Як прогресує штучний інтелект: звіт про останні досягнення
ШІ в комп'ютерних іграх вчиться, як діти
У 2018 році ІІ досяг великого прогресу в області комп'ютерних ігор. Він став рівним або навіть перевершує суперником для професійних киберспортсменов в StarCraft II, Quake III Arena Capture the Flag, Dota2.
Чому це знакова подія? Завдання розробників ШІ полягає в тому, щоб створити штучну систему, яка вміє вчитися, взаємодіючи з мінливою середовищем з величезною кількістю змінних.
В даному випадку мова йде про ШІ, заснованому на технології "навчання з підкріпленням" (reinforcement learning). Програма цілеспрямовано вивчає середу методом проб і помилок і в результаті своїх дій отримує як винагороди, так і штрафи.
Автори звіту пояснюють, що більш важливим, ніж сенсаційний аспект "ШІ перемагає людей", є методи, за допомогою яких ШІ може досягти таких результатів.
Такими методами є навчання, засноване на грі, симуляція, комбінація гри і реального світу, дослідження, засноване на цікавості.
Розробники шукають відповідь на питання: чи можна тренувати ШІ, граючи в ігри? Як відомо, діти набувають складні навички, вивчаючи і застосовуючи різні моделі поведінки з низьким рівнем ризику, тобто під час гри.
Тим часом, високі результати ШІ навіть в складних стратегічних іграх абсолютно не означають, що ШІ покаже високу ефективність в системах, що працюють в реальному світі.
"Дані, які генеруються в віртуальному середовищі, часто дешевше і більш доступні, що відмінно підходить для експериментів, - каже Бенайч. - Однак більшість ігор не зовсім точно імітує реальний світ і його численні нюанси. Це означає, що вони відмінне місце для початку, але не кінцева мета ".
Тим часом ШІ, заснований на технології навчання з підкріпленням, вже вийшов в реальний світ. Лабораторія навчання роботів Каліфорнійського університету в Берклі створила робота BLUE - це пара кінцівок, симулюють руки людей. Вони мають сім ступенів свободи і можуть працювати з корисним навантаженням до 7 кг.
Університет спільно з некомерційною організацією OpenAI вчить робота переміщати фізичні об'єкти.
У 2018 році ІІ досяг великого прогресу в області комп'ютерних ігор. Він став рівним або навіть перевершує суперником для професійних киберспортсменов в StarCraft II, Quake III Arena Capture the Flag, Dota2.
Чому це знакова подія? Завдання розробників ШІ полягає в тому, щоб створити штучну систему, яка вміє вчитися, взаємодіючи з мінливою середовищем з величезною кількістю змінних.
В даному випадку мова йде про ШІ, заснованому на технології "навчання з підкріпленням" (reinforcement learning). Програма цілеспрямовано вивчає середу методом проб і помилок і в результаті своїх дій отримує як винагороди, так і штрафи.
Автори звіту пояснюють, що більш важливим, ніж сенсаційний аспект "ШІ перемагає людей", є методи, за допомогою яких ШІ може досягти таких результатів.
Такими методами є навчання, засноване на грі, симуляція, комбінація гри і реального світу, дослідження, засноване на цікавості.
Розробники шукають відповідь на питання: чи можна тренувати ШІ, граючи в ігри? Як відомо, діти набувають складні навички, вивчаючи і застосовуючи різні моделі поведінки з низьким рівнем ризику, тобто під час гри.
Тим часом, високі результати ШІ навіть в складних стратегічних іграх абсолютно не означають, що ШІ покаже високу ефективність в системах, що працюють в реальному світі.
"Дані, які генеруються в віртуальному середовищі, часто дешевше і більш доступні, що відмінно підходить для експериментів, - каже Бенайч. - Однак більшість ігор не зовсім точно імітує реальний світ і його численні нюанси. Це означає, що вони відмінне місце для початку, але не кінцева мета ".
Тим часом ШІ, заснований на технології навчання з підкріпленням, вже вийшов в реальний світ. Лабораторія навчання роботів Каліфорнійського університету в Берклі створила робота BLUE - це пара кінцівок, симулюють руки людей. Вони мають сім ступенів свободи і можуть працювати з корисним навантаженням до 7 кг.
Університет спільно з некомерційною організацією OpenAI вчить робота переміщати фізичні об'єкти.
Коментарі
Дописати коментар