Research·
نظام ذكاء اصطناعي جديد يتقن لعبة ستراتيجو ويتفوق على أفضل اللاعبين البشريين بتكلفة حسابية أقل
يكشف باحثون من معهد ماساتشوستس للتقنية وجامعات كارنيجي ميلون ونيويورك وستانفورد عن ذكاء اصطناعي يهزم نخبة لاعبي ستراتيجو مستهلكاً جزءاً صغيراً من الموارد التدريبية للنماذج السابقة، مما يفتح آفاقاً لدعم القرارات الاستراتيجية في العالم الحقيقي.
طوّر فريق مشترك من معهد ماساتشوستس للتقنية وجامعات كارنيجي ميلون ونيويورك وستانفورد ذكاءً اصطناعياً يتفوق على أبطال لعبة ستراتيجو بفارق كبير. على عكس الأساليب السابقة التي اعتمدت على أشجار بحث ضخمة، يجمع النموذج الجديد بين خوارزميات تدريب فعالة وتقنيات اتخاذ قرار مصممة للألعاب ذات المعلومات المخفية.
يتعلم النظام تمثيلاً مضغوطاً للاستراتيجية، مما يمكّنه من تقييم ملايين الحالات المحتملة للوحة دون تعداد كل التباديل. في المباريات المعيارية، تفوق على أفضل نموذج سابق بأكثر من 30 نقطة مئوية مع استهلاك نحو عُشر ساعات وحدة معالجة الرسوميات للتدريب.
أظهر الباحثون أن نفس البنية تنتقل إلى ألعاب أخرى ذات معلومات ناقصة، مما يشير إلى محرك عام للاستدلال الاستراتيجي تحت عدم اليقين.
لماذا يهم هذا البنية التحتية لوحدات معالجة الرسوميات والذكاء الاصطناعي
تمثل تكلفة التدريب العائق الرئيسي للمؤسسات التي تنشر نماذج واسعة النطاق. يثبت هذا الاختراق أن التقدم الخوارزمي يمكن أن يقلل بشكل كبير من الطلب على الحوسبة، مما يتيح لسحابات وحدات معالجة الرسوميات مثل AiGpu تقديم استدلال وتدريب عاليي الأداء بتكلفة أقل. يمكن للشركات التي تستكشف المفاوضات، الأمن السيبراني، أو محاكاة اللوجستيات الآن بناء نماذج أولية لوكلاء متطورين دون الحاجة إلى توفير عناقيد ضخمة.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- stratego
- imperfect-information
- decision-making
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (MIT News AI)
→ كل المقالات