Mi erősíti az OpenAI Botot, amely legyőzte Dendit

A múlt héten a történelem volt létre a Dota 2 és az AI területén. A Nemzetköziben, Dendi, a játék egyik legjobb játékosa, kíméletlenül megverte 1v1-ben, egy bottal egymás után kétszer. A kérdéses botot a OpenAI, Elon Musk startup.

Most lehet néhány kérdésed. Mi az a Dota? Mi az az OpenAI? És ez miért is fontos? Kezdjük azzal, Dota egy ingyenesen játszható MOBA-játék, amelyet Ön irányít Hősök és a cél az ellenfelek elpusztítása Ősi. Sok Dota-rajongó lehet, hogy az utolsó mondatig megsértődik, mivel annyi minden van a Dotában, akkor összegeztem.

A játék nagyon összetett nagyon meredek tanulási görbével. Nemrég belevágtam egy küldetésbe, hogy megtanuljam a Dotát, és egy hétbe telt, mire végigcsináltam az alapokat. Hogyan kell videó, ahol elmagyarázzák a játék stratégiáját, mit csinálnak a fegyverek, varázslatok, hősök és hogyan kell bányászni a creepeket. És ez teszi az egészet AI kontra Dendi A csata fontos, mert jól mutatja, mennyire fejlett az AI és az ML. Lássuk tehát, mi hajtja ezt a botot, és kell-e félnünk az AI-felkeléstől.

Az AI bolygójának felemelkedése

A Skynetté váló mesterséges intelligencia vitatható probléma. Elon Musk hisz hogy ha nem tartják kordában, a Skynet hasonló forgatókönyv valószínûleg bekövetkezik. Másrészről, Mark Zuckerbergmondja hogy a mesterséges intelligencia ártalmatlan és nem okoz Doomsday forgatókönyvet. Elon Musk ezzel a góllal indította el az OpenAI-t.

Az AI-val való visszaélés és a mesterséges intelligencia kutatásának megakadályozása érdekében, amely nem fog ellenünk fordulni. És én az ő oldalán vagyok.

De nem azért vagyunk itt, hogy megvitassuk. A fő téma az, hogy tudjuk, mi hajtja az OpenAI által készített botot. Hogy megértsem, elolvastam néhány kutatási cikket és blogot a témában, és felvettem a kapcsolatot a barátommal isAnmol Sharma aki AI és ML kutató.

Megerősítő tanulás

Ez az OpenAI Dota botja mögött meghúzódó technológia neve. Mielőtt azonban belemélyednénk, meg kell értenünk, hogy az AI mennyire általános, vagy konkrétan az AI Videójátékok munka. Az AI egy nagyon általános kifejezés, és számos témát tartalmaz, például a gépi tanulást, a mély tanulást és a neurális hálózatokat, hogy csak néhányat említsünk. Az MI durván definiálásához azt mondhatjuk, hogy ez a számítógép azon képessége, hogy tanuljon az információkból, és a tanulás alapján hozzon döntéseket. Minél többet tanul, annál inkább növekszik a döntés helyessége.

Miben különbözik a normál botoktól?

A videojátékokban használt robotok intelligensnek tűnhetnek, de ez nem az AI valódi formája. A játékokban szinte az összes ilyen bot a készlet alapján van programozva Ha.. Ez.. Azután.. Hogy nyilatkozatok. Csak követik az állításokat, és a nyilatkozatban leírt feltételek alapján intézkednek.

Fentebb egy nagyon egyszerű példát mutattam be. A valódi játékokban a kijelentések sokkal összetettebbek a feltételek között. Minél jobban meghatározottak és részletesek ezek az állítások, annál intelligensebbnek tűnik a bot.

Jutalmak és büntetések

A mesterséges intelligencia szóhasználatában azt, amit botnak hívunk, ügynöknek nevezik. A cél az, hogy az ügynök mindent megtanuljon, amit csak akarunk. Az ügynök ugyanazon a módszeren keresztül tanul, mint a kutyája, jutalmakon és büntetéseken keresztül. Amikor az ügynök hibázik, megbüntetik, és ha helyesen tippel vagy helyes választ ad, jutalmat kap. Ezen a rendszeren keresztül az ügynök megtanulja társítani azokat a tevékenységeket, amelyeket nem szabad megtennie a büntetés elkerülése érdekében, és végrehajtani azt a műveletet (vagy hasonló műveletet), amely jutalmat ad.

Ha jobban belegondolunk, ez olyan, mintha bizonyos feltételek alapján döntene, akárcsak az algoritmusok. Ahogy fentebb bemutattam, egy játékbot, ha egy robbanásveszélyes csövre érkezik, az algoritmus szerint fog cselekedni. Az AI algoritmusai nyilvánvalóan rendkívül összetettek ennél, ami az egész rendszert alkotja intelligens.

Az OpenAI botunkhoz érkezik, a szerint fejlesztők2 hét alatt megtanulta az egész játékot. Az egész 2 hét alatt 24×7 online volt, és saját másolata ellen játszott. Ez egy figyelemre méltó mérföldkő, figyelembe véve a játék összetettségét és azt a tényt, hogy legyőzhető Dendi.

Miért nincsenek még mindig itt a vezető nélküli autók?

Ez volt az egyik első kérdés, ami eszembe jutott, amikor hallottam erről az egész eseményről. Ha egy bot meg tud tanulni egy ilyen játékot, és odáig edzi magát, hogy legyőzze a legjobb játékosokat, akkor miért ülünk még mindig a kormányon. És ez ugyanaz volt a kérdés, amit a barátomnak kérdeztem, Anmol Sharma úr, aki a hajtás nélküli autókról is kutatott. Ezt kellett mondania.

Egy ember által fejlesztett játékban a változók száma kevesebb. Ráadásul, ha az ügynök (bot) hibázik, a legrosszabb büntetés egy körvesztés. A való világban az egyik hiba a halál.

Annak ellenére, hogy a Dota egy összetett játék, a mozdulatok, varázslatok és taktikák lehetséges kombinációi, bár még mindig abszurd nagyok, még mindig korlátozottak. A hibák pedig valódi büntetés nélkül megengedettek. De vezető nélküli autó esetén a hibák veszélyes balesetekhez, sőt akár halálhoz is vezethetnek.

A való világban végtelen számú változó van, amelyet az ügynöknek figyelnie kell, és a helyzetek miatt alakulnak ki ezek a változók, mint például egy hirtelen sávot váltó autó, az autó elé ugráló gyalogos, szintén végtelenek. Ráadásul mint Jeremy Clarkson úgy fogalmazva, erkölcsi és etikai döntéseket kell hozniuk, amikor azonnali baleset küszöbén állnak (bár elmélete nem érvényes).

A jövő

Tudunk már emberi irányítású robotról, amely belső műtéteket hajt végre. A következő ugrás az AI által vezérelt robotok hajtják végre. És ez csak az orvostudomány területén van. A következő évtizedben minden bizonnyal az AI lesz a domináns új technológia számos területen. A mesterséges intelligencia azonban visszaélhető olyan aljas célokra is, mint pl DDoS támadások, Ransomware Botok és más PC-k vagy vállalatok rendszereinek feltörése.

Ami a Dotát és más játékokat illeti, arra számíthatunk, hogy más játékokhoz is készülnek olyan intelligens botok, amelyek ellen a játékosok még jobb teljesítményre edzhetnek. És említettem már, hogy az OpenAI 5v5-öt fog csinálni a jövő évi Internationalen? Úgyhogy nekilátok Dota-készségeim felfrissítésének, hogy legalább legyőzzem a beépített butább botokat. Isteni Rapier itt jövök!