Πριν από λίγους μήνες είχαμε δημοσιεύσει την είδηση για το λογισμικό της "μαμάς" Google, DeepMind AlphaStar AI, που κατάφερε να νικήσει κάποιους επαγγελματίες παίκτες του SC2 με αρκετούς περιορισμούς ως προς το race και το map στα παιχνίδια αυτά. Έκτοτε το AlphaStar αφέθηκε ελεύθερο για παιχνίδια στο BattleNet, συνεπώς μπορούσε συνέχεια να μαθαίνει. Η Blizzard υλοποίησε αυτή την ενέργεια με τέτοιο τρόπο ώστε οι παίκτες που έπαιζαν με το ΑΙ δεν μπορούσαν να το γνωρίζουν, παρά μόνο να το υποθέτουν. Σήμερα, πλέον, η Alphabet Inc. ανακοίνωσε ότι το AlphaStar έχει φτάσει σε επίπεδο grandmaster και είναι ικανό να νικήσει το 99,8% των παικτών!
Στο SC2 κάθε παίκτης χρειάζεται να ολοκληρώνει πολλές ενέργειες (actions) ταυτόχρονα, συνεπώς ένα υπολογιστικό σύστημα έχει αφύσικο πλεονέκτημα ως προς την ταχύτητα των ενεργειών ανά λεπτό σε σχέση με τους περιορισμούς του ανθρώπινου σώματος. Π.χ. όσο γρήγορα και στρατηγικά να σκέφτεται ένα ανθρώπινο μυαλό, υπάρχουν περιορισμοί στο ανθρώπινο σώμα για το πόσο γρήγορα μπορούν όλα αυτά να περάσουν στο παιχνίδι μέσω των κλικ και των κινήσεων του ποντικιού (σ.σ. Στο SC2 υπολογίζονται με APM, Actions Per Minute). To AlphaStar έχει τη δυνατότητα να φτάσει σε κορυφές 2.000 APM, πολύ περισσότερο από τις λίγες εκατοντάδες APM που μπορούν να φτάσουν οι καλύτεροι παίκτες του κόσμου. Γι' αυτό το λόγο η DeepMind περιόρισε το AlphaStar, ώστε να μπορεί να φτάσει τους αριθμούς APΜ που μπορούν να πετύχουν οι ανθρώπινοι παίκτες, συνεπώς αυτά τα "actions" έπρεπε να είναι τα πιο σημαντικά. Επίσης αρχικά το AlphaStar μπορούσε να παίξει μόνο με ένα race, ενώ τώρα παίζει και με τα τρία races του παιχνιδιού. Τέλος, το λογισμικό βλέπει πλέον μόνο ένα μέρος του χάρτη, όπως και το ανθρώπινο μάτι, ώστε να μην έχει πλεονέκτημα ούτε και σε αυτό το μέρος του παιχνιδιού.
Παρά τους περιορισμούς, το AlphaStar κατάφερε να ανελιχθή στο επίπεδο grandmaster, το υψηλότερο δυνατό επίπεδο στα βαθμολογούμενα παιχνίδια του SC2.
Η εξέλιξη αυτή αποδεικνύει ότι το λογισμικό AI έχει φτάσει πλέον στο σημείο που μπορεί να μαθαίνει σε ένα περιβάλλον πολύ δύσκολο για τη μηχανή (το SC2 είναι πολλές τάξεις μεγέθους πιο πολύπλοκο π.χ. από το σκάκι). Τα αποτελέσματα μπορούν να αξιολογηθούν και να αξιοποιηθούν και σε άλλες εφαρμογές της τεχνητής νοημοσύνης, όπως το αυτοοδηγούμενα οχήματα κ.α
0 Post a Comment:
Δημοσίευση σχολίου