แนวทางที่มองการณ์ไกลในการเรียนรู้ของเครื่อง

นึกภาพสองทีมกำลังต่อสู้ในสนามฟุตบอล ผู้เล่นสามารถร่วมมือกันเพื่อให้บรรลุวัตถุประสงค์ และแข่งขันกับผู้เล่นอื่นที่มีผลประโยชน์ขัดแย้งกัน นั่นเป็นวิธีที่เกมทำงาน v การสร้างตัวแทนปัญญาประดิษฐ์ที่สามารถเรียนรู้ที่จะแข่งขันและร่วมมืออย่างมีประสิทธิภาพเทียบเท่ากับมนุษย์ยังคงเป็นปัญหาที่ยุ่งยาก ความท้าทายที่สำคัญคือการทำให้เจ้าหน้าที่ AI สามารถคาดการณ์พฤติกรรมในอนาคตของเจ้าหน้าที่คนอื่นๆ เมื่อพวกเขาเรียนรู้พร้อมกันทั้งหมด เนื่องจากความซับซ้อนของปัญหานี้ แนวทางปัจจุบันจึงมักมีลักษณะสายตาสั้น ตัวแทนทำได้เพียงเดาการเคลื่อนไหวถัดไปของเพื่อนร่วมทีมหรือคู่แข่ง ซึ่งนำไปสู่ประสิทธิภาพที่ไม่ดีในระยะยาว นักวิจัยจาก MIT, MIT-IBM Watson AI Lab และที่อื่นๆ ได้พัฒนาแนวทางใหม่ที่ช่วยให้เจ้าหน้าที่ AI มีมุมมองที่กว้างไกล กรอบการเรียนรู้ของเครื่องช่วยให้ตัวแทน AI แบบร่วมมือหรือแบบแข่งขันสามารถพิจารณาว่าตัวแทนรายอื่นจะทำอะไรเมื่อเวลาเข้าใกล้อนันต์ ไม่ใช่แค่ขั้นตอนถัดไปไม่กี่ขั้นตอน จากนั้นเจ้าหน้าที่จะปรับพฤติกรรมของตนให้สอดคล้องกันเพื่อมีอิทธิพลต่อพฤติกรรมในอนาคตของเจ้าหน้าที่คนอื่นๆ และหาทางออกที่เหมาะสมที่สุดในระยะยาว กรอบการทำงานนี้สามารถใช้โดยกลุ่มโดรนไร้คนขับที่ทำงานร่วมกันเพื่อค้นหานักปีนเขาที่หลงทางในป่าหนาทึบ หรือโดยรถยนต์ที่ขับเคลื่อนด้วยตัวเองที่พยายามรักษาความปลอดภัยให้กับผู้โดยสารโดยคาดการณ์การเคลื่อนที่ในอนาคตของยานพาหนะอื่นๆ ที่ขับบนทางหลวงที่พลุกพล่าน