(Phys.org) — Door de statistische kenmerken te analyseren van duizenden go-games die door mensen en computers worden gespeeld, onderzoekers hebben ontdekt dat het verrassend eenvoudig is om te zien of een spel door een mens of door een computer wordt gespeeld. De resultaten wijzen op fundamentele verschillen in de manier waarop mensen en computers problemen oplossen en kunnen leiden tot een nieuw soort Turing-test die is ontworpen om onderscheid te maken tussen de twee.

De onderzoekers, C. Coquidé en B. Georgeot aan de Universiteit van Toulouse, en O. Giraud aan de Universiteit van Parijs-Saclay, hebben een paper gepubliceerd over hun statistische analyse van go-games gespeeld door mensen en computers in een recent nummer van EPL .

"We denken dat ons werk een weg aangeeft naar een betere karakterisering en begrip van de verschillen tussen menselijke en computerbeslissingsprocessen, die op veel verschillende gebieden kan worden toegepast, " vertelde Giraud Phys.org .

Zoals de onderzoekers uitleggen, go is een bijzonder goed platform om te onderzoeken hoe computers complexe problemen oplossen vanwege het enorme aantal mogelijke zetten dat een speler bij elke beurt kan maken. Op een 19x19 go-bord, er zijn 10 ¹⁷¹ mogelijke rechtsposities (vergeleken met "slechts" 10 ⁵⁰ bij schaken). In aanvulling, het aantal mogelijke games of go werd onlangs geschat op minimaal 10 ^{10^108} . Zulke aantallen zijn gigantisch, zelfs voor een computer, waardoor het voor elk programma onmogelijk is om brute-force-methoden te gebruiken om alle mogelijke zetten en spellen te analyseren. In plaats daarvan, computers moeten meer geavanceerde benaderingen gebruiken.

In de nieuwe studie de onderzoekers construeerden databases van 8000 games die door amateurmensen werden gespeeld; 8000 spellen gespeeld door de software Gnugo, die een deterministische benadering gebruikt; 8000 spellen gespeeld door de software Fuego, die een Monte Carlo-benadering gebruikt; en 50 spellen gespeeld door de software AlphaGo, die de afgelopen jaren beroemd is geworden door het verslaan van wereldkampioen human go-spelers. De onderzoekers bouwden vervolgens netwerken voor elke database die informatie vastleggen over de bewegingspatronen op het bord.

Een van de meest interessante resultaten is dat de op software gebaseerde netwerken, vooral Gnugo, grote aantallen "gemeenschappen, " die delen van een netwerk zijn die sterk met zichzelf verbonden zijn, maar zwak verbonden met de rest van het netwerk. Zoals de onderzoekers uitleggen, de aanwezigheid van deze gemeenschappen geeft aan dat de softwareprogramma's veel verschillende soorten strategieën creëren die verschillen van andere soorten strategieën; dat is, hun strategieën zijn gevarieerd en divers. Ter vergelijking, de netwerken op basis van menselijke spelletjes hebben minder gemeenschappen en meer grote hubs met veel directe links, wat aangeeft dat menselijke strategieën meer aan elkaar gerelateerd en minder divers waren.

Terwijl verhelderend, deze resultaten zijn niet onverwacht, omdat ze overeenkomen met enkele eerdere observaties van computers die go spelen. Bijvoorbeeld, in 2016 en 2017, menselijke analisten die AlphaGo zagen strijden tegen wereldkampioenen waren vaak verrast en verbaasd over de strategieën die de computer gebruikte.

Algemeen, de onderzoekers ontdekten dat de statistische verschillen tussen de computer- en door mensen gegenereerde netwerken veel groter zijn dan de variabiliteit binnen elk netwerk, wat aangeeft dat de verschillen statistisch significant zijn en mogelijk kunnen worden gebruikt om onderscheid te maken tussen groepen door mensen gespeelde games en door computers gespeelde games. Verder, de resultaten laten zien dat het niet nodig is om duizenden games te analyseren, aangezien de verschillen zelfs voor de relatief kleine 50-game database van AlphaGo aanzienlijk kunnen zijn.

Als gevolg hiervan, de onderzoekers stellen voor dat de statistische verschillen kunnen worden gebruikt om een ​​nieuw soort Turing-test te ontwerpen, vergelijkbaar met de originele test waarin een persoon probeert te bepalen of hij interactie heeft met een mens of een computer door vragen te stellen. De nieuwe versie van de Turing-test zou inhouden dat je go-games speelt in plaats van vragen te stellen, en vervolgens statistische tests uit te voeren om karakteristieke kenmerken van menselijke en computerspelers te identificeren.

De onderzoekers verwachten ook dat het interessant zou zijn om vergelijkbare statistische methoden te gebruiken om de verschillen te onderzoeken in de manier waarop mensen en computers andere complexe problemen benaderen. Uit deze gegevens, het is misschien mogelijk om een ​​beter begrip te krijgen van hoe computers 'denken'.

"We willen de oorsprong van de verschillen tussen door mensen gegenereerde en door computers gegenereerde netwerken in meer detail bestuderen, om te zien hoe ze reflecteren in termen van verschillen in strategieën die in het spel worden gebruikt, Giraud zei. "We zijn ook van plan om deze technieken toe te passen op andere gebieden waar computers en mensen aanwezig zijn, te beginnen met andere bordspellen zoals schaken."

© 2017 Fys.org