DeepMinds AI har brugt teamwork til at slå mennesker i et first-person shooter

Kategori: Kunstig intelligens Udsendt 31. maj

Deep-learning algoritmer har allerede mestret spil som Starcraft for at slå mennesker, og nu har de vist, at de også kan slå os sammen.

Nyhederne: I et papir udgivet i Science i går viste DeepMind, hvordan det havde sluppet AI-programmer løs i en modificeret version af 3D-fireperson-videospillet Quake III Arena. Holdet brugte en algoritme kaldet For the Win, som træner et væld af agenter parallelt ved hjælp af forstærkningslæring, teknikken, der lader AI lære, hvilke taktikker der virker, og hvilke der ikke gør (og det gjorde det berømt, at DeepMinds AI kunne vinde på Go). Denne gang blev AI-agenter trænet i omkring 450.000 spil Capture the Flag, det klassiske spil, der involverer at snuppe et flag fra din modstanders base, mens du beskytter dit eget.

Hver agent kunne kun se en førstepersonsvisning af den labyrintlignende struktur, ligesom en menneskelig spiller ville. AI-agenterne blev blandet sammen i hold med 40 menneskelige spillere og matchede tilfældigt i spil – både som modstandere og som holdkammerater. For at gøre det endnu sværere, blev kortene genereret proceduremæssigt, hvilket betyder, at ikke to var ens.

Hvordan man vinder: Holdene af AI-agenter var konsekvent bedre end de andre par og udviklede teamwork-strategier for at hjælpe dem med at vinde, herunder at følge holdkammerater for at få flere modstandere på vigtige tidspunkter og vente i nærheden af ​​fjendens base for at få fat i et nyt flag, når det dukkede op. Der er en ny video af agenterne i aktion her .

Der er ingen (A)I i teamet: Arbejdet (som først blev offentliggjort på arXiv pre-press siden før peer review sidste år) er interessant, fordi det er svært at få AI til at samarbejde: samarbejde involverer så mange variabler, og alle AI-agenter lærer uafhængigt. Der er udsigt til, at sådan noget kan hjælpe robotter til at fungere mere effektivt i den virkelige verden, med hinanden og med mennesker.

Vi skal dog passe på med at ekstrapolere for meget. Spillet var meget snævert defineret, og det er sandsynligt, at det samme system ikke bare kunne overføres til et andet scenarie - pyt med det virkelige liv. Under alle omstændigheder samarbejdede AI-agenterne ikke rigtigt (i hvert fald ikke på den måde, som mennesker gør, ved at kommunikere), fortalte Georgia Techs Mark Riedl. New York Times.

For mere om AI-verdenen, tilmeld dig her til vores ugentlige AI-nyhedsbrev, The Algorithm.