人間の90%を破ったメタ初の「AI外交モデル」がScienceに掲載！ネチズン：シャオ・ザを法廷に連れて行ってください

数十年にわたり、外交は 「AI には決して引き継がれない仕事」と考えられてきました。

なぜなら、プレイヤーは他の人の視点やその背景にある動機を習得して理解し、複雑な計画を立ててタイムリーに調整し、言語を使って他の人と協力する必要があるからです。 、そして最後にパートナーシップや同盟などを形成するよう説得します。

コミュニケーション、信頼、そして裏切り の注目により、外交は囲碁やチェスのようなよりルール重視の「ゲーム」とは完全に異なります。

しかし、メタ社の最新の研究は、AI が外交官の仕事もできる可能性があることを示しています。

#2022 年 8 月から 10 月にかけて開催されたオンライン外交ゲーム コンテストで、CICEROがランクインしましたすべての「プレイヤー」の上位 10% に入ります。平均スコア 25.8% は、対戦相手 82 人の平均スコア (12.4%) の 2 倍以上です。 さらに注目に値するのは、実際のゲーム中に、人工知能がゲームをプレイしていることに気づいたプレイヤーは一人もいなかったことです。 さて、この最新の結果は、

Science にも論文の形で掲載されました。

CICERO の立ち上げは、自然言語処理の分野における大きな成果となるでしょう。

これは、人工知能が「人間とより自然に、より良く協力する」可能性を秘めていることを示しており、人間の AGI に向けた大きな一歩を表しているからです。

人間の 90% を倒したが、AI が関与していたことには誰も気付かなかった

# 「ディプロマシー」は 7 人用の古典的な戦略ゲームであり、ボード ゲーム リスク アンド ソリティア。ポーカー ゲームとテレビ番組サバイバーを組み合わせたもので、1950 年代にアメリカの有名な玩具会社であるハスブロによって開発されました。

20 世紀初頭のヨーロッパ 7 強国の「ロールプレイング」を通じて、プレーヤーは信頼を築き、他のプレーヤーと交渉し、協力し、できるだけ多くの領土を占領する必要があります。

対戦相手からの反撃によってブロックされるのを避けるために、プレイヤーは個人的にコミュニケーションを取り、連携した行動の可能性について話し合った後、自分の行動を紙に書き、他のプレイヤーのルールに従うか違反するかを約束します。の。

このような欺瞞と力の駆け引きに満ちたゲームは、一部のプレイヤーからは友達を失うのに最適な方法であるとも考えられており、まさに「トモダチゲーム」と呼ぶことができます。

上で述べたように、チェスや囲碁などのゲームとは異なり、外交はむしろ

「人」が重要です。 それは

# ではありません。 ##「ルール」

ゲーム。 モデルが誰かがブラフをしている可能性があることを認識できない場合、または特定の動きにおける他のプレイヤーの攻撃性を正確に識別できない場合、明らかにすぐにゲームに負けます。 同様に、実際の人間のように話し、共感を示し、関係を築き、ゲームについて話さない場合、一緒に協力してくれる他のプレイヤーは見つかりません。

過去数十年にわたり、研究者たちは自然言語コミュニケーション機能を備えた「AI 外交官」を構築してきました。しかし、この大きな課題は既存の AI の能力をはるかに超えているため、これまで成功した研究者はいません。

#最近 CICERO が登場するまで、この事実は完全に覆されました。

CICERO は本質的に、他の外交プレイヤーと通信してゲーム内で効果的な行動を取れる「チャット ロボット」です。

キケロは、古代ローマの有名な政治家、哲学者、雄弁家でした。紀元前 106 年 1 月 3 日に生まれました。彼の雄弁さはローマ政界で有名でした。

メタはこの AI モデルにちなんで名付けられますが、その意味は自明です。

2022 年 8 月から 10 月にかけて、CICERO は webDiplomacy が主催するオンライン「ディプロマシー」コンテストの合計 40 のコンテストに参加し、全参加者の上位 10% にランクされました。19 件中5 ゲーム以上プレイした人、シセロが 2 位にランクされました。

40試合中、CICEROの平均スコアは25.8%で、他の82人の対戦相手の平均スコア(12.4%)の2倍以上であり、その戦略的対話とゲームプレイ能力を組み合わせたことが鮮やかに示されました。

思考して表現できる AI を愛せない人はいないでしょうか。

CICERO は、インターネットからのテキストで事前トレーニングされた 27 億パラメータの BART に似た言語モデルに基づいており、webDiplomacy.net Expanded でオンラインでプレイされた 40,000 以上の外交ゲームのデータセットを使用します。

このデータには、プレイヤー同士が通信する際に生成される 1,200 万件を超えるメッセージも含まれています。

CICERO のモデルは主に 「戦略的推論」 と 「自然言語処理」 の 2 つの部分で構成されています。 。

2 つのテクノロジーの統合により、CICERO はプレーヤーの動機を推論して戦略を立て、自然言語を使用してコミュニケーションし、共通の目標を達成することに同意し、同盟を形成し、計画を調整することができます。主に以下に反映されています。 「協力」、「交渉」、「調整」の3面。

たとえば、CICERO は、ゲームの後半で特定のプレイヤーのサポートが必要になると推測し、そのプレイヤーの好意を得る戦略を立てることができます。さらに、そのプレイヤーのリスクを特定し、チャンス。

対話認識戦略モジュールは、CICERO が過去の会話とゲーム ボードの状態を考慮して、他のプレイヤーがどのような行動を取るか、また他のプレイヤーが CICERO が行う可能性があると考えるかを予測するのに役立ちます。

したがって、CICERO は、これらの予測に基づいて、CICERO 自身と他の参加者にとって相互に有益な計画を策定します。これらの計画は、CICEROが互恵協力の機会を見つけることを可能にするだけでなく、協力が不可能な場合に効果的な措置を見つけることにも役立ちます。

CICERO には制御可能な対話モデルがあり、対話の生成を制御する戦略的推論アルゴリズムと組み合わせられています。

制御対話モデルを使用すると、CICERO は慎重に選択された一連の計画 (通常は CICERO と他のプレイヤーの両方に利益をもたらすもの) 内で対話に参加できます。

CICERO の対話は、進行中のゲーム内で生成される自由形式の会話に深く根ざしています。

たとえば、CICERO は他のプレイヤーと戦術計画について交渉したり、その意図について同盟国を安心させたり、ゲーム内のより広範な戦略的ダイナミクスについて話し合ったり、あるいは単にカジュアルなおしゃべりをしたりすることもあります。人間のプレイヤーが議論する可能性のあるほとんどすべてのこと。

「シセロは自然言語を使って外交官と交渉するのが非常に上手だったので、彼らは他の人間の参加者よりもシセロと協力することを好むことが多かった。」メタと自身のツイッターで述べた。

Meta AI 副社長兼主任人工知能科学者のヤン・レクン氏は、「外交のような戦略的に非常に複雑なゲームで人間レベルのパフォーマンスを発揮できるということは、人間と人工知能の協力の大きな可能性を示している」と考えています。

CICERO は外交を行うことしかできませんが、この成果の背後にあるテクノロジーは多くの実世界のアプリケーションと密接に関連しています。たとえば、計画と RL を通じて自然言語生成を制御すると、人間との対話が容易になります。 AI モデル間のコミュニケーション障壁。

たとえば、今日の人工知能アシスタントは、今日の天気を伝えるなどの単純な質問と回答しか実行できませんが、長期的な学習を通じて新しいスキルを教えてくれたらどうなるでしょうか。会話？

あるいは、ノンプレイヤー キャラクター (NPC) が人間と同じように計画を立て、自由に会話できるビデオ ゲームを想像してみてください。ユーザーの動機を理解し、それに応じて会話を調整することで、包囲の任務を完了することができます。都市。

もちろん、メタ自身も「CICERO はまだ完璧ではない」ことを認めています。ゲームの特定の重要な瞬間に、CICERO はしばしばとんでもない間違いを犯します。

したがって、Meta は、AI 開発者コミュニティの助けを借りてコードをさらに改善したいと考え、CICERO のコードをオープンソースとしてリリースすることを選択しました。

ネチズン: シャオ・ザを法廷に連れて行ってください!

人間と同じレベルの世界初の「AI外交官」の公開も、ネット民の間で熱い議論を巻き起こしている。

多くのネチズンは次のように述べています:

「この研究の次の発展を本当に楽しみにしています。」

「人間を倒すことは、最も人道的なゲームと言えます。それは本当に魅力的です...」

##CICERO はまだ始まったばかりですが、一部の人々はこの「AI ブラック テクノロジー」の実社会への応用の可能性を楽しみにしています。 #COP28 などの集団行動の課題に対処するのに役立つバージョン?」

#このネットユーザーが言及した「COP28」とは、第 28 回国連を指すものとします。気候変動会議総会。

閉幕したばかりの第27回気候会議では、数日間にわたる激しい交渉を経て、各国の代表が最終的に気候変動によって引き起こされた損失と損害を補償するための基金メカニズムを設立することに合意しました。

さらに、CICERO の立ち上げは多くのネチズンの間でも懸念を引き起こしており、「これは研究者が欺瞞に優れたモデルを構築することを直接奨励することになる」と述べています。

# 「人間の行動を模倣した方法で、外交ゲームに騙して勝つのはかわいくて楽しいです。」

「他に何に使えるのでしょう? 私たちはそのようなツールの開発に注意を払う必要があります。」

"人工知能はアートなどを生み出すのが得意ですが、今度はその説得力が「発動」します。 "

「最終的な結末は、AI が人間を説得によって奴隷化するということです!」

最後に、多くのネチズンが冗談を言いました:

「これは信頼できるでしょうか? シセロ 結局、彼は首を切られました!」

「暁趙をハーグ（国際司法裁判所）に送ってください！」

つい 2 日前, メタAIが立ち上げた大規模言語モデル「ギャラクティカ」は、嘘を事実として述べていたため、発売からわずか3日で慌てて棚から撤去された。現在、CICEROの発売はAI技術界に再び波を起こしたと言えるでしょう。

以上が人間の90%を破ったメタ初の「AI外交モデル」がScienceに掲載！ネチズン：シャオ・ザを法廷に連れて行ってくださいの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。