DeepMind बंद नहीं कर सकता: AI अब III III अखाड़ा खेल सकता है

दीपमिन्द, एक बार Google Corporation का एक प्रभाग, विभिन्न प्रयोजनों के लिए AI (इसका कमजोर रूप) विकसित कर रहा है। अब डीपमाइंड टीम एआई के विभिन्न रूपों के निर्माण में सक्रिय रूप से शामिल है, जो तार्किक, डेस्कटॉप और निशानेबाजों दोनों के लिए खेलों के लिए तेज है। कई खेल हैं - यह जाना है, और स्टारक्राफ्ट, और अब - और क्वेक III एरिना।

डेवलपर्स ने अपने ब्लॉग पर कहा कि उन्होंने AI सिस्टम को क्वेक III एरिना में उसी तरह से खेलने के लिए प्रशिक्षित किया, जिस तरह से एक व्यक्ति करता है। यही है, कंप्यूटर सिस्टम ने स्विचिंग स्तर और उनके तत्वों सहित तेजी से बदलती खेल स्थितियों के अनुकूल होना सीखा है। परंपरागत रूप से, एक प्रबलित प्रणाली का उपयोग प्रशिक्षण में किया गया था ।

इस प्रकार के प्रशिक्षण के दौरान, कंप्यूटर इनाम या जुर्माना प्राप्त करता है, इस पर निर्भर करता है कि पास सफल है या नहीं। आमतौर पर, कंप्यूटर की समस्या यह है कि यह बहुत जल्दी बदलती परिस्थितियों के अनुकूल नहीं हो सकता है - जैसा कि एक व्यक्ति करता है। इस तथ्य के बावजूद कि तंत्रिका नेटवर्क लंबे समय से अपनी गलतियों से सीखने में सक्षम हैं, कंप्यूटर गेम उनके लिए मुश्किल है अगर सिस्टम को प्रारंभिक स्थितियों का पता नहीं है।

सिस्टम को कैप्चर द फ्लैग मोड में खेलने के लिए प्रशिक्षित किया गया था। इस मामले में, खिलाड़ी को प्रतिद्वंद्वी के झंडे को पकड़ने की कोशिश करनी चाहिए, लेकिन किसी भी स्थिति में उसे अपने कब्जे में नहीं आने देना चाहिए। यदि कोई भी टीम अधिकतम पाँच मिनट के भीतर प्रतिद्वंद्वी के झंडे को पकड़ सकती है और पकड़ सकती है, तो ऐसी टीम विजेता होगी।

एआई को केवल कमरे, इमारतों आदि के स्थान सहित स्तर की सुविधाओं को सीखने से रोकने के लिए, हर बार तंत्रिका नेटवर्क को एक नए स्तर पर खेलने के लिए मजबूर किया गया था। इस मामले में, एआई ने cramming के बिना अपनी गेम रणनीति विकसित की। कंप्यूटर ने अन्य खिलाड़ियों के कार्यों को देखा, स्तर के "भूगोल" का अध्ययन किया और स्थिति के अनुसार कार्य किया।

इसके अलावा, दीपमाइंड के डेवलपर्स ने पूरी टीम को खेलने के लिए एआई को प्रशिक्षित किया, जिसमें विभिन्न एजेंट शामिल हैं। पूरे सिस्टम को द विन (FTW) कहा जाता है।

तो, द विन (FTW) ने अपनी टीम का प्रबंधन करना सीखा, प्रत्येक एजेंट के कार्यों का समन्वय और निर्देशन किया। जैसा कि ऊपर उल्लेख किया गया है, कार्य किसी के स्वयं के ध्वज को संरक्षित करना और किसी और को पकड़ना है। कंप्यूटर के एक निश्चित स्तर तक पहुंचने के बाद, DeepMind को एक विशेष टूर्नामेंट में सामान्य खिलाड़ियों के साथ खेलने की पेशकश की गई।


सभी 40 लोगों ने इसमें हिस्सा लिया। टूर्नामेंट में टीमों को मिलाया गया था - अर्थात, एक टीम में लोग और AI एजेंट दोनों हो सकते हैं। खेल के परिणामों के अनुसार, यह स्पष्ट हो गया कि एआई अपने शुद्ध रूप में लोगों की टीमों की तुलना में अधिक जीत हासिल करता है। मिश्रित टीमों में, आमतौर पर प्रदर्शित होने वाले लोगों की तुलना में एआई ने उच्च स्तर का सहयोग दिखाया। इसलिए, कंप्यूटर, यदि आवश्यक हो, एक दास के रूप में सेवा करता है या दुश्मन के आधार पर हमले में सीधे शामिल होता है।

डेवलपर्स के अनुसार, काम के सिद्धांत जो द विन (FTW) बनाने के लिए उपयोग किए गए थे, उनका उपयोग अन्य खिताब खेलने के लिए किया जा सकता है, उदाहरण के लिए, StarCraft II या Dota 2।

इस महीने की शुरुआत में, दीपमिन्द ने अटारी पर पुराने स्कूल खेल पास करने के लिए एआई सीखने की प्रक्रिया का प्रदर्शन किया । सुदृढीकरण प्रशिक्षण के सिद्धांत का उपयोग यहां भी किया गया था, और एआई को पुराने गेम को पास करना सिखाना काफी मुश्किल है, क्योंकि नायक के कई कार्य बहुत निहित हैं।

आधार को मोंटेज़ुमा का बदला लिया गया। न तो कोई स्पष्ट कार्य है, न ही एक दिशा जहां जाना है, और न ही यह समझने की जरूरत है कि किस चीज को इकट्ठा करना है या किसके खिलाफ बोलना है। उदाहरण सिखाने के लिए दो विधियों का उपयोग किया गया: TDC (टेम्पोरल डिस्टेंस क्लासिफिकेशन) और CDC (क्रॉस-मोडल टेम्पोरल डिस्टेंस क्लासिफिकेशन)।

कंप्यूटर को YouTube से वीडियो वॉकथ्रू का उपयोग करके गेम खेलने के लिए प्रशिक्षित किया गया था - सेवा में उनमें से बहुत सारे हैं। पारित होने के दौरान, YouTube से एआई और उसके "शिक्षकों" के स्तर को पारित करने के वीडियो रिकॉर्डिंग के फ्रेम की तुलना की गई थी। यदि तुलना ने उच्च स्तर की समानता दिखाई, तो AI को एक इनाम मिलेगा। जैसा कि यह निकला, कुछ समय बाद, एआई व्यक्ति के समान ही क्रिया करता है।

स्टारक्राफ्ट के लिए, जिसका उल्लेख ऊपर किया गया था, 2017 में, एक व्यक्ति ने अभी भी कार को हराया , और सूखा, 4: 0 के स्कोर के साथ। स्टारक्राफ्ट प्रोफेशनल सॉन्ग ब्यूंग-गु ने फिर चार अलग-अलग स्टारक्राफ्ट बॉट्स लड़े।