Google DeepMind araştırmacıları, oyuncuların birbirlerinin gizli bilgilerini göremediği ve sıralı hareketlerin önemli olduğu poker gibi oyunlarda kullanılan algoritmaları otomatik olarak geliştiren yeni bir yapay zeka sistemi geliştirdi. AlphaEvolve adlı bu sistem, milyonlarca deneme yanılma yerine büyük dil modellerinin gücünü kullanarak algoritma tasarımını otomatikleştiriyor. Bu yenilik, çoklu ajanların karar mekanizmalarını optimize etme yolunda büyük bir adım olarak öne çıkıyor.
Araştırma ekibi, AlphaEvolve’u iki temel algoritma ailesi üzerinde test etti: Karşılaştırmalı Pişmanlık Azaltma (CFR) ve Politika Uzayı Tepki Algoritmaları (PSRO). Her iki yöntem de, klasik olarak uzmanların deneyime dayalı ve elle tasarladığı karmaşık teknikler içeriyor. AlphaEvolve ise bu süreçte sıfırdan yeni algoritma varyantları keşfederek, mevcut en iyi uygulamalarla yarışan hatta onları geride bırakabilen çözümler ortaya koydu. Tüm deneyler, açık kaynaklı OpenSpiel oyun çerçevesi kullanılarak gerçekleştirildi.
Karşılaştırmalı Pişmanlık Azaltma yöntemi, bir oyuncunun geçmişte yaptığı hamlelerin getirdiği pişmanlıkları hesaplayarak, bu bilgiyi bir stratejiye dönüştürür. Uzmanlar bu yöntemin doğruluğunu ve hızını artırmak için çeşitli “indirgeme” ve “ağırlıklandırma” kuralları geliştirmişti. AlphaEvolve ise bu karmaşık kuralları elle tasarlamak yerine, algoritmanın kaynak kodunu doğrudan dönüştürerek dinamik ve adaptif çözümler buldu. Politika Uzayı Tepki Algoritmaları ise oyuncuların politika kümelerini değerlendirip, en iyi yanıtları belirlemek için matematiksel çözücüler kullanır. Buradaki kritik nokta, populasyonlar arasındaki dağılımın nasıl hesaplanacağıdır ve araştırmacılar bu karmaşık aşamayı da otomatikleştirmeyi başardı.
AlphaEvolve’un en dikkat çekici ürünü, Volatility-Adaptive Discounted CFR adı verilen yeni bir CFR versiyonu oldu. Bu algoritma, oyunun belirsizlik ve değişkenlik boyutunu düzenli olarak ölçüyor ve öğrenme sürecinin ne kadar istikrarlı olduğunu takip ediyor. Böylece geçmişte yaşanan hataların “ağırlığını” dinamik olarak ayarlayarak, daha efektif stratejiler geliştiriyor. Ayrıca, politikaların ortalaması alınmadan önce belirli bir iterasyon eşiğine kadar beklenmesi gibi sıra dışı yöntemlerle hem daha hızlı hem de daha uyumlu sonuçlar elde ediyor. Araştırma, bu algoritmanın 11 farklı oyunun 10’unda mevcut en iyi yöntemlerden daha üstün performans gösterdiğini ortaya koydu.
PSRO algoritması için tasarlanan Smoothed Hybrid Optimistic Regret PSRO (SHOR-PSRO) ise, iki farklı stratejiyi harmanlayarak hem çeşitliliği koruyan hem de sonunda optimum dengeyi hedefleyen bir yaklaşım izliyor. Bu yöntem, başta risk alarak keşif yapıyor; daha sonra ise elde ettiği bilgiyi kullanarak oyunun dengesini bulmaya çalışıyor. Bu geçiş sürecini otomatik olarak ayarlaması, araştırmacıların klasik yöntemlerde elle belirlediği kritik ayarların yapay zeka tarafından optimize edilmesi anlamına geliyor. SHOR-PSRO, çeşitli karmaşık oyunlarda rakipleriyle karşılaştırıldığında 8/11 oyunda üstünlüğünü gösterdi.
Bu gelişmeler, sadece oyun algoritmaları bakımından değil, çoklu yapay zeka ajanlarının karar alma süreçleri üzerinde etkili olacak. AlphaEvolve, algoritma geliştirme sürecinde insan sezgisine dayalı karmaşık denemeler yapmak yerine, algoritmanın kodunda doğrudan değişiklik yaparak çözüm talentini arttırıyor. Bu yöntem sayesinde hem daha yaratıcı hem de beklenmedik performans artışları sağlanabiliyor. Örneğin, algoritmanın politika ortalamasını alma sürecini geciktirmesi veya anlık pişmanlık değerlerini belirli oranlarda yükseltmesi gibi kararlar, insan geliştiricilerin kolaylıkla tahmin edemeyeceği seçenekler olarak öne çıkıyor.
Bilimsel açıdan bu yenilik, yapay zekanın sadece veri analizi değil, algoritma tasarımında da yaratıcı ve otonom biçimde rol alabileceğini gösteriyor. AlphaEvolve, farklı oyunlarda test edilip başarılı olduğu gibi, karmaşık ve değişken problem alanlarında da kullanılma potansiyeline sahip. Bu teknoloji, finans, lojistik, otomasyon ve daha birçok alanda çoklu etmenlerin dinamik karar süreçlerinin optimize edilmesine yeni bir kapı aralayabilir.
Gelecekte AlphaEvolve benzeri sistemlerin karmaşık yazılım projelerinde daha geniş kullanım alanı bulması bekleniyor. İnsan hatasını ve sezgiye dayalı sınırlamaları aşarak, yüksek performans gösteren algoritmaların otomatik tasarımını mümkün kılmak, yapay zekanın yaratıcılık sınırlarını yeniden tanımlayabilir. Google DeepMind’ın çalışması, bu anlamda hem akademide hem de pratik uygulamalarda algoritma mühendisliği alanında yeni dönemlerin habercisi olarak görülüyor.
📎 Kaynak: marktechpost.com
