در بازی کرلینگ که به دلیل استراتژی و دقت مورد نیاز “شطرنج روی یخ” نیز نامیده میشود، روباتی به نام Curly در سه مسابقه رسمی از چهار مسابقه برگزارشده تیمهای ملی کره را شکست داد. اگرچه رباتها تا به اینجا مسیری طولانی را طی کردهاند اما هنوز هم نسبتاً سر به هوا هستند و اکثر آنها فاقد مهارت بدنیای مانند انسان هستند. بنابراین Curly، روباتی که بازی کرلینگ را آموخته است توجه زیادی به خود جلب کردهاست.
کرلینگ چیست؟
برای درک کامل این شاهکار تکنولوژی، درک ورزش کرلینگ مهم است. کرلینگ از نظر فیزیکی مانند بولینگ است زیرا بازیکنان سنگی به وزن 40 پوند را روی یخ و از مرزی به نام هاگلاین به طرف هدفی که 100 فوت دورتر است هل میدهند. هدف این سنگ جایی به نام خانه است که دارای دایرههای متحد المرکز است و هرچه این سنگ به هدف نزدیکتر شود بازیکن امتیاز بیشتری کسب خواهدکرد.
در کرلینگ، شما با تیمی رقابت میکنید که بازیکنانش برای کسب امتیاز سعی میکنند سنگ خود را به هدف نزدیک کنند یا شما را ناکاوت کنند. استراتژی پیروزی در این بازی اینگونه است که بفهمید چگونه سنگ حریف خود را از موقعیت خانه دور نگه دارید. در عین حال باید این کار را با ظرافتی انجام دهید که سنگ شما در خانه حریف و در موقعیت بهینه قرار بگیرد. اصطکاک سنگ و یخ باعث میشود عناصری که رقبا با آن درگیرند همیشه در طول مسابقه تغییر کنند. کرلینگ برای انسان ورزش سادهای نیست و قطعا انجام آن توسط یک ماشین کاری خارقالعاده است.
Curly و سازندگان آن
Klaus-Robert Müller در انستیتوی فناوری برلین در آلمان و همکارانش به وجودآورنده Curly هستند. Curly با هوش مصنوعی و به ویژه یک پلتفرم یادگیری عمیق انطباقی کار میکند. این ربات دو چرخ در جلو و یک چرخ caster در عقب دارد. Curly یک دوربین تلسکوپی دارد که به ارتفاع 7 فوتی میرسد تا در دیدن خانه به ربات کمک کند و همچنین یک دوربین دیگر نیز درست در بالای چرخهای جلو قرار دارد تا ربات بتواند خط هاگلاین را تشخیص دهد. این ربات با کمک چهار چرخ کوچک که به شکل U ساخته شدهاند و توسط یک نوار نقاله حرکت میکنند، با چرخ جلو سنگ را میقاپد. این چرخهای U شکل هستند در واقع حلقهای ایجاد میکنند که باعث چرخش سنگ به سمت راست یا چپ میشود و ربات را قادر میسازند سنگ را بچرخاند.
تیم توسعه برای اینکه به Curly کمک کنند تا استراتژی بازی کرلینگ را بیاموزد، یک شبیهسازی از بازی کلینگ ایجاد کردند که Curly بتواند با آن رقابت کند و از آن بیاموزد. مسئله چالش برانگیز در این شبیه سازی، شرایط دائماً درحال تغییر هر مسابقه مانند شرایط یخ و صیقلی بودن سنگ و سایر جنبههای فیزیکی این ورزش بود. به دلیل این که در بازی واقعی رقبای انسانی باید به طور مداوم با این شرایط متغیر سازگار شوند، بین شبیهسازی و واقعیت فاصله زیادی وجود داشت.
قبل از شروع مسابقه، رقبا مجازند یک پرتاب آزمایشی برای کسب اطلاعات بیشتر در مورد شرایط فعلی بازی انجام دهند. Curly هم پرتاب آزمایشی انجام داد و پس از آن تجربه دنیای واقعی را با مدلهای ریاضی که از آن آموخته بود هماهنگ کرد.Curly طوری برنامهریزی شدهبود تا شرایط فعلی تجربهشده در پرتابهای آزمون را با مدل آموزشی مقایسه کند و در صورت لزوم تغییرات مورد نیاز را انجام دهد.
بعلاوه در طول مسابقه، Curly مجبور بود با توجه به موقعیت سنگهای رقیب بهترین حرکتها را برای پرتاب بعدی بیاموزد. در شبیهسازی، سناریوهای مختلفی به Curly داده شدهبود و پرتابهای مختلفی در نظر گرفته شدهبود و در نهایت خطر هر نوع پرتاب اندازه گیری شدهبود. Curly با استفاده از دانش بدست آمده در آموزش و سپس تطبیق آن دانش با شرایط دنیای واقعی و پیشرفت مسابقه، توانست نقشه خود برای رسیدن به موفقیت را تطبیق دهد.
البته این مسابقات بین Curly و کرهایها یک نمونه دقیق از ورزش کرلینگ نبود زیرا در این مسابقه فرایند جاروبرقی توسط طرفین مسابقه انجام نشدهاست. فرایند جاروبرقی روشی است که هم تیمیها با هدف کاهش اصطکاک و فرستادن سنگ به صورت مستقیم تر، جلوی سنگ را جارو میکنند.
در نهایت، آموزش و توسعه موفقیت آمیز Curly نشان داد هوش مصنوعی میتواند با شرایط دنیای واقعی سازگار شود. بازیکنان کرلینگ در سطح المپیک، نکات دقیق این ورزش را طی 15 تا 20 سال یاد میگیرند. در نتیجه این که روباتی که از هوش مصنوعی بهره می برد در مدت زمان کوتاهی به این موفقیت دست یافت و توانست با بسیاری از متغیرهایی که بخشی از یک مسابقه کرلینگ هستند سازگار شود، بسیار قابل توجه است. کرلی نشان داد حتی اگر شکافی بین شبیهسازهای مبتنی بر فیزیک و شرایط دنیای واقعی وجود داشته باشد، هوش مصنوعی میتواند بر آن غلبه کند و با توسعه سایر سیستمهای هوش مصنوعی، این توانایی اهمیت بیشتری خواهد یافت.