Gempa DeepMind III
Kami telah melihat permainan di mana pembangun meletakkan bot untuk memudahkan pemain manusia atau membuat rekreasi pemain tunggal mod berbilang pemain dari banyak permainan. Pemain AI ini jarang mampu bersaing dengan rakan sejawatnya. Oleh itu mereka digunakan untuk meringankan kelengkungan pembelajaran banyak permainan berbilang pemain. Sebaliknya, DeepMind adalah sebuah firma yang mengkhususkan diri dalam penggunaan AI dalam banyak bidang pekerjaan. Mereka mendedahkan bahawa bot AI mereka akhirnya dapat mengalahkan rakan manusia mereka dalam salah satu permainan berbilang pemain yang paling banyak dimainkan Quake III. Penemuan mereka menarik bagi mereka yang mempunyai kepentingan untuk pembelajaran dan keupayaan AI.
Ini bukan usaha pertama DeepMind dalam permainan video mereka telah mengembangkan mesin saraf yang mampu mengalahkan pemain pro dari banyak permainan berbilang pemain. Contoh terbaik di sini ialah AlphaGo, di mana AI mereka mengalahkan pemain pro terkenal dari permainan tersebut. Mereka juga telah mengembangkan AI untuk banyak permainan lain.
Potongan
Kembali kepada pengurangan mereka mengenai AI mereka di Quake III. Quake III jauh berbeza daripada permainan lain di luar sana. Permainan ini berbeza secara berbeza kerana tahap yang dihasilkan secara prosedural dan hakikat bahawa permainan ini dalam perspektif orang pertama. Masalah untuk pengembangan AI di sini ialah mereka tidak dapat mempelajari kaedah terbaik untuk mengalahkan permainan. Masalah yang berlaku membuktikan keberkatan dalam penyamaran kerana AI menyerupai kurva pembelajaran humanoid, lebih lanjut mengenai ini kemudian.
AI bermula dari awal dan mempelajari peraturan menangkap mod bendera itu sendiri. AI kemudian dapat mengalahkan 40 pemain manusia di mana manusia, dan juga AI, dicampuradukkan. Setelah berjaya mengalahkan manusia, DeepMind menerima bahawa kemenangan mereka dikaitkan dengan masa tindak balas pro-manusia ejen AI mereka. Oleh itu, mereka memutuskan untuk melambatkannya, tetapi AI masih dapat mengalahkan rakan sejawatnya.
Kemajuan AI
Perisian Tomshard melaporkan bahawa pemotongan mereka sangat menarik kerana AI harus mempelajari asas-asas permainan itu sendiri dan fakta bahawa AI dapat memperoleh hasil ketika tahap dihasilkan secara prosedur.
DeepMind mengatakan bahawa kerja mereka dalam projek ini menyoroti fakta bahawa kita dapat melatih AI dengan cekap dengan menggunakan teknik multi-agen, yang bermaksud AI menentang AI. Ia bukan sahaja membuat AI menyedari kesilapannya tetapi juga berfungsi pada perkara yang dapat dilakukan dengan lebih baik. Mereka berkata, ' Ini menyoroti hasilnya dengan memanfaatkan kurikulum semula jadi yang disediakan oleh latihan multi-agen, dan memaksa pengembangan agen kuat yang bahkan dapat bekerjasama dengan manusia . '
Teg AI
