Yapay Zeka Araştırmacıları Geçmiş Olayları Hatırlayabilen Video Oyunu Oynama Modeli Oluşturdular

Uber’ın yapay zeka laboratuvarındaki bir araştırma ekibi, yakın zamanda klasik Atari video oyunlarında hem insan oyuncuları hem de diğer yapay zeka sistemlerini geride bırakan bir dizi yapay zeka algoritması geliştirdi. Araştırmacılar tarafından geliştirilen yapay zeka sistemi, daha önce başarılı olmuş stratejileri hatırlayabilme ve geçmişte neler işe yaradığını temel alarak yeni stratejiler oluşturabilme yeteneğine sahiptir. Çalışmanın araştırma ekibi, geliştirdikleri algoritmaların dil işleme ve robotik gibi diğer teknik alanlarda da potansiyel uygulamaları olduğuna inanmaktadır.

Video oyunlarını oynayabilen yapay zeka sistemleri oluşturmak için genellikle pekiştirme öğrenimi algoritması kullanılır. Pekiştirme öğrenimi algoritmaları, bir dizi olası eylemi keşfederek ve her eylemin ardından bir tür pekiştirme (ödül veya ceza) sağlayarak bir görevi nasıl gerçekleştireceklerini öğrenirler. Zamanla, yapay zeka modeli daha büyük ödüllere yol açan eylemleri öğrenir ve bu eylemleri gerçekleştirmeye daha fazla eğilim gösterir. Ancak, pekiştirme öğrenimi modelleri, diğer veri noktalarıyla uyumsuz veri noktalarına rastladıklarında sorunlarla karşılaşabilir.

Araştırma ekibine göre, diğer yapay zeka araştırmacılarının neden bu yaklaşımı düşünmediği, stratejilerin “içsel motivasyon” yaklaşımından farklı olmasıdır. İçsel motivasyon yaklaşımının sorunu, modelin potansiyel olarak ödüllendirici alanları unutmaya eğilimlidir. Bu olgu “ayrılma” olarak adlandırılır. Sonuç olarak, model beklenmedik veri noktalarına rastladığında, hala keşfedilmeye değer alanları unutabilir.

TechXplore’a göre, araştırma ekibi daha esnek ve beklenmedik verilere yanıt verebilen bir öğrenme modeli oluşturmaya çalıştı. Araştırmacılar, bir önceki modelin bir problème çözmeye çalışırken aldığı tüm eylemleri hatırlayabilen bir algoritma geliştirerek bu sorunu aşmayı başardılar. Yapay zeka modeli, tutarlı olmadığı bir veri noktasına rastladığında, bellek haritasını kontrol eder. Model, hangi stratejilerin başarılı veya başarısız olduğunu belirler ve stratejileri buna göre seçer.

Bir video oyunu oynarken, model oyun oynarken ekran görüntüleri alır ve eylemlerinin bir günlüğünü tutar. Görüntüler benzerliklerine göre gruplanır ve modelin geri dönebileceği net zaman noktaları oluşturur. Algoritma, günlüğe kaydedilen görüntüleri kullanarak ilginç bir zaman noktasına dönebilir ve oradan keşfetmeye devam edebilir. Model kaybedeceğini fark ettiğinde, alınan ekran görüntülerine geri döner ve farklı bir strateji dener.

BBC’ye göre, yapay zeka aracının oyun oynarken tehlikeli senaryolara karşı nasıl davranacağı da bir sorundur. Aracın ölümcül bir tehlike ile karşılaştığı durumlarda, bu durumun aracın daha fazla keşfetmeye değer alanlara dönmesini engellemesi, “raydan çıkma” olarak adlandırılan bir problem oluşturur. Yapay zeka modeli, eski alanların keşfedilmesini teşvik etmek için kullanılan işlemden ayrı bir işlem kullanarak raydan çıkma sorunlarını ele alır.

Araştırma ekibi, modelin 55 Atari oyununu oynamasını sağladı. Bu oyunlar, yapay zeka modellerinin performansını ölçmek için yaygın olarak kullanılır, ancak araştırmacılar modeli için bir twist eklediler. Araştırmacılar, modelin sadece mümkün olan en yüksek puanı elde etmekle kalmamasını, her seferinde daha yüksek bir puan elde etmeye çalışmasını istediler. Modelin performansının sonuçları analiz edildiğinde, araştırmacılar modelin diğer yapay zeka sistemlerine kıyasla oyunlarda yaklaşık %85 oranında daha iyi performans gösterdiğini buldu. Yapay zeka özellikle Montezuma’nın İntikamı adlı platform oyununda iyi performans gösterdi. Oyuncu, tehlikelerden kaçınır ve hazine toplar. Oyun, bir insan oyuncunun rekorunu geçti ve diğer herhangi bir yapay zeka sisteminden daha yüksek puan elde etti.

Uber’ın yapay zeka araştırmacılarına göre, araştırma ekibinin kullandığı stratejilerin robotik gibi endüstriler için uygulamaları vardır. Robotlar, hangi eylemlerin başarılı olduğunu, hangilerinin işe yaramadığını ve hangilerinin denenmediğini hatırlayabilme yeteneğinden yararlanırlar.