Η τεχνητή νοημοσύνη της DeepMind φτάνει στο υψηλότερο επίπεδο στο StarCraft II

Η AlphaStar της DeepMind, ένα σύστημα τεχνητής νοημοσύνης, έφτασε στο υψηλότερο επίπεδο στο StarCraft II, ένα εξαιρετικά δημοφιλές και σύνθετο ηλεκτρονικό παιχνίδι. Η τεχνητή νοημοσύνη ξεπέρασε το 99,8% όλων των καταγεγραμμένων ανθρώπινων παικτών.

Χρειάστηκαν 44 ημέρες εκπαίδευσης για να φτάσει το σύστημα στο επίπεδο αυτό. Χρησιμοποίησε ηχογραφήσεις από τους καλύτερους ανθρώπινους παίκτες και έμαθε από αυτούς μέχρι που τελικά ανταγωνίστηκε τον εαυτό της.

«Η AlphaStar έγινε το πρώτο σύστημα τεχνητής νοημοσύνης που έφτασε στο υψηλότερο επίπεδο ανθρώπινης απόδοσης σε οποιοδήποτε επαγγελματικά παίζόμενο e-sport με πλήρως ανοικτές συνθήκες», δήλωσε ο David Silver, ερευνητής στη DeepMind.

«Από τότε που οι υπολογιστές έσπασαν το Go, το σκάκι και το πόκερ, το StarCraft έχει αναδυθεί ως η επόμενη μεγάλη πρόκληση για την τεχνητή νοημοσύνη», δήλωσε ο Silver. «Θεωρείται το παιχνίδι που είναι πιο κοντά στα όρια των ανθρώπινων ικανοτήτων».

Το έργο δημοσιεύθηκε στο επιστημονικό περιοδικό Nature.

Τι είναι το StarCraft;

Σαφώς, το σημείο του StarCraft είναι να χτίσετε πολιτισμούς και να πολεμήσετε εναντίον εξωγήινων.

Είναι ένα παιχνίδι στρατηγικής σε πραγματικό χρόνο όπου οι παίκτες ελέγχουν εκατοντάδες μονάδες και πρέπει να λάβουν σημαντικές οικονομικές αποφάσεις. Μέσα στο παιχνίδι, υπάρχουν δεκάδες χιλιάδες βήματα χρόνου και χιλιάδες δυνατές ενέργειες. Αυτές επιλέγονται σε πραγματικό χρόνο καθ’ όλη τη διάρκεια δέκα λεπτών παιχνιδιού.

Πράκτορες AlphaStar

Η DeepMind ανέπτυξε τους «Πράκτορες» AlphaStar και δημιούργησε έναν για κάθε διαφορετική φυλή στο παιχνίδι. Οι διαφορετικές φυλές έχουν ένα μοναδικό σύνολο ισχυών και αδυναμιών. Στο «λιγότερο AlphaStar», η τεχνητή νοημοσύνη ανταγωνίστηκε τον εαυτό της και «εκμεταλλευτές» πράκτορες που στοχεύουν τις αδυναμίες της AlphaStar.

Ένα από τα πιο εντυπωσιακά σημεία της τεχνητής νοημοσύνης ήταν ότι δεν αναπτύχθηκε για να εκτελεί ενέργειες με υπεράνθρωπη ταχύτητα. Αντίθετα, έμαθε διαφορετικές νικηφόρες στρατηγικές.

Ακριβώς όπως το παιχνίδι StarCraft, οι πραγματικές εφαρμογές απαιτούν τεχνητούς πράκτορες να αλληλεπιδρούν, να ανταγωνίζονται και να συντονίζονται σε ένα σύνθετο περιβάλλον που περιέχει άλλους πράκτορες. Αυτός είναι ο λόγος για τον οποίο το StarCraft έχει γίνει τόσο σημαντικό μέρος της έρευνας τεχνητής νοημοσύνης.

Στρατιωτικό Ενδιαφέρον

Πιθανώς ένα από τα πιο απροσδόκητα аспект του έργου αυτού είναι ότι θα είναι ενδιαφέρον για τον στρατό.

«Οι στρατιωτικοί αναλυτές θα παρακολουθούν σίγουρα τις επιτυχείς στρατηγικές AlphaStar σε πραγματικό χρόνο ως ένα σαφές παράδειγμα των πλεονεκτημάτων της τεχνητής νοημοσύνης για την στρατιωτική σχεδίαση. Αλλά αυτή είναι μια εξαιρετικά επικίνδυνη ιδέα με το потенシャル για ανθρωπιστική καταστροφή. Η AlphaStar μαθαίνει στρατηγική από μεγάλα δεδομένα σε ένα συγκεκριμένο περιβάλλον. Τα δεδομένα από συγκρούσεις όπως η Συρία και το Υεμένη θα ήταν πολύ σπάνια για να είναι χρήσιμα», δήλωσε ο Noel Sharkey, καθηγητής τεχνητής νοημοσύνης και ρομποτικής στο Πανεπιστήμιο του Σέφιλντ.

«Και όπως εξήγησε η DeepMind σε một πρόσφατο συνέδριο των Ηνωμένων Εθνών, τέτοιες μεθόδους θα ήταν εξαιρετικά επικίνδυνες για τον έλεγχο των όπλων, καθώς οι κινήσεις είναι απρόβλεπτες και μπορούν να είναι δημιουργικές με απρόβλεπτους τρόπους. Αυτό είναι ενάντια στους νόμους που διέπουν τον οπλισμό».

Πηγαίνουμε Μακριά σε Λίγο Χρόνο

Πίσω στο Ιανουάριο, ο επαγγελματίας παίκτης StarCraft II Grzegorz Komincz, νίκησε την AlphaStar στο παιχνίδι. Ήταν μια τεράστια πτώση για τη Google (GOOGL ), η οποία είχε επενδύσει εκατομμύρια δολάρια στην τεχνολογία. Από τότε, η τεχνητή νοημοσύνη της DeepMind έχει προχωρήσει πολύ σε λίγο χρόνο, και αυτές οι νέες αναπτύξεις έχουν τεράστιες επιπτώσεις.