Forskere har allerede utviklet AI-systemer som kan slå mennesker i spill der det kun er to deltakere, slik som i Go og sjakk, men når det gjelder multiplayer-spill er det en annen historie.
Men også her gjøres det framskritt. For: Nå har forskere ved det Google-eide selskapet DeepMind utviklet et AI-system som kan slå menneskelige spillere i Quake III Arena.
Det kommer frem av en ny forskningsartikkel publisert i tidsskriftet Science.
Spilte fire år med Quake på to uker
Der beskriver forskerne hvordan de designet et AI-system som var i stand til å vinne «capture the flag»-moduset i Quake III, mot ekte mennesker.
Annonse
DeepMind utviklet noe de kaller «AI-agenter» – som representerer spillerne. Deretter trente de disse agentene ved å la dem spille capture the flag i 450.000 fullstendige runder. Totalt utgjorde dette fire år med ren spilltid, men det hele ble i realiteten gjennomført på bare et par uker.
I starten gjorde AI-agentene tilfeldig bevegelser i spillet, men ved å bli eksponert for dette over tid begynte de å finne smarte måter å gjøre ting på.
Høyere vinn-prosent enn menneskene
DeepMind-forsker og medforfatter av studien, Wojciech Czarnecki, sier til New York Times at AI-en kan «tilpasse seg lagkamerater med tilfeldige ferdigheter».
Sluttresultatet av all treningen var altså at AI-en greide å slå menneskelige motstandere. Ifølge forskerne hadde AI-en en betydelig høyere andel seiere totalt sett, enn det menneskene den spilte mot hadde.
Forskerne anser dette som et viktig skritt i AI-utviklingen, ettersom studien viser at de kan trene kunstig intelligens til å fungere som et lag, til tross for at agentene oppfører seg forskjellig.
I fremtiden kan dette åpne opp for muligheten til bedre samarbeid mellom roboter som jobber på lager, for eksempel.
Modifisert Quake
Nå skal det nevnes at dette ikke var Quake III Arena-versjonen du kjenner til. Istedet var dette en modifisert utgave av moduset, der to lag skal kjempe mot hverandre for å fange flest flagg på fem minutter.
I forskernes utgave fantes ingen våpen eller menneskelige modeller. Istedet var AI-agentene representert som små baller, som kunne bevege seg gjennom et forenklet spillkart. I motsetning til skyting, skulle deltakerne «ta» hverandre, som i leken sisten. Men DeepMind bedyrer at «alle spillmekanikkene var de samme» som i originale Quake.
Lærte ikke av hverandre
Det er også verdt å nevne at AI-agentene ikke hadde tilgang på informasjon som de menneskelige spillerne ikke hadde. De lærte heller ikke fra hverandre. Ifølge forskerne lærte AI-agentene helt uavhengig av hverandre, ved hjelp av pixel-data og poengsummen i spillet. Dette resulterte i noe forskerne kaller «desentralisert kontroll innad i laget».
– Det som gjør disse resultatene så spennende er at disse agentene oppfatter miljøet fra et førsteperson-perspektiv, akkurat som en menneskelig spiller ville ha gjort. For å lære hvordan de kan spille taktisk og samarbeide med andre lagkamerater må disse agentene belage seg på tilbakemeldinger fra spillets utfall, uten at en trener eller lærer viser dem hva de skal gjøre, sier DeepMind-forsker Thore Graepel i en uttalelse.
Imponerende resultat
Til tross for at forskerne hadde justert ned reaksjonstiden til AI-laget, klarte de å slå mange av de 40 menneskelige deltakerne.
– Våre agenters overlegne resultater kan være et resultat av deres raskere visuelle prosessering og motorkontroll. Når det er sagt; ved å på kunstig vis redusere nøyaktigheten og responstiden så vi at dette kun var én faktor i suksessen deres, skriver DeepMind på sin blogg.
Kilde:
Science / Motherboard
Annonse
