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

Potvrzeno, Nvidia kupuje britský Arm za 40 miliard dolarů"

Ačkoliv akvizice Armu znamená pro Nvidia především snazší vstup na pole mobilních procesorů, kde dosud nebyla příliš aktivní, pustí se také do stavby superpočítačů (s níž má Nvidia bohaté zkušenosti)...
více »


Strojové učení se stává dostupným díky open source"

Se zrychlující se digitalizací shromažďují firmy stále větší množství dat. Podívat se na ně očima stroje pak může přinést větší vhled do vlastního byznysu i objevování nečekaných příležitostí....
více »


Microsoft vyvíjí nové technologie na detekci deepfake videí"

Deepfake videa, velmi věrohodně vypadající videa, která upravují obsah tak, aby seděl do kontextu, který tvůrce chce, jsou velkým problémem moderního digitálního světa.
více »


Globální investice do AI se do čtyř let zdvojnásobí"

V letošním roce by výdaje na umělou inteligenci měly dosáhnout 50,1 miliardy dolarů. Největší zájem o technologie související s umělou inteligencí má maloobchod a bankovnictví, dvě třetiny investic ale...
více »


USA zvýšily státní výdaje na AI o 30 %, investuje i zbytek světa"

Přes všechny politické, zdravotnické a všelijaké další události tato zpráva vcelku zapadla, ale svět na umělou inteligenci nezapomněl; ba naopak.
více »


Související články


Tagy

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

Komentáře