حکم، اولین آزمون هسته
بعد از آمادهشدن هستهٔ مشترک، حکم اولین بازیای بود که روی آن ساختم. اینجا دیگر کافی نبود کارتها پخش بشن و نوبت جلو برود؛ باید چهار بازیکن، دو تیم، حاکم، انتخاب حکم و برندهٔ هر دست هم معنی پیدا میکردند. میخواستم این قوانین در بخش مخصوص حکم بمانند. مثلاً میز کارتهای بازیشده را نگه میدارد، اما قانون حکم تصمیم میگیرد کدوم کارت برنده هست. این اولین فرصت جدی من بود تا ببینم پایهٔ مشترک واقعاً میتواند میزبان یک بازی کامل باشد، بدون اینکه خودش تبدیل به حکم بشه.
اول قانونی بازی کن
بعد نوبت باتها رسید. نسخهٔ اول را با قواعد مشخص ساختم و سراغ یادگیری ماشین نرفتم. هدف ابتدایی خیلی ساده بود: یک بازیکن انسانی و سه بات بتوانند بازی را تا آخر پیش ببرند. پیش از اینکه بات تصمیم بگیرد کدوم کارت بهتر هست، باید بداند اصلاً کدوم کارت را اجازه داره بازی کنه. اگر از خال شروعشده کارت داره، نباید با انتخابی غیرقانونی مسیر را دور بزند. همین محدودیت مشترک برای من مهم بود؛ بازیکن و بات باید در یک بازی باشند و قانون یکسانی روی هر دو اعمال بشه.
از چند قاعده تا حافظهٔ کارتها
وقتی انتخابهای مجاز روشن شد، چند تصمیم سادهٔ تاکتیکی اضافه کردم. اگر همتیمی بات همین حالا برنده بود، لازم نبود بیدلیل کارت قوی مصرف بشه. اگر بات میتونست دست را ببرد، تلاش میکرد با کارت ضعیفتری که کافی هست این کار را بکند. اگر شانسی برای بردن نداشت، انتخاب دیگری لازم بود. بعدتر حافظهٔ کارتهای بازیشده را هم اضافه کردم تا تصمیمها فقط به کارتهای همان لحظه محدود نباشندد. اینها قدمهای مشخصی برای بهترشدن حریف بودند؛ هنوز هم جا برای تصمیمهای دقیقتر وجود داشت و اولین بازی کامل، همین ضعفها را واضحتر نشان داد.
حریف بهتر، میز قابل فهمتر
همزمان روی حس بازی هم کار کردم: حرکت کارتها، صداهای تعامل و مشخصکردن بازیکنی که نوبتش رسیده هست. حریف بهتر فقط مسئلهٔ انتخاب کارت نیست؛ بازیکن باید بتواند اتفاقی را که روی میز افتاده دنبال کنه. در گزارشهای آن دوره نوشتم که بعضی نامها و بخشهای رابط هنوز نیاز به اصلاح دارن. برایم رسیدن به یک بازی کامل و سپس بهترکردن اون، مسیر طبیعیتری از منتظرماندن برای نسخهٔ بینقص بود. حکم کمک کرد ضعفهای هسته، قوانین و نمایش را در کنار هم ببینم. اگر میخوای ادامهٔ این مسیر را بخوانید، دلو از همین تجربهها شکل گرفته هست.
مثال عملی هوش مصنوعی حکم
برای فهم عملی هوش مصنوعی حکم، یک مثال آموزشی را قدمبهقدم دنبال کنیم. در یک دست نمونه، حریف روبهروی بازیکن باید بین حفظ حکم و بردن دور انتخاب کند. پیش از اجرا، وضعیت آغاز را روی کاغذ بنویس؛ مشخص کن چه چیزی میتواند تغییر کند و چه چیزی باید ثابت بماند. بعد فقط همین مسیر را اجرا کن. این مثال گزارشی از آمار کاربران یا قابلیت تازهٔ منتشرشدهٔ دلو نیست؛ تمرینی برای روشن کردن تصمیم طراحی همین مطلب است.
خطای رایج و علت آن
ربات قوی اگر اطلاعات پنهان را بداند، به جای چالش منصفانه احساس تقلب ایجاد میکند. این خطا معمولاً وقتی پنهان میماند که فقط مسیر موفق و ظاهر نهایی را ببینیم. برای پیدا کردن علت، آخرین وضعیت درست را از نخستین وضعیت نادرست جدا کن و ببین تغییر دقیقاً در کدام مرز رخ داده است. سختی بهتر از کیفیت تصمیم میآید، نه دسترسی نامحدود به دست حریف. اگر این تفاوت در قرارداد مشخص نباشد، اصلاح یک نشانه ممکن است همان مسئله را در بخش دیگری دوباره ایجاد کند.
چطور نتیجه را بررسی کنیم؟
تصمیمها را با کارتهای مجاز و اطلاعات آشکار دور بررسی کن. اجرای یکباره برای نتیجهگیری کافی نیست؛ یک بار مسیر معمول و بار دیگر همان موقعیت را با ورودی مرزی یا تکرار اقدام بررسی کن. اگر نتیجه فرق دارد، ورودی و شرایط اجرا را همراه خروجی نگه دار تا مقایسه قابل بازسازی باشد. جدول زیر خلاصهٔ مشخصات همین سناریو است و برای ثبت نتیجهٔ بررسی به کار میآید.
| بخش بررسی | آنچه باید ثبت شود |
|---|---|
| موقعیت آزمایشی | در یک دست نمونه، حریف روبهروی بازیکن باید بین حفظ حکم و بردن دور انتخاب کند. |
| ریسک اصلی | ربات قوی اگر اطلاعات پنهان را بداند، به جای چالش منصفانه احساس تقلب ایجاد میکند. |
| روش بررسی | تصمیمها را با کارتهای مجاز و اطلاعات آشکار دور بررسی کن. |
| مرز نتیجهگیری | سختی بهتر از کیفیت تصمیم میآید، نه دسترسی نامحدود به دست حریف. |
پرسشهای کاربردی دربارهٔ هوش مصنوعی حکم
از کجا شروع کنم؟
از همان موقعیت محدود این مطلب شروع کن: در یک دست نمونه، حریف روبهروی بازیکن باید بین حفظ حکم و بردن دور انتخاب کند. ابتدا نتیجهٔ مورد انتظار را مشخص کن و بعد سراغ پیادهسازی یا ابزار برو. وقتی مسیر پایه قابل توضیح و بررسی شد، میتوان حالتهای بیشتری اضافه کرد. ساخت همهٔ حالتها از ابتدا، فهم علت خطا را سختتر میکند.
چه زمانی میتوانم بگویم این بخش درست کار میکند؟
زمانی که رفتار در موقعیت تعریفشده با قرارداد سازگار باشد و محدودیتهای آن روشن بمانند. تصمیمها را با کارتهای مجاز و اطلاعات آشکار دور بررسی کن. موفقیت در این آزمون دربارهٔ همان سناریو شاهد میدهد؛ از آن نمیتوان بدون بررسی دربارهٔ همهٔ دستگاهها، همهٔ قوانین محلی یا همهٔ حجمهای داده نتیجه گرفت. سختی بهتر از کیفیت تصمیم میآید، نه دسترسی نامحدود به دست حریف.
برای ادامهٔ همین موضوع، هستهٔ مشترک دلو؛ یک میز برای چند بازی و بازی دلو را ببین. زمینهٔ ساخت این پروژهها و معرفی سازنده در صفحهٔ کیان پاک نعمت آمده است.




