Sztuczna inteligencja DeepMind pokonała teraz prawie wszystkich ludzkich graczy w StarCraft II

AlphaStar (Zerg, na czerwono) broniący wczesnej agresji, w której przeciwnik zbudował część bazy w pobliżu bazy AlphaStar. dzięki uprzejmości DeepMind

W styczniu tego roku DeepMind ogłosił, że osiągnął kamień milowy w swoich poszukiwaniach sztucznej inteligencji ogólnej. Zaprojektował system sztucznej inteligencji o nazwie AlphaStar, który pokonał dwóch profesjonalnych graczy w StarCraft II, popularnej grze wideo o galaktycznej wojnie. To był nie lada wyczyn. StarCaft II jest bardzo złożony, z 1026 wyborami na każdy ruch. To także gra oparta na niedoskonałych informacjach — i nie ma definitywnych strategii na wygraną. Osiągnięcie wyznaczyło nowy poziom inteligencji maszyny.

Teraz DeepMind, spółka zależna Alphabet, wydaje aktualizację. AlphaStar przewyższa teraz zdecydowaną większość aktywnych graczy StarCraft, demonstrując znacznie bardziej solidną i powtarzalną zdolność do opracowywania strategii na bieżąco niż wcześniej. Wyniki, opublikowane w Nature dzisiaj może mieć ważne implikacje dla zastosowań, od tłumaczenia maszynowego po asystentów cyfrowych, a nawet planowanie wojskowe.

StarCraft II to gra strategiczna czasu rzeczywistego, najczęściej rozgrywana jeden na jednego. Aby wygrać grę, gracz musi wybrać jedną z trzech ras ludzkich lub obcych — protosów, terran lub zergów — i na przemian zbierać zasoby, budować infrastrukturę i broń oraz atakować przeciwnika. Każda rasa ma unikalne zestawy umiejętności i ograniczenia, które wpływają na zwycięską strategię, więc gracze często wybierają i opanowują grę jednym.

AlphaStar wykorzystał uczenie ze wzmocnieniem, gdzie algorytm uczy się metodą prób i błędów, aby opanować grę wszystkimi rasami. Jest to naprawdę ważne, ponieważ oznacza to, że ten sam rodzaj metod można zasadniczo zastosować w innych dziedzinach, powiedział David Silver, główny naukowiec DeepMind, w rozmowie z prasą. AI osiągnęła również pozycję powyżej 99,8% aktywnych graczy w oficjalnej lidze online.

AlphaStar, grający Protossami (na zielono), kontrujący atak gracza Zergów. dzięki uprzejmości DeepMind

Aby osiągnąć taką elastyczność, zespół DeepMind zmodyfikował powszechnie stosowaną technikę znaną jako samodzielna gra, w której algorytm uczenia się przez wzmacnianie gra przeciwko sobie, aby szybciej się uczyć. DeepMind słynie z zastosowania tej techniki do trenowania AlphaGo Zero , programu, który nauczył się bez udziału człowieka, aby pokonać najlepszych graczy w starożytnej grze Go. Laboratorium użyło go również we wstępnej wersji AlphaStar.

Konwencjonalnie w grze samodzielnej obie wersje algorytmu są zaprogramowane tak, aby zmaksymalizować swoje szanse na wygraną. Ale naukowcy odkryli, że niekoniecznie prowadziło to do powstania najbardziej niezawodnych algorytmów. W przypadku tak otwartej gry ryzykował zaszufladkowanie algorytmu do konkretnych strategii, które działałyby tylko w określonych warunkach.

Czerpiąc inspirację ze sposobu, w jaki zawodowi gracze StarCrafta II trenują ze sobą, naukowcy zaprogramowali jeden z algorytmów, aby ujawnić wady drugiego, zamiast maksymalizować własne szanse na wygraną. To trochę jak proszenie przyjaciela, aby grał przeciwko tobie, powiedział podczas rozmowy Oriol Vinyals, główny badacz projektu. Ci przyjaciele powinni pokazać ci, jakie są twoje słabości, abyś w końcu mógł stać się silniejszy. W wyniku tej metody uzyskano znacznie bardziej uogólnione algorytmy, które można dostosować do szerszego zakresu scenariuszy gry.

Naukowcy są przekonani, że umiejętności opracowywania strategii i koordynacji AlphaStar można zastosować do wielu innych problemów. Wybraliśmy StarCraft [...], ponieważ czuliśmy, że odzwierciedla wiele wyzwań, które faktycznie pojawiają się w rzeczywistych aplikacjach, powiedział Silver. Te aplikacje mogą obejmować asystentów cyfrowych, samojezdne samochody lub inne maszyny, które muszą wchodzić w interakcje z ludźmi, powiedział.

Złożoność [StarCrafta] znacznie bardziej przypomina skale, które widzimy w prawdziwym świecie, powiedział Silver.

Ale AlphaStar również pokazuje znaczące ograniczenia AI. Na przykład nadal potrzebuje o rząd wielkości więcej danych treningowych niż człowiek, aby osiągnąć ten sam poziom umiejętności. Takiego oprogramowania do nauki jest jeszcze daleko od przełożenia na wyrafinowaną robotykę lub aplikacje w świecie rzeczywistym.

Aby więcej takich historii trafiało bezpośrednio do Twojej skrzynki odbiorczej, zapisz się do naszego nominowanego przez Webby biuletynu AI The Algorithm. Jest wolne.

ukryć