Microsoft के AI ने सुश्री पर एक आदमी का रिकॉर्ड तोड़ा पीएसी मैन

इसकी काफी उम्र के बावजूद, खेल पीएसी-मैन , इसके विभिन्न संस्करण, अभी भी बहुत लोकप्रिय हैं। खेल के प्रशंसक नियमित रूप से एक-दूसरे के साथ प्रतिस्पर्धा करते हैं जो मार्ग के दौरान सबसे अधिक अंक प्राप्त करेंगे। एआई डेवलपर्स इसे भी पढ़ रहे हैं, पासिंग गेम्स में अपने सिस्टम के कौशल में सुधार कर रहे हैं।

कनाडाई स्टार्टअप मालुबा से विकास टीम, जिसे पहले Microsoft द्वारा अधिग्रहित किया गया था, एक सॉफ्टवेयर प्लेटफ़ॉर्म बनाने में सक्षम था जिसने सुश्री पास करने के लिए असामान्य रूप से अच्छे परिणाम दिखाए। पैक-मैन, अटारी 2600 के लिए इस गेम का संस्करण। कार्यक्रम ने पहले के सभी रिकॉर्ड तोड़ दिए, जिसमें 999,990 अंक प्राप्त हुए।

वैसे, खेल 1982 में बनाया गया था। फिर अटारी इंक। नामको के पैक-मैन ने आर्केड गेम पोर्ट को जारी किया। मूल संस्करण की तरह, आपको जॉयस्टिक के साथ नायक को नियंत्रित करना होगा। नायक को भूतों से बचते हुए भूलभुलैया से गुजरना चाहिए। पोर्टेड गेम का निर्माता टॉड फ्राई है।

कुछ विशेषज्ञों के अनुसार, यह तथ्य कि सॉफ्टवेयर प्लेटफॉर्म ने खेल में अधिकतम अंक अर्जित किए हैं, वह कृत्रिम बुद्धिमत्ता (इसके कमजोर रूप) के क्षेत्र में एक महत्वपूर्ण उपलब्धि है। तथ्य यह है कि अन्य सॉफ्टवेयर प्लेटफार्मों ने बहुत कम सफल परिणाम दिखाए - खेल एआई के लिए काफी जटिल हो गया। बेशक, सभी डेवलपर्स ने सुश्री में रिकॉर्ड के आधार पर अपनी परियोजनाएं नहीं बनाईं। पीएसी-मैन, लेकिन जिन लोगों ने इस पर काम किया, उन्होंने किसी भी सार्थक परिणाम दिखाने की कोशिश करते समय बड़ी संख्या में तकनीकी समस्याओं की बात की।

सफलता प्राप्त करने के लिए, मलूबा की टीम ने खेल को छोटे तत्वों के समूह में विभाजित करने का निर्णय लिया, जिनमें से प्रत्येक के साथ बातचीत करने के लिए एक समाधान की खोज की गई। इसके अलावा, इन तत्वों को एआई एजेंटों के बीच वितरित किया गया था, जिनमें से प्रत्येक ने अपने विशिष्ट कार्य को हल किया था। मॉन्ट्रियल में मैकगिल विश्वविद्यालय के एक प्रोफेसर डोना प्रीकैप ने कहा कि डेवलपर्स द्वारा प्रस्तावित विचार ध्यान देने योग्य है। उनकी राय में, यह है कि मानव मस्तिष्क कुछ मामलों में कैसे काम करता है - यह कई घटकों में एक समस्या को तोड़ता है और प्रत्येक तत्वों को क्रमिक रूप से हल करता है।

डेवलपर्स ने अपने तरीके को हाइब्रिड रिवार्ड आर्किटेक्चर कहा, यह 150 से अधिक एआई एजेंटों का उपयोग करता है, जिनमें से प्रत्येक खेल को पारित करने की प्रक्रिया में दूसरों के साथ समानांतर में काम करता है। इसके अलावा, एजेंटों में से प्रत्येक खेल के अपने खंड के सफल मार्ग पर एक "इनाम" प्राप्त करता है।

"छोटे" एजेंटों के अलावा, एक और शीर्ष-स्तरीय एजेंट है जो सभी "अधीनस्थों" से प्राप्त सभी डेटा को एक साथ लाने में लगा हुआ है। वह यह भी तय करता है कि नायक का आंकड़ा कहां जाना चाहिए। इस मामले में, डेटा की एक बड़ी मात्रा का विश्लेषण किया जाता है। मुख्य कारक प्राथमिक एजेंटों की अधिकतम संख्या द्वारा चयनित आंदोलन की दिशा है। दूसरी ओर, यदि 100 एजेंट ट्रॉफी पाने के लिए दाएं जाना चाहते हैं, लेकिन 3 एजेंट बाएं मुड़ने की योजना बनाते हैं, क्योंकि उन्होंने एक भूत को देखा है, तो मुख्य एजेंट इन तीनों को सुनता है।

मुख्य डेवलपर के अनुसार, स्वार्थी व्यवहार के लिए एजेंटों द्वारा प्रोग्राम किए जाने के बाद सिस्टम ने बेहतर परिणाम दिखाना शुरू कर दिया। यही है, उनमें से प्रत्येक दूसरों को देखे बिना निर्णय लेता है। लेकिन नायक के आंदोलन की दिशा पर सामान्य निर्णय मुख्य एजेंट द्वारा किया जाता है। वह विभिन्न कारकों और आदेशों का मूल्यांकन करता है कि कहां जाना है।


माइक्रोसॉफ्ट रिसर्च टीम के प्रमुख हरम वैन सिजेन ने कहा, "यह एक ओर, बीच में संतुलन की जरूरत है, और दूसरी ओर व्यक्तिगत निर्णय लेने की जरूरत है।"

लेकिन आम तौर पर सुश्री को चुनने का फैसला क्यों किया गया था पीएसी मैन? इस गेम को चुनना औसत व्यक्ति को अजीब लग सकता है। लेकिन विशेषज्ञों का कहना है कि यहां कुछ भी अजीब नहीं है, क्योंकि खेल का यह वर्ग मशीन इंटेलिजेंस के लिए काफी जटिल है, क्योंकि समय की एक इकाई में कई "आपातकालीन" स्थितियां हैं, जिनमें से प्रत्येक को घटनाओं के विकास के अपने संस्करण की आवश्यकता है। और एक समाधान खोजने के लिए आपको एक व्यक्ति की तरह "सोचने" की आवश्यकता है, जैसा कि ऊपर उल्लेख किया गया है।

मालुबा के प्रोग्रामरों में से एक राउल मेहरोत्रा ​​ने कहा, "कई कंपनियां खेलों के लिए एआई पर काम कर रही हैं, अपने स्वयं के प्रोजेक्ट विकसित कर रही हैं, क्योंकि कई मानवीय गुणों की आवश्यकता होती है।"

Microsoft में विकसित किया गया सॉफ़्टवेयर प्लेटफ़ॉर्म एक मशीन सीखने की विधि के अनुसार संचालित होता है जिसे सुदृढीकरण सीखने कहा जाता है। काम के दौरान, परीक्षण प्रणाली (एजेंट या एजेंट) पर्यावरण के साथ बातचीत करके सीखता है। यह, परिभाषा के अनुसार, साइबरनेटिक प्रयोग का एक प्रकार है। प्रबलित शिक्षण पद्धति एक शिक्षक के साथ शिक्षण की किस्मों में से एक है, लेकिन माध्यम या इसका मॉडल शिक्षक है। एजेंट पर्यावरण पर कार्य करता है, और यह बदले में, एजेंट को प्रभावित करता है। प्रतिक्रिया उत्पन्न होती है।

परियोजना स्वयं एक शुद्ध सिद्धांत नहीं है। डेवलपर्स के अनुसार, बनाए गए सॉफ़्टवेयर प्लेटफ़ॉर्म का उपयोग कई क्षेत्रों में किया जा सकता है। उदाहरण के लिए, आप उसे एक कंपनी के अंदर काम करने के लिए आकर्षित कर सकते हैं जो ग्राहकों की आमद की गतिशीलता, माल की लोकप्रियता और अन्य महत्वपूर्ण चीजों की भविष्यवाणी करने के लिए बेचता है। प्रणाली सामान्य रुझानों और व्यक्तिगत खरीदारों सहित व्यक्तिगत कारकों के साथ दोनों काम कर सकती है।