общ

Друга дълбока мисъл победа: След шах и отидете, изкуствен интелект завладя StarCraft

През ноември 2017 г., т.е. малко повече от годинапреди, ние написахме, че изкуственият интелект все още не е в състояние да победи професионалните играчи в StarCraft. Но по-малко от година, когато тази бариера беше взета. Миналия месец в Лондон екип от английското подразделение за изследвания на изкуствения интелект DeepMind тихо постави нов крайъгълен камък в конфронтацията на хора и компютри. В четвъртък тя разкри това постижение в тричасов поток в YouTube, по време на който хората и роботите се бориха за живота и смъртта.

DeepMind победи хората в StarCraft

Излъчването на DeepMind показа, че нейният роботИзкуствен интелект AlphaStar бие професионален играч в сложна стратегия в реално време (RTS) StarCraft II. Шампионът на човечеството, 25-годишният Гжегож Коминтс от Полша, отлетя с резултат 5: 0. Изглежда, че софтуерът за машинно обучение е открил стратегии, непознати на професионалисти, които се конкурират за милиони парични награди, които се дават ежегодно в една от най-печелившите игри за света на е-спорта.

</ P>

"Това не беше като всеки StarCraft, който играх", каза Comince, известен специалист под прякора MaNa.

Подвигът DeepMind е най-труден в дългосрочен планверигата от състезания, които компютрите наложиха на най-доброто от света на хората в игрите и в които спечелиха. Шампионките паднаха през 1994 г., шах през 1997 г., през 2016 г. AlphaGo завладява играта. Роботът StarCraft е най-мощният играч в света на изкуствения интелект; и пристигането му го чакаше.

AlphaStar се появи преди около шест годиниистория на машинното обучение. Въпреки че победата на AlphaGo през 2016 г. беше огромна - експертите вярваха, че този момент ще дойде поне десет години по-късно - победата на AlphaStar изглежда повече или по-малко пристига по график. До сега е ясно, че с достатъчно данни и изчислителна мощ машинното обучение може да се справи със сложни, но специфични проблеми.

Марк Ридъл, доцент, Технологичен институтДжорджия, откри новината за четвъртък вълнуваща, но не и страхотна. - Вече достигнахме до тази точка, така че беше само въпрос на време. В известен смисъл беше скучно да се печелят хора в игрите. "

Видеоигри като StarCraft са математически по-трудни,отколкото шах или отидете. Броят на действителните позиции на борда е 1 със 170 нула, а еквивалентът на StarCraft е оценен като 1 с 270 нула, не по-малко. Създаването и управлението на военни единици в StarCraft изисква играчите да избират и изпълняват много други действия, както и да вземат решение, без да могат да виждат всяка стъпка на противника.

DeepMind е преодоляла тези стръмни бариеримощни чипове TPU, които Google изобретил, за да повиши силата на машинното обучение. Компанията е адаптирала алгоритми, предназначени за текстообработка, за задачата за определяне на действия на бойното поле, които водят до победа. AlphaStar учи в StarCraft по записите на половин милион игри между хората, след това играе с постоянно подобряващи се клонове на себе си във виртуална лига, която представлява един вид цифрова еволюция. Най-добрите ботове, които се появиха в тази лига, натрупаха опит, еквивалентен на 200 години геймплей.

AlphaStar, който победи MaNa, далеч не еZapped. В момента роботът може да играе само една от трите състезания, налични в StarCraft. В допълнение към нечовешкото дълго преживяване на играта, DeepMind също възприема тази игра по различен начин. Той вижда всичко, което се случва в играта по едно и също време, докато MaNa трябваше да се движи из картата, за да види какво се случва. AlphaStar също има по-голяма точност при контрола и насочването на единици от човек, който притежава компютърна мишка, въпреки че времето за реакция на компютъра е по-малко от това на професионален геймър.

Въпреки тези недостатъци, Riedl и други експертинапълно приветства работата на DeepMind. „Беше много впечатляващо,” казва Джи Тан, независим научноизследователски институт за изкуствен интелект в OpenAI, който работи с ботове, които играят Dota 2, най-печелившата игра в света за еСпортове. Такива каскади на видеоигри могат да имат потенциално полезни странични ефекти. Алгоритмите и кодът, които OpenAI използва за овладяване на Dota миналата година, са адаптирани с различен успех, за да направят ръцете на роботите по-гъвкави.

Въпреки това, AlphaStar илюстрира ограничениетомодерни високоспециализирани системи за машинно обучение, казва Юлиан Тогелиус, професор в Нюйоркския университет и автор на скорошна книга за игри и изкуствен интелект. За разлика от човешкия си опонент, новият шампион на DeepMind не може да играе в пълна сила на различни игрални карти или за различна извънземна раса в игра без удължено допълнително обучение. Той също така не може да играе пулове, шах или по-ранни версии на StarCraft.

Тази неспособност да се справят дори и с малкиИзненадите са проблем за много от очакваните AI приложения, като автономни автомобили или адаптивни ботове, които изследователите наричат ​​общ изкуствен интелект (AGI, OII). По-значителна битка между човек и машина може да бъде един вид десетобоя, с настолни игри, видео игри и финал в Dungeons and Dragons.

Ограничения на високоспециализираниИзкуственият интелект сякаш се проявяваше, когато MaNa играеше примерна игра срещу AlphaStar, която беше ограничена до гледане на карта по тип човек, по един квадрат наведнъж. Данните на DeepMind показаха, че той е почти толкова добър, колкото този, който победи MaNa в пет мача.

Нов бот бързо събра армия, достатъчно мощна,за да смаже човешкия си съперник, но MaNa използва умен маневри и поражение опит, за да задържи AI сили Забавянето му даде време да събере собствените си войски и да спечели.

За да намерите по-интересни новини, прочетете ни в Дзен.