opći

Još jedna pobjeda dubokog uma: nakon šaha i odlaska, umjetna inteligencija osvojila je StarCraft

U studenom 2017., to jest, nešto više od godinu danaprije, napisali smo da umjetna inteligencija još nije u stanju pobijediti profesionalne igrače u StarCraftu. Ali manje od godinu dana, kako je ta prepreka uzeta. Prošli mjesec u Londonu, tim iz engleskog odjela istraživanja umjetne inteligencije DeepMind tiho je postavio novi kamen temeljac u sučeljavanju ljudi i računala. U četvrtak je otkrila ovo postignuće u trosatnom prijenosu na YouTubeu, tijekom kojeg su se ljudi i roboti borili za život i smrt.

DeepMind je pobijedio ljude u StarCraftu

Emitiranje programa DeepMind pokazalo je s njom robotUmjetna inteligencija AlphaStar pobjeđuje profesionalnog igrača u složenoj strategiji stvarnog vremena (RTS) StarCraft II. Šampion čovječanstva, 25-godišnji Grzegorz Komints iz Poljske, poletio je s rezultatom 5: 0. Čini se da je softver za strojno učenje pronašao strategije nepoznate profesionalcima koji se natječu za milijune nagradnih fondova koji se dodjeljuju jednom godišnje u jednoj od najprofitabilnijih igara za svijet e-sporta.

</ p>

"To nije bilo kao StarCraft koji sam igrao", rekao je Comince, poznati profesionalac pod nadimkom MaNa.

DeepMind podvig je najteži u dugomlanac natjecanja koje su računala nametnula najboljim ljudima svijeta u igrama iu kojima su pobijedili. Dama su pala 1994. godine, šah 1997., a 2016. AlphaGo je osvojio igru. StarCraft robot je najmoćniji igrač u svijetu umjetne inteligencije; i njegov dolazak je čekao.

AlphaStar se pojavio prije šest godinapovijest strojnog učenja. Premda je pobjeda AlphaGo-a u 2016. bila nevjerojatna - stručnjaci vjeruju kako će ovaj trenutak doći barem deset godina kasnije - pobjeda AlphaStara čini se da je manje-više stigla na vrijeme. Do sada je jasno da se uz dovoljno podataka i računalne snage strojno učenje može nositi sa složenim, ali specifičnim problemima.

Mark Riedl, izvanredni profesor, Tehnološki institutGeorgia, našla je da su vijesti četvrtka uzbudljive, ali ne i sjajne. - Već smo stigli do ove točke, pa je samo pitanje vremena. U određenom smislu, bilo je dosadno osvojiti ljude u igrama. "

Video igre poput StarCrafta matematički su teže,nego šah ili idi. Broj važećih mjesta na ploči za kretanje je jedan s 170 nula, a StarCraft ekvivalent je ocijenjen sa 1 sa 270 nula, ne manje. Stvaranje i upravljanje vojnim jedinicama u StarCraftu zahtijeva od igrača da odaberu i izvrše mnoge druge akcije, kao i da donesu odluku bez mogućnosti da vide svaki korak protivnika.

DeepMind je prevladao ove strme preprekemoćni TPU čipovi koje je Google izumio kako bi povećao snagu strojnog učenja. Tvrtka je prilagodila algoritme dizajnirane za obradu teksta na zadatak određivanja akcija na bojištu koje vode do pobjede. AlphaStar je studirao na StarCraftu na zapisima od pola milijuna igara između ljudi, a zatim se igrao sa svojim stalno poboljšavajućim klonovima u virtualnoj ligi koja predstavlja neku vrstu digitalne evolucije. Najbolji roboti koji su se pojavili u ovoj ligi akumulirali su iskustvo ekvivalentno 200 godina igranja.

AlphaStar, koji je pobijedio MaNu, daleko je od togazapped. U ovom trenutku, robot može igrati samo jednu od tri utrke dostupne u StarCraftu. Osim nehumanog dugog iskustva igre, DeepMind također ovu igru ​​doživljava na drugačiji način. On vidi sve što se događa u igri u isto vrijeme, dok je MaNa trebala kretati se po karti kako bi vidjela što se događa. AlphaStar također ima veću točnost u kontroli i ciljanju jedinica od osobe koja posjeduje računalni miš, iako je vrijeme reakcije računala manje od vremena profesionalnog igrača.

Unatoč tim manama, Riedl i drugi stručnjaciu potpunosti je pozdravio rad DeepMinda. "Bilo je vrlo impresivno", kaže Jie Tan, neovisni istraživački institut AI u OpenAI-ju, koji radi na robotima koji igraju Dota 2, najprofitabilniju igru ​​na svijetu za eSports. Takve zaustave videoigara mogu imati potencijalno korisne nuspojave. Algoritmi i kodovi koje je OpenAI upotrijebio za ovladavanje Dote prošle godine prilagođavani su s različitim uspjehom kako bi ruke robota bile spretnije.

Međutim, AlphaStar ilustrira ograničenjemoderni, visoko specijalizirani sustavi strojnog učenja, kaže Julian Togelius, profesor na Sveučilištu New York i autor nedavne knjige o igrama i umjetnoj inteligenciji. Za razliku od svog ljudskog protivnika, novi DeepMind prvak ne može igrati punom snagom na različitim kartama ili za različite vanzemaljske utrke u igri bez proširenog dodatnog treninga. Također ne može igrati dame, šah ili starije StarCraft verzije.

Ova nesposobnost da se nosi s malimiznenađenja su problem za mnoge od očekivanih AI aplikacija, kao što su autonomni automobili ili prilagodljivi roboti, koje istraživači nazivaju općom umjetnom inteligencijom (AGI). Značajnija bitka između čovjeka i stroja može biti neka vrsta decatlona, ​​s igrama na ploči, video igrama i finalom u Dungeons and Dragons.

Ograničenja visoko specijaliziranihČinilo se da se umjetna inteligencija očituje kada je MaNa odigrala primjerenu igru ​​protiv AlphaStara, koja je bila ograničena na gledanje kartice po tipu osobe, po jedan kvadrat. Podaci DeepMinda pokazali su da je gotovo jednako dobar kao onaj koji je pobijedio MaNu u pet utakmica.

Novi bot je brzo sastavio vojsku, dovoljno snažnu,da bi slomio svog ljudskog suparnika, ali MaNa je koristila pametne manevre i porazila iskustva da zadrži AI snage. Kašnjenje mu je dalo vremena da sakupi svoje trupe i pobijedi.

Da biste pronašli zanimljivije vijesti, čitajte nas u Zen.

Facebook Obavijest za EU! Morate se prijaviti da biste vidjeli i objavili FB komentare!