- Meta AI เปิดตัวปัญญาประดิษฐ์ที่แสดงความสามารถระดับมนุษย์ในเกมกระดานวางกลยุทธ์ชื่อดังอย่าง Diplomacy
- ในเวอร์ชันออนไลน์ของเกมดังกล่าว มันทำคะแนนได้มากกว่ามนุษย์กว่า 2 เท่า และติดอยู่ในกลุ่มบนสุด 10%
- Diplomacy เป็นความท้าทายที่ AI ทำไม่ได้มานานหลายสิบปี
- ในเกมต้องเข้าใจแรงจูงใจหรือมุมมองของผู้อื่น เพื่อวางแผนที่ซับซ้อนและปรับกลยุทธ์
- และต้องสื่อสารกับพวกเขาด้วยภาษาธรรมชาติเพื่อให้บรรลุข้อตกลง และสร้างความมั่นใจเกี่ยวกับความเป็นหุ้นส่วนและพันธมิตร
- CICERO เจรจาเก่งมาก จนบางครั้งยังได้รับความนิยมมากกว่าผู้เข้าร่วมที่เป็นมนุษย์คนอื่น ๆ
- หากไม่ทันสังเกตว่าคนอื่นกำลังบลัฟ หรือไม่เข้าใจพฤติกรรมก้าวร้าว ก็จะแพ้อย่างรวดเร็ว
- อีกทั้งหากพูดไม่เหมือนมนุษย์จริง ๆ (เช่น แสดงความเห็นอกเห็นใจ สร้างความสัมพันธ์ หรือพูดถึงความรู้เกี่ยวกับเกม) คนอื่นก็จะไม่อยากร่วมมือด้วย
- แก่นสำคัญของความสำเร็จนี้คือการพัฒนาเทคนิคใหม่ที่จุดตัดของ AI สองสาขาที่แตกต่างกันโดยสิ้นเชิง
- การให้เหตุผลเชิงกลยุทธ์ (Strategic Reasoning) แบบที่ใช้ใน AlphaGo/Pluribus
- การประมวลผลภาษาธรรมชาติ (NLP) แบบที่ใช้ใน GPT-3/BlenderBot 3/LaMDA/OPT-175B
- ตัวอย่างเช่น CICERO สามารถอนุมานได้ว่าในช่วงท้ายเกมจำเป็นต้องได้รับการสนับสนุนจากผู้เล่นบางคน จากนั้นก็วางกลยุทธ์เพื่อเอาชนะใจคนนั้น
- เปิดเผยโค้ดและงานวิจัยพร้อมกัน
1 ความคิดเห็น
Diplomacy เป็นบอร์ดเกมที่ออกมาตั้งแต่ปี 1959 และยังมีเวอร์ชันฉลองครบรอบ 50 ปีออกมาในปี 2008 ด้วย ภายในเกม ผู้เล่นจะได้รับบทเป็นหนึ่งใน 7 ชาติยุโรปในยุคก่อนสงครามโลกครั้งที่ 1 (อังกฤษ ฝรั่งเศส ออสเตรีย-ฮังการี เยอรมนี อิตาลี รัสเซีย ตุรกี) เริ่มตั้งแต่ฤดูใบไม้ผลิปี 1901 และทำแอ็กชันในแต่ละเทิร์นฤดูใบไม้ผลิ/ฤดูใบไม้ร่วงของทุกปี กองกำลังมีอยู่เพียง 2 ประเภทคือ กองทัพบกและกองทัพเรือ และสามารถเลือกได้ว่าจะเคลื่อนที่ไปยังพื้นที่ข้างเคียง (รวมถึงการโจมตี) สนับสนุนพันธมิตรในพื้นที่ข้างเคียงเพื่อโจมตี/ป้องกัน หรือคงตำแหน่งปัจจุบันไว้ ทุกหน่วยมีพลังโจมตี 1 และพลังเคลื่อนที่ 1 เท่ากันทั้งหมด แน่นอนว่ากองทัพบกเดินทางได้เฉพาะบนบก และสามารถขนส่งทางทะเล (Convoy) ผ่านกองทัพเรือได้ กล่าวคือ แอ็กชันมีอยู่แค่ 4 อย่างเท่านั้น: Hold/Move/Support/Convoy
บนแผนที่ที่ครอบคลุมทั่วยุโรปมีพื้นที่เสบียง (Supply Center) รวม 34 แห่งที่ทำเครื่องหมายด้วยดาว และถ้าชาติใดครอบครองได้ 18 แห่งก็จะชนะ ทุกประเทศเริ่มต้นด้วยพื้นที่เสบียง 3 แห่ง ยกเว้นรัสเซียที่เริ่มด้วย 4 แห่ง ดังนั้นในช่วงแรกจึงมีอยู่ 12 แห่งที่ยังว่างอยู่ เมื่อจบเทิร์นฤดูใบไม้ร่วง แต่ละประเทศจะสามารถคงจำนวนหน่วยรบได้เท่ากับจำนวนพื้นที่เสบียงที่ตนถือครอง องค์ประกอบกำลังเริ่มต้นของแต่ละประเทศแตกต่างกัน เช่น มีทัพบก 2 ทัพกับทัพเรือ 1 กอง หรือทัพเรือ 2 กองกับทัพบก 1 ทัพ เป็นต้น อังกฤษที่เด่นด้านกำลังทางเรือจะเริ่มด้วยทัพเรือที่ลอนดอนและเอดินบะระ และทัพบกที่ลิเวอร์พูล ส่วนฝรั่งเศสเริ่มด้วยทัพบกที่ปารีสและมาร์แซย์ และทัพเรือที่แบรสต์ แน่นอนว่ารัสเซียเริ่มด้วยทัพบกที่มอสโก/วอร์ซอ และทัพเรือที่เซวาสโทพอล/เซนต์ปีเตอร์สเบิร์ก พื้นที่มี 3 ประเภทคือ พื้นที่ภายในแผ่นดิน/ทะเล/ชายฝั่ง โดยพื้นที่ภายในแผ่นดินถูกยึดครองได้ด้วยทัพบกเท่านั้น ทะเลด้วยทัพเรือเท่านั้น และชายฝั่งสามารถยึดครองได้ทั้งทัพบกหรือทัพเรือ
การดำเนินเกมนั้นเรียบง่ายมาก ไม่มีลูกเต๋าหรือปัจจัยสุ่มใด ๆ เลย ในแต่ละเทิร์นทุกคนต้องอาศัยการเจรจาทางการทูตเพื่อขอความช่วยเหลือจากประเทศรอบข้างให้การเคลื่อนทัพของตนได้เปรียบ การทูตสามารถพูดคุยกันแบบเปิดเผยหรือแบบลับก็ได้ และเนื่องจากมักดำเนินไปแบบอะซิงโครนัส จึงอาจมีการกำหนดเวลาไว้ จากนั้นแต่ละคนก็ส่ง "ใบคำสั่ง" ว่าหน่วยของตนจะทำอะไร แล้วมาสเตอร์จะรวบรวมและประมวลผลให้ จึงสามารถเล่นในรูปแบบ Play By Mail ที่ส่งเนื้อหากันทางอีเมลได้ด้วย มองได้ว่าแต่ละคนส่งใบคำสั่ง แล้วเปิดพร้อมกัน แต่ละใบคำสั่งสามารถมีได้เพียง 1 คำสั่งต่อ 1 หน่วยเท่านั้น ตัวอย่างเช่น ถ้าฝรั่งเศสมี 3 หน่วย เนื้อหาในใบคำสั่งจะเป็น "A Par–Bur, A Mar–Spa, F Bre–Pic" นั่นคือ "ย้ายทัพบกจาก Paris ไป Burgundy / ย้ายจาก Marseilles ไป Spain และย้ายทัพเรือจาก Brest ไป Picardy"
เหตุผลที่ต้องทำแบบนี้ก็เพราะกำลังของทุกกองทัพเท่ากับ 1 กันหมด แต่ในแต่ละพื้นที่จะมีได้เพียง 1 ยูนิต (กองทัพ) เท่านั้น ดังนั้นหากเกิดสถานการณ์ที่มี 2 หน่วยเคลื่อนเข้าไปยังพื้นที่เดียวกัน แอ็กชันนั้นจะถูกยกเลิก สิ่งที่ช่วยแก้ปัญหานี้คือการสนับสนุน (Support) จากกองกำลังพันธมิตรในพื้นที่ข้างเคียง หากได้รับการสนับสนุนจนจำนวนหน่วยที่โจมตีมากกว่าจำนวนหน่วยที่ป้องกัน ก็จะยึดพื้นที่นั้นได้ เพราะฉะนั้นถ้าอยากได้สิ่งที่ต้องการ ก็ต้องทำการทูตกันอย่างหนัก
"คราวนี้ฉันกำลังจะบุกยูเครน ช่วยหน่อยได้ไหม? เรามารุกไปทางตะวันตกด้วยกันเถอะ"
"ไม่เอา!" / "แล้วฉันจะได้อะไร?"
ที่น่าทึ่งคือ นี่เป็นเกมที่ตั้งแต่ต้นจนจบมีเพียง "ปฏิสัมพันธ์ทางการทูตที่ดำเนินผ่านการสนทนา" เท่านั้น แต่ AI กลับเล่นมันได้อย่างเหมาะสมจริง ๆ