AI-algoritme slår otte verdensmestre i kortspillet bridge

En ny AI-algoritme kaldet NukK har ved en todages bridgeturnering i Paris vundet over otte verdensmestre i kortspillet bridge, hvor mennesker ellers hidtil har klaret sig bedre end computere.

Det er lidt af en bedrift, for modsat andre strategiske brætspil som skak og go, skal algoritmen i bridge arbejde med ufuldstændige oplysninger og reagere på flere spilleres adfærd – noget, der minder mere om menneskelig beslutningstagning end tilfældet er med skak og go.

Algoritmen, som den franske virksomhed NukKAI står bag, gennemførte i alt 800 ture bestående af 80 runder à 10, der kun omfattede spilfasen og ikke meldefasen. Hver af de otte verdensmestre spillede både for dem selv og deres makker over for et virtuelt modstanderpar.

NukK spillede samme rolle som de menneskelige verdensmestre og havde præcis samme kort som modstanderne. Resultatet var den gennemsnitlige forskel mellem de otte verdensmestre og AI’en. Her viste NuuK sig at vinde 67 af de 80 runder svarende til 83 procent.

Læs også: Hvad er kunstig intelligens? Sådan ser fremtiden med AI ud

Ny generation af AI forklarer sine beslutninger

Véronique Ventos, der er AI-forsker og medstifter af NukkAI, kalder over for The Guardian NooK for en “ny generation af AI”, fordi den forklarer sine beslutninger undervejs. Modsat de andre brætspil, hvor AI længe har excelleret, er bridge baseret på kommunikation mellem partnerne.

Google-moderselskabet Alphabets skak-AI AlphaZero og AlphaGo er et såkaldt black box-system og er derfor ikke i stand til at forklare mennesker, hvordan den træffer beslutninger.

Det er netop her, at NukK skiller sig ud ved at være stik modsat. Den er et såkaldt ”white box”-system og er dermed transparent om, hvordan den træffer sine beslutninger. Den repræsenterer også en såkaldt neurosymbolsk tilgang, hvor den først lærer spillets regler og derefter forbedrer spillet gennem øvelse. Algoritmen er derfor både regelbaseret og bruger deep learning-mekanismer, hvilket minder mere om menneskets tilgang.

Ifølge Michael Littman, der er professor i datalogi ved Brown University i den amerikanske delstat Rhode Island, er den slags tilgange til algoritmer af afgørende betydning inden for blandt andet sundhed og ingeniørvidenskab. For eksempel vil tilgangen kunne anvendes til fremtidens selvkørende biler, der skal kommunikere med hinanden og aflæse andre bilers adfærd for i fællesskab at beslutte, hvem der har førsteret til at krydse et vejkryds.

Læs også: Nyheder om kunstig intelligens