Lợi ích không ngờ của chơi game đối với trí tuệ nhân tạo

Các nhà nghiên cứu thường dậy các thuật toán “học sâu” – được coi như nền tảng cho trí tuệ nhân tạo hiện đại – bằng cách nhồi nhét cho chúng một lượng lớn dữ liệu. Các hệ thống này tiêu thụ thông tin và tìm kiếm các mô hình. Nếu bạn muốn dậy một AI như AlphaGo chơi cờ vây, bạn phải nạp cho nó bản ghi về mọi trận cờ vây bạn thấy. Đối với những việc như học đánh cờ, đây chỉ là một tác vụ đơn giản. Ngay cả các trò chơi đánh cờ phức tạp nhất cũng có thể được kiết xuất dễ dàng bởi một máy tính, cho phép AlphaGo học được từ một trong số hàng triệu mẫu.

Nhưng đối với các tác vụ phức tạp hơn như điều khiển một chiếc xe tự lái, việc tích lũy đủ dữ liệu là một thách thức về hậu cần và tài chính. Google đã chi một khoản tiền không thể kể được để thử nghiệm các phương tiện tự hành của mình, khi chạy trên hàng triệu dặm đường với vô số nguyên mẫu khác nhau để chỉnh sửa cho AI điều khiển ô tô. Một cách tiếp cận như vậy là không khả thi với các nhà nghiên cứu, những người chỉ có nguồn lực giới hạn. Vì vậy, điều này làm cho các video game trở nên hấp dẫn. Bạn có thể thu thập được một lượng lớn dữ liệu tương đối nhanh chóng và rẻ tiền trong thế giới trò chơi.

Có thể nhiều người cho rằng các videogame là không đáng lưu tâm, nhưng bởi vì chúng tạo ra một lượng thông tin khổng lồ, ví dụ như thế giới rộng mở mà người chơi tạo ra trong Minecraft – chúng sẽ đặc biệt phù hợp để dậy cho AI làm thế nào để nhận thức thế giới và tương tác với nó. “Thật khó cho con người khi dạy AI,” nhà nghiên cứu của Xerox, Adrien Gaidon cho biết. Bởi vì chúng còn “kém hơn so với cả đứa trẻ mới tập đi – bạn phải giải thích mọi điều.”

Đánh lừa một AI

Ý tưởng này xuất phát từ Adrien Gaidon khoảng 18 tháng trước khi anh thấy một đoạn trailer cho phần mới nhất của game Assassin's Creed. “Tôi đã bị sốc, bởi vì tôi nghĩa đó là trailer cho một bộ phim, nhưng thực ra đó thực sự là kỹ xảo CGI. Tôi dễ dàng bị lừa trong khoảng 20 giây. Đó là lần đầu tiên điều này xảy ra với tôi.”

Anh ấy cho rằng, nếu các engine của trò chơi hiện đại có thể dễ dàng lừa được anh ấy, có thể chúng cũng sẽ lừa được AI. Vì vậy, anh ấy và nhóm của mình tại Xerox bắt đầu sử dụng engine game Unity để nạp hình ảnh của những thứ như ô tô, đường xá, và vỉa hè để dậy một mạng lưới thần kinh học sâu nhận ra những đối tượng tương tự trong thế giới thực.

Khung cảnh chân thực trong Assassin's Creed.

Các nhà nghiên cứu đã thành công với điều này. Trước khi học cách chơi cờ Vây, AI của Google đã làm chủ các trò chơi của Atari. Các dự án AI khác cũng đã chiến thắng trò chơi Super Mario World ở các mức khác nhau. Tuy nhiên, việc sử dụng các engine game với các khung hình ba chiều và đào tạo AI trong các không gian này, nằm ở mức độ phức tạp cao hơn, chỉ gần đây mới có thể thực hiện được.

“Lợi ích thực sự của một engine trò chơi là, khi bạn tạo ra các điểm ảnh, bạn cũng biết từ đầu rằng những điểm ảnh này tương ứng với cái gì.” Gaidon cho biết. “Bạn không chỉ tạo ra điểm ảnh, bạn cũng tạo ra siêu tầm nhìn (supervision) mà AI đòi hỏi.”

Cho đến nay, Gaidon cho biết những nghiên cứu của anh tại Xerox đang rất thành công. “Những gì tôi đang thấy là công nghệ đã đủ chín muồi để có thể sử dụng dữ liệu từ những máy tính nhằm đào tạo cho các chương trình máy tính khác.”

Hiện thân trong Minecraft

Microsoft cũng thấy giá trị đó trong trò chơi này. Gần đây, hãng thông báo rằng, vào cuối năm nay, hãng sẽ ra mắt Project Malmo, một nền tảng mã nguồn mở để “cho phép các nhà khoa học máy tính có thể tạo ra các thử nghiệm AI sử dụng thế giới của Minecraft.” Đằng sau sự phức tạp và tính tự do bất tận của mình, Minecraft mang đến những cách mới để thử nghiệm với hiện thân của AI, trưởng nhóm nghiên cứu của Project Malmo, Katja Hoffman cho biết.

“Khi bạn chơi Minecraft, bạn thực sự đang ở trong một thế giới ba chiều phức tạp.” Hoffman cho biết. “Bạn cảm nhận nó thông qua các dữ liệu vào từ cảm biến, và bạn tương tác với nó bằng cách bước đi xung quanh nó, đặt các khối hộp, xây dựng, tương tác với những đại diện khác. Nó như một loại mô phỏng tự nhiên, mà chúng ta vẫn quen thuộc trong thế giới thực.”

Hoffman và nhóm của hy vọng các công cụ của họ sẽ thúc đẩy nghiên cứu theo hướng triệt để hơn cách làm nhóm của Gaidon theo đuổi. Bằng cách sử dụng các kỹ năng học được trong chương trình như Malmo, cô tin rằng, AI có thể học được những kỹ năng trí tuệ tổng hợp cần thiết để tiến vượt xa ra khỏi việc chỉ điều hướng những phong cảnh hình hộp của Minecraft, để đi vào thế giới thực của chúng ta.

“Chúng tôi thấy điều này như một dự án nghiên cứu AI cơ bản, nơi chúng tôi muốn hiểu một cách tổng quát, về cách những chương trình đại diện tương tác thế nào với thế giới xung quanh chúng, và hiểu ý nghĩa của chúng.” Cô nói. “Minecraft là một cầu nối hoàn hảo giữa thế giới thực và những trò chơi với nhiều hạn chế hơn.”

Mặc dù vậy, việc chuyển đổi từ thế giới mô phỏng đến thế giới thực sẽ rất phức tạp. Các nhân vật đại diện (avatar) trong trò chơi thường không di chuyển giống như cách của con người thực, và thế giới trò chơi được thiết kế để trở nên dễ hiểu và dễ xem, chứ không hoàn toàn trung thực với cuộc sống thực. bên cạnh đó, những điều cơ bản về cách mà bất kỳ chương trình đại diện, con người hay điều gì đó, xây dựng các hiểu biết của chúng về thực tế xung quanh như thế nào, vẫn còn là điều bí ẩn.

Những ảo giác của các cỗ máy có cảm giác

Khi khoa học cuối cùng hình dung được cách AI phát triển một đại diện cho mình trong một môi trường cho trước như thế nào, mọi người có thể sẽ ngạc nhiên về hình dạng của nó. Nó có thể trông như một điều gì đó chưa từng có trước đây. “Nó có thể trông rất khác so với những gì thực sự xảy ra trong bộ não của chúng ta.” Hoffman cho biết.

Viện bảo tàng dưới "con mắt" của AI.

Điều này vốn không có gì đáng ngạc nhiên. Con người muốn được bay, nhưng cách con người bay được không có gì giống loài chim. “Chúng ta được truyền cảm hứng bởi việc làm thế nào chim hay các loài côn trùng bay được. Nhưng điều thực sự quan trọng là chúng ta hiểu được những cơ chế thực sự, ví dụ như việc tạo ra được áp lực đúng như thế nào, hay tốc độ chính xác để một vật thể cất cánh khỏi mặt đất.”

Và điều tương tự xảy ra với AI. Các máy tính đã sẵn sàng nhìn thế giới theo cách khác biệt cơ bản với con người. Ví dụ như, nghiên cứu thực hiện gần đây bởi Scan LAB Project của London cho thấy “con mắt” quét laser của ô tô tự lái nhìn một thành phố như thế nào. Kết quả hoàn toàn lạ lẫm với chúng ta, với một “khung cảnh song song” của các bóng ma và những hình ảnh vỡ vụn, cảnh quan đô thị bao phủ bởi “những ảo ảnh và ảo giác của các cỗ máy có cảm giác.”

Tương tự như vậy, các nghiên cứu gần đây của Google đã chứng minh, AlphaGo hiểu môn cờ Vây theo cách không con người nào có thể nghĩ đến.

Chúng ta đang dậy cho AI khả năng hiểu thế giới theo những cách mạnh mẽ hơn. Các videogame có thể giúp những cỗ máy này đạt được hiểu biết đó. Nhưng khi hiểu biết đó đến, chúng ta có thể không nhận ra nó.

Tham khảo WIRED