانت میں تعصب کا مسئلہ ہے ، اور یہ ہماری غلطی ہے۔
• آئی بی ایم مصنوعی ذہانت سے انسانی مباحثے کے چیمپین حاصل
• اے آئی کو کیوں انکشاف کرنا چاہئے کہ یہ AI ہے کیوں AI کو انکشاف کرنا چاہئے کہ یہ AI ہے

لیبریٹس ، پوکر سے چلنے والا اے آئی ، اس طرح کے الگورتھم کو فروغ دینے میں مدد فراہم کرسکتا ہے جو مختلف صورتحال جیسے سیاسی گفت و شنید اور نیلامی میں مددگار ثابت ہوسکتا ہے ، جہاں اے آئی کو خطرہ مول لینا پڑتا ہے اور طویل مدتی فوائد کے لئے قلیل مدتی قربانیاں دینا پڑتی ہے۔

میں ایک منتظر ہوں کہ اگست کے ڈوٹا 2 مقابلہ میں اوپن اے آئی فائیو کیسا کارکردگی کا مظاہرہ کرے گا۔ اگرچہ میں اس میں خاص طور پر دلچسپی نہیں رکھتا ہوں کہ آیا اعصابی نیٹ ورکس اور اس کے ڈویلپرز کو $ 15 ملین کا انعام گھر میں لے جاتا ہے ، میں یہ دیکھنے کے خواہاں ہوں کہ اس کے کارناموں سے کون سی نئی کھڑکیاں کھلیں گی۔