Aquí hay un emocionante momento en el que ‘IA puede hacer eso ahora’: la última IA de Meta, Cicero, puede vencer a los jugadores humanos en el clásico juego de negociación y traición Diplomacy. Al jugar en línea en webDiplomacy.internet, se logró «más del doble del puntaje promedio de los jugadores humanos», ubicándose «en el 10 por ciento superior de los participantes que jugaron más de un juego». Puede determinar quién necesita ser persuadido para hacer qué y luego interactuar con esos jugadores usando un lenguaje pure impresionante y efectivo.
No haré una broma de ‘apoderarse del mundo’. no lo haré
Diplomacy es un juego de mesa sencillo en el que los jugadores compiten por dominar Europa en una versión de la Primera Guerra Mundial de todos contra todos. En cada turno, maniobras una pequeña cantidad de ejércitos alrededor del tablero, pero lo más importante, haces alianzas. Le dices a Geoff que necesitas unirte contra la Alemania de Margret, accedes a apoyar a sus tropas en Berlín y luego cambias en secreto tu apoyo a Margaret porque ella prometió ayudarte a asaltar París. La diplomacia es, como cube la publicación del weblog de investigación de Meta, «un juego sobre personas en lugar de piezas».
Las maniobras inteligentes ayudan, por supuesto, y ese es un dominio estratégico en el que las habilidades avanzadas de la IA superan indiscutiblemente a las de los humanos, algo que Meta, por supuesto, minimizará. Sin embargo, sigue siendo un juego en el que debes convencer a la gente para que coopere contigo, y cicero puede hacer precisamente eso.
Se pueden encontrar más detalles en la publicación del weblog de Meta y en el trabajo de investigación del equipo, pero puede saltar directamente a las partes más impresionantes al mirar el trabajo del científico investigador Mike Lewis. hilo de twitter.
Cada juego envía y recibe cientos de mensajes, que deben basarse con precisión en el estado del juego, el historial de diálogo y sus planes. Desarrollamos métodos para filtrar mensajes erróneos, dejando pasar al agente por humano en 40 partidas. Adivina qué jugador es AI aquí… 4/5 pic.twitter.com/8IMuepL7yf
—Mike Lewis (@ml_perception) 22 de noviembre de 2022
La publicación del weblog de Meta entra en el meollo de lo que hace funcionar a Cicero, lo cual es bastante interesante. En lugar de mejorar únicamente a través del aprendizaje supervisado, donde una IA se entrena con «datos etiquetados, como una base de datos de las acciones de jugadores humanos en juegos anteriores», Cicero hace predicciones y trata de apegarse a ellas:
«Citerative ejecuta un algoritmo de planificación iterativo que equilibra la consistencia del diálogo con la racionalidad. El agente primero predice la política de todos para el turno precise en función del diálogo que ha compartido con otros jugadores, y también predice lo que otros jugadores creen que será la política del agente. Luego ejecuta un algoritmo de planificación que desarrollamos llamado piKL, que mejora iterativamente estas predicciones al tratar de elegir nuevas políticas que tengan un valor esperado más alto dadas las políticas previstas de los otros jugadores, al tiempo que intenta mantener las nuevas predicciones cercanas a las predicciones de políticas originales».
otro tuit de Lewis amplía eso, diciendo que Cicero está «diseñado para nunca apuñalar intencionalmente por la espalda», pero que «a veces cambia de opinión…».
Meta sugiere que una aplicación futura para una IA como Cicero podría ser la creación de NPC de videojuegos que hablen de manera realista y comprendan sus motivos. Quizás podamos hablar con los monstruos de verdad.