سیسرو، روبات گیمر متا در بین ۱۰ بازیکن برتر دیپلماسی تعامل صادقانه یک چت‌بات با هدف فریبکاری

هوش مصنوعی بار‌ها ثابت کرده اگر اطلاعات کافی در مورد موضوع خاصی در اختیار داشته باشد، می‌تواند حتی بهترین بازیکنان انسانی را شکست دهد. در سال‌های اخیر، بهترین بازیکنان بازی‌هایی مانند شطرنج، Go و حتی Starcraft 2 در برابر هوش مصنوعی شرکت DeepMind دچار اشتباه شده‌اند که نشان می‌‌دهد استراتژی، نقطه قوت هوش مصنوعی است.

با این حال، برخی از بازی‌ها به چیزی فراتر از استراتژی احتیاج دارند. آنها به مهارت‌های نرم‌تری (Soft skills) مانند توانایی دیپلماسی یا فریب نیاز دارند که هوش مصنوعی نمی‌تواند به راحتی تقلید کند. حتی می‌توان چنین مهارت‌هایی را مزیت انسان بر دیگر موجودات دانست.

اما شرکت متا (شرکت مادر فیس‌بوک) یک روبات اینترنتی (bot) مبتنی بر هوش مصنوعی با نام سیسرو (Cicero) ایجاد کرده که در میان ۱۰ درصد از بازیکنان برتر جهان در بازی آنلاین محبوب Diplomacy قرار گرفته است، البته بدون اینکه چهره غیرانسانی خود را آشکار کند. متا اخیراً در یک مقاله تحقیقاتی درباره چگونگی انجام همه اینها صحبت کرده است.

حال این پرسش در میان است که آیا ممکن است سیسرو، روبات گیمر متا، به توانمندی‌هایی بیش از مهارت استراتژیک دست پیدا کند؟ آیا این دستاورد‌های جدید در حوزه هوش مصنوعی می‌تواند در دیپلماسی واقعی و حتی در شرایط جنگی موثر باشد؟ یا حداقل بات‌های خدمات مشتریان هوشمندتری ایجاد کند که تنها ما را به بخش سوالات متداول (FAQ) وب‌سایت هدایت نکند؟ البته این فناوری شروع خوبی خواهد بود.

چگونه یک بات به مهارت‌های دیپلماتیک مسلط شد؟

دیپلماسی، همان‌طور که از نامش پیداست، تنها در مورد امور سیاسی نیست، بلکه شامل مذاکرات لازم با دیگر بازیکنان برای رسیدن به اهداف هم می‌شود. برای برنده‌ شدن، مواردی چون ایجاد اتحاد‌های موقت با سایر بازیکنان و همچنین هماهنگ کردن اقدامات و حملات ضروری است.

متا باید علاوه بر قوانین بازی، آداب تعامل با انسان‌ها را به سیسرو آموزش دهد؛ به عنوان مثال، چگونه به طور شفاف گفت‌وگو یا دیگران را به اتحاد با خود ترغیب کند. بدین منظور، سیسرو با استفاده از ۱۲.۹ میلیون پیام حاصل از ۴۰.۰۰۰ بازی Diplomacy آموزش دید تا توانایی بهره‌گیری از واژگان و عبارات موثر بر اعمال دیگران را داشته باشد.

متا اعلام کرده است سیسرو توانایی استنباط دارد، مثلاً می‌تواند حدس بزند که در آینده به حمایت یک بازیکن خاص نیاز خواهد داشت و سپس یک استراتژی برای جلب رضایت او اتخاذ کند و حتی از دیدگاه خود، تهدیدات و فرصت‌هایی برای آن بازیکن تشخیص می‌دهد.

سیسرو به صورت مخفیانه به ۴۰ بازی Diplomacy موجود در وب‌سایت webdiplomacy.net وارد شد و طی ۷۲ ساعت موفق شد امتیازی بیش از دو برابر میانگین امتیازات دیگر بازیکنان به دست آورد. پس از پایان بازی، تنها یک بازیکن اعلام کرد که یک روبات در میان آنها بوده است، با وجود اینکه این بات ۵۲۷۷ پیام برای انسان‌ها ارسال کرده بود. حتی در مواردی سیسرو می‌توانست استراتژی‌‌ها را برای متحدان خود توضیح دهد، همان‌طور که در مثال آمده است.

با وجود اینکه معمولاً در دیپلماسی بروز رفتار‌های دوگانه یا فریبکارانه مطلوب است، سیسرو در تعامل با سایر بازیکنان صادق و شفاف بود، در حالی که به طور کلی به اهداف خود نیز دست یافت. این موضوع تا حدودی نمایانگر روش مدل‌سازی سیسرو است. به این صورت که دیالوگ‌ها تنها با توجه به نوبت بعدی استدلال می‌شوند و احتمال تغییر در درازمدت لحاظ نشده است.

نویسندگان این مقاله اذعان دارند که شاید حذف نشدن روبات از بازی به دلیل ماهیت بازی‌هایی باشد که سیسرو در آن شرکت کرده است. در این بازی‌ها برای سرعت بخشیدن به بازی، زمان انجام کار‌ها به پنج دقیقه محدود شده است. البته برخی از پیام‌های ارسالی توسط بات حاوی خطا‌های اساسی، در تضاد با برنامه‌های آن است یا از نظر استراتژیک ضعیف بوده‌ است. از سویی، نویسندگان بر این باورند که یکی از دلایل عدم شناسایی بات، محدودیت زمانی و اشتباهات مشابهی است که از بازیگران انسانی سر می‌زند.

آیا روبات‌ها می‌توانند جهان را اداره کنند؟

موفقیت بات در این بازی می‌تواند به این معنی باشد که احتمالاً در آینده‌ای نزدیک ماشین‌ها در بازی‌های دیگری نیز بر انسان پیروز خواهند شد. از این رو، متا معتقد است به زودی چت‌بات‌ها نقش جدی‌تری در دنیای واقعی خواهند داشت. دستیاران مبتنی بر هوش مصنوعی امروزی در کار‌های ساده‌ای مانند پاسخگویی به سوالات وضعیت آب‌وهوا بسیار خوب عمل می‌کنند اما اگر بتوانند در مکالمات طولانی‌مدت- مثلاً با هدف آموزش- هم عملکرد مطلوبی داشته باشند، اوضاع متفاوت خواهد بود. یک بازی ویدئویی را تصور کنید که در آن شخصیت‌های غیربازیکن (non-player character) یا به اختصار NPC، مانند مردم عادی توانایی صحبت و برنامه‌‌ریزی داشته باشند و با تشخیص اهداف، در انجام بازی به شما کمک کنند. بنابراین، شاید بتوان گفت دوره خدمات مشتریان به دست عوامل انسانی در فیس‌بوک یا آمازون به پایان رسیده است و نسل‌های بعدی بات‌های ارائه‌دهنده خدمات مشتریان به گونه‌ای رفتار خواهند کرد که نتوانیم روبات بودن آنها را تشخیص دهیم.

با اینکه سیسرو حرکتی مثبت و رو به جلو در حوزه هوش مصنوعی تلقی می‌شود اما این نگرانی هم در میان است که اگر این فناوری توانایی فریب گیمر‌ها را دارد تا گمان کنند با هم‌نوعان خود بازی می‌کنند، استفاده نادرست و مخرب از آن شود.

سیسرو به صورت متن‌باز (Open source) ارائه شده و با وجود آنکه شرکت متا اقداماتی برای جلوگیری از سو‌ءاستفاده از آن انجام داده اما امیدوار است دیگر پژوهشگران در توسعه این بات به اصول اخلاقی پایبند باشند.

همان‌طور که بات‌های هوش مصنوعی استراتژی‌‌های رادیکالی برای بازی‌های شطرنج و Go اتخاذ کرده‌اند که حتی نحوه بازی انسان‌ها را هم تغییر داده است، آیا سیسرو می‌تواند ماهیت دیپلماسی یا بازی‌‌های جنگی را در دنیای واقعی تغییر دهد؟ اگر راز موفقیت سیسرو را استفاده از روش‌ها و سیاست‌های صادقانه و مثبت بدانیم، شاید این همان نکته‌ای باشد که انسان‌ها باید یاد بگیرند و هوشمندانه‌ترین تغییری که می‌توانند در رفتار خود صورت دهند، استفاده از بهترین سلاحی است که در اختیار دارند: حسن نیت مشترک.