Další pokrok umělé inteligence: už sama zvládá klasické počítačové hry

Umělá inteligence | |

Další pokrok umělé inteligence: už sama zvládá klasické počítačové hry

Vědcům se podařilo vytvořit umělou inteligenci, která se sama dokáže naučit hrát počítačové hry a dosáhnout v tom mistrovské úrovně. Algoritmus DeepMind, který si dokáže pamatovat a učit se z předchozích zkušeností, exceluje v retro hrách jako je např. Breakout a dalších klasických kouscích známých z legendárních počítačů Atari.


Systém Deep Q-network (DQN), který vyvinula londýnská společnost DeepMind zabývající se vývojem umělé inteligence (AI), se naučil hrát hry na počítači Atari 2600 pouze na základě tabulky dosažených skóre a obrazu na monitoru jako vstupními informacemi.

Ve studii otištěné v prestižním časopise Nature výzkumníci společnosti DeepMind (kterou nedávno koupil Google) píší, že nový program dokázal překonat výkony dřívějších algoritmů ve většině z 49 her, na nichž byl testován. V některých případech se dokázal vyrovnat i profesionálnímu zkušebnímu hráči.

Program předem neznal pravidla. Měl pouze schopnost učit se z předchozích her a cíl maximalizovat své skóre. Díky algoritmu, který napodobuje aspekty lidského myšlení a učení, oslnil ve hrách jako je Video Pinball nebo Breakout. Dařilo se mu i v dalších typech her včetně střílecích, bojových a závodních.

Vědci použili přístup zvaný posilované učení, jehož součástí je odměna pro AI jako motivace. Spojili jej s tzv. hlubokou neurální sítí, která využívá různé výpočetní vrstvy k postupně se zvyšující míře abstraktnosti reprezentace dat. Obdobný přístup použili vědci u robotů, kteří se měli naučit vařit na základě sledování videí na YouTube.

Nejpodstatnější je, že se program po určitém počtu her naučil využívat úspěšné strategie. Například po 600 hrách hry Breakout, v níž hráč odrážením míče rozbíjí cihlovou zeď, začal program využívat strategii prokopání tunelu, kterým pošle míč na druhou stranu zdi a bezpracně tak rozbije její velkou část. DQN se však nedařilo u her, které vyžadují dlouhodobě plánovanou hrací strategii.

Vědci považují skutečnost, že se jedna architektura dokázala naučit adaptovat a řešit různorodé problémy, za důležitý úspěch a za další krok k vytvoření efektivní mnohoúčelové umělé inteligence.


Úvodní foto: © NesaCera - Fotolia.com


Články z rubriky

Neuronová poezie. Básně algoritmy stále neumí"

Šlo by pokročilé zpracování přirozeného jazyka (NLP) použít pro reprodukci pokročilých psaných textů a poezie?
více »


Odkud přijdou další koronaviry? Strojové učení pomáhá identifikovat zdroje nákazy"

Výzkum Liverpoolské univerzity naznačuje, jak by se budoucí koronaviry mohly přenést ze zvířat na člověka a dále se šířit populací.
více »


Vnímání vlastních končetin u robotů"

Jedním ze stále nedořešených problémů, které brání rozšíření sériové výrobě „inteligentních“ robotů, je nedostatečně rozvinuté rozpoznávání obrazu. Robot si kupříkladu musí být vědom svého...
více »


AI dokáže objektivizovat toleranci bolesti v lidech"

Může umělá inteligence eliminovat nerovnosti v poskytované zdravotní péči?
více »


Vyšel Computerworld 2/2021"

V aktuálním vydání magazínu jsme se věnovali umělé inteligenci a strojovému učení, analytice v edge computingu, řízení pracovní síly a vzniku evropské satelitní sítě. A také jsme vyhlásili první finalisty...
více »


Související články


Tagy

umělá inteligence AI Deep Mind Deep Q-network neurální síť počítačová hra

Komentáře